Day 92 · Deep Research Agent:长链路检索、规划和写作
Deep Research 是一类跑几分钟到几十分钟的 Agent:澄清问题、写研究提纲、并行派出子 Agent 搜索阅读、压缩成笔记、写成带引用的报告。今天对照 open_deep_research、GPT Researcher、STORM 和 Anthropic 的工程复盘,讲清架构、评测和成本,最后实现一条可替换模型和搜索的流水线,外加一个不靠模型的引用核验器。
Day 66 · 编排模式的取舍:单 Agent、工作流、多 Agent、混合
「该用单 Agent 还是多 Agent」是资深面试最爱问的问题之一,网上的答案两边都有。今天把 Anthropic、Cognition、LangChain 三篇文章的论据摆在一起,拆出决定架构的五个维度,讲清共享状态和消息传递、失败隔离这些细节,再写一个在同一批任务上对比几种架构的实验脚本,最后整理成一棵决策树。
Day 58 · 面试(二):系统设计题——设计企业客服 Agent 与 Deep Research Agent
Agent 岗的系统设计题怎么答:一套七步框架(需求、指标、架构、数据、评测、风险、成本与 ROI),用「企业客服 Agent」和「Deep Research Agent」两道最常见的题完整走一遍,包括容量估算、Agent 与人工的 ROI 算账、分阶段上线方案,以及面试官最爱追问的问题清单和一道现场编码加强题。
Day 26 · 多 Agent:orchestrator-worker、handoff、上下文隔离,以及什么时候不该用
多 Agent 是最热也最容易被滥用的架构。先读 Anthropic 和 Cognition 两篇观点相反的文章、算清 token 账,再在 CloudLedger 上实现主管派活和专员交接两种拓扑;最后加一节浏览器 Agent,用 Playwright 让模型操作网页,顺便亲眼看一次网页里的提示注入。