Glean 拾遗
日刊 · 时间线

每天拾几条。

2026-11-11 · 周三 3 条
← 11-10
日历 ▾
2026 · 11
MoTuWeThFrSaSu ······123456789101112131415161718192021222324252627282930
有日刊 今天
11-12 →
06:00

Router + Worker:把 Agent 做成永远在线的超级智能体

Super-agent Design: Router/Worker Split for Always-On Agents

DeepSeek Harness 团队把计算机系统的经典套路搬进 Agent 架构:Router 层长期在线,只负责人类交互与任务派发,不执行任务;Worker 层上下文隔离、并发跑任务,并直接订阅事件 Thread,后续事件绕过 Router 直通。环境事件以 Trigger 形式驱动,先用代码快路径过滤噪声,再交给模型做语义判断;上下文窗口被当作 cache,用 Inline & Spill 加按 ID 引用图逐跳召回,系统外再挂一个 Watchdog 会话判断 Worker 是否真有进展。合成负载消融实验里,两级架构任务完成 p50 12.4 分钟、p95 15.7 分钟,单会话加 subagent 工具为 20.4/29.5 分钟;去掉 Pass-through 后 Router token 反增 37%。作者也承认负载是合成的、云上 Agent Loop 与端点互信的安全与隐私问题未解。适合做 agent 基础设施与编排的工程师。

06:00

Claude 模型怎么选:先调 effort,再换档位

Choosing a Claude model: dial effort before you switch tiers

Anthropic 官方的模型选择指南:多数编码与知识工作从 Opus 5.5 的 medium effort 起步,范围明确的任务降到 Sonnet 5.5,分类、路由、抽取交给 Haiku 5.5,重大重构与前沿研究才上 Fable 5.2。核心主张是先调 effort 再换模型——同一模型升档未必比换小模型便宜,升到 xhigh 后单价可能已追平更大的模型。文中给出具体数字:Terminal-Bench 3.0 上 Opus 5.5 high 用一半 token 拿到 58.9%;FrontierCode 2.0 上 Fable 5.2 high 与 Opus 5.5 max 基本打平(45.3% vs 45.5%)而每题成本约为一半;SWE-bench Pro 上全部用 low 跑、只把失败项重跑 high,$0.17/题 拿到约 97% 通过率,对比全量 high 的 $0.29/题、95.3%。另附迁移兼容清单(thinking 不可关闭、tool_choice 会返回 400、Haiku 4.5 的 budget_tokens 需换成 effort)和 subagent 定义样例。适合在 Claude 平台上搭 agent 或估算 token 成本的一线工程师。

claude.dev · 20 min · Claude · Cost Optimization · LLM · Multi-Agent · Prompt Caching
06:00

Agent 四层栈:先判断坏在 Prompt、Context、Loop 还是 Harness

Four-Layer Agent Stack: Prompt vs Context vs Loop vs Harness

这篇 X 长文把常被混用的 prompt / context / loop / harness engineering 拆成四层嵌套栈:harness 执行 loop,loop 每一步组装 context,context 里再放 prompt。作者为每层列出工作单元、典型产物与失效症状,并给出一张诊断表——「第 15 轮后质量下降」指向 context 层(剪历史),「重复同一动作」指向 loop 层(补记忆与无进展检测),「重复写库、子进程挂起」指向 harness 层(幂等重试、超时)。核心论断是:验证步骤不跑,改 prompt 无用。文中引用 Karpathy 的 context engineering、Boris Cherny 关于 loop 的说法,以及 LangChain Deep Agents 在 Terminal-Bench 2.0 上仅改 harness 即提分的说法,但未给具体数字。适合做生产级 agent 的工程师当分层排查清单用。