Glean 拾遗
日刊 · 时间线

每天拾几条。

2026-08-18 · 周二 2 条
← 08-17
日历 ▾
2026 · 08
MoTuWeThFrSaSu ·····12345678910111213141516171819202122232425262728293031
有日刊 今天
06:00

图工程入门:为 AI 工作流建模,该并行时就并行

Graph Engineering explained: what it is, when to use, when not to

作者把多 Agent 工作流设计归纳为“图工程”:节点承担单一任务并约定输入输出,边传递真实数据,再用“假边测试”筛掉无意义的顺序等待。核心模式是菱形:fan out 并行调研、reduce 用纯代码压缩、synthesize 由单个 agent 汇总,且验证器必须用全新 context 独立质疑工人的产出。文章给出 Claude Code 用 “workflow” 触发词构建动态工作流的方法,以及市场扫描、SEO 草稿、代码审计等可粘贴模板;同时承认三种失效模式——上下文坍缩、伪独立、静默节点失败。成本部分引用了 Bun 重写案例:约 50 个工作流、64 个并发 agent、11 天花费约 16.5 万美元。适合想从线性提示转向并行编排的 AI 工程师,是一份偏入门的实操指南。

06:00

同一模型换 Harness 成功率从 46.7% 升至 66.7%,缓存命中率 99.93% 的成本账

Harness Swap Lifts Same Model from 46.7% to 66.7% Success

Composio 用同一模型 DeepSeek V4 Flash 对比 8 种 Agent Harness,在 30 项高难度任务中 Pi 通过 20 项(66.7%),Claude Code、Codex、Deep Agents 均只通过 16 项。成本差距更大:Pi 每成功任务仅 0.028 美元,约为 Claude Code 的七分之一。社区数据还显示,Pi 配合 DeepSeek 缓存命中率可达 99.93%,处理近 10 亿输入 Token 只花 2.65 美元,未命中则需约 132 美元。文章剖析了 DeepSeek 前缀缓存机制:匹配必须从第一个 Token 开始,因此 Harness 必须保持上下文前缀稳定。Reasonix 与 pi-deepseek-cache 为此采用冻结环境摘要、追加而非改写、独立会话分离执行/规划模型、确定性摘要哈希等手段,把输入成本降幅做到 98%~99%。适合关注 Agent 工具链选型与 LLM API 成本优化的工程师。