标签：Agentic

13 篇

Agent基础架构平台

围绕多业务共享的模型、工具与长任务，说明 Agent 平台的五类职责、任务恢复、预算预留结算、模型降级与租户隔离，以及从最小运行闭环逐步抽取公共能力的路径。

Agent 学习需要说明改变了什么、对谁生效、如何验证。本文区分会话适应、经验复用与策略改进，讲清经验的证据、范围、检索和失效机制，以及候选配置如何经过评测成为新版本。

Computer Use 让 Agent 通过界面完成任务，关键在观察、动作与验收的连续反馈。本文以订单调查说明坐标映射、结构化与视觉定位、混合执行和评测，区分能力扩展与实际授权。

可信 Agent 要把风险检测、操作授权与结果核验分开。本文以订单报告发送为例，说明 Guardrails 的拦截位置、人工审批的版本绑定与恢复，以及如何验证自动化边界。

生产化要让交付有证据、变更可比较、动作受约束。本文以订单调查串起 Trace、评测、成本预算和安全边界，修正轨迹计数、并行耗时与灰度分桶中的常见错误。

框架组织执行，协议约定交互。本文以订单调查说明 SDK 选型、状态恢复、业务适配与 MCP 接入，给出版本明确的本地示例，并解释 MCP 与 A2A 的职责和授权边界。

多 Agent 的价值来自任务与上下文的合理分工。本文以订单调查说明四种协作关系、结果交接、状态隔离与失败恢复，并厘清可靠性、成本和可复现评估的条件。

Agent 不是只靠一个大循环跑到底。复杂任务通常需要把多步组装成工作流：把多个步骤链成顺序流水（Chaining）、根据输入选择不同路径（Routing）、把可独立的步骤并行（Parallelization）。本文从契约和实现两个角度展开这三种工作流模式，给出何时用、怎么用、容易踩什么坑。

比较 ReAct、显式计划、候选搜索与分层规划，解释依赖验证、重规划、严格多数和推理预算，并用订单调查说明如何以证据驱动反思、区分执行前检查与执行后核验。

围绕任务状态、历史经验和领域知识组织 Agent 记忆，解释授权检索、版本更新、删除、切块、混合检索、重排与评估，并讨论 RAG 和长上下文的实际取舍。

Agent 运行时由三个机制构成：控制循环驱动执行节奏、工具调用打通外部世界、提示词约束 LLM 行为。本文从契约角度展开三者的设计与协作，给出每个机制的核心伪代码、关键 Schema 与生产工程的陷阱清单。

从职责配置、决策校验和自主性边界理解 Agent，用订单异常调查贯穿成本测算、串联可靠性与业务执行设计，区分模型能力、运行时责任和实际交付。

区分模型能力、服务能力与任务系统责任，以订单异常调查串联 Agent 的五类职责、反馈循环和工作流边界，建立十三篇文章的阅读路径与工程判断依据。