Glean 拾遗
最近收录

2 条 · 按时间

11-13

Graph Engineering:把单一循环拆成多智能体编排图

单 agent 循环在复杂任务上会因上下文塞满而退化,作者主张把工作拆成各管一件事的专业节点,再用确定性边路由、用共享 state 跨 run 记忆、用硬闸门验收。全文以 CI 失败分诊系统为实例,给出可直接复制的分类器与修 bug 节点定义、edge 规则、STATE.md 结构、测试闸门 prompt,以及从手动 /goal 到 /loop 再到云端 Routine 的三级放权路径。作者也承认多数团队尚不需要 graph:循环没跑通就上图,只是把复杂度组织得更好看。适合已在用 coding agent、正被单 agent 误判与 token 浪费困扰的工程师。

08-13

Grok 4.6 使用指南:短提示词加验证循环胜过冗长规格

作者以 Grok 4.6 作为主力模型使用数周,覆盖编码与知识工作,并用同一提示词与 4.5 做对照。核心发现:短提示词配合明确偏好,效果接近两页纸的详细规格;真正拉高结果的是追加一句“实现后验证并迭代到生产可用”,让模型打开应用、点击真实路径、修正嵌套公式。4.6 在浏览器自动化、视觉 QA、收件箱清理、Excalidraw 改造等任务上表现稳定,但 3D 与视频仍需人工检查,因为模型无法通过截图验证时间维度的正确性。作者疑似 xAI 成员,文章带有发布推广口吻,但方法论与提示词例子有参考价值,适合用 Cursor 等 AI 编码工具的工程师。

x.com · 10 min · Agent Engineering · LLM · Prompt Engineering