博客
Arcanada 团队的文章、见解与深度解析。
三个智能体辩论,提出的错误链接比单个智能体少,漏掉的正确链接更多
一项研究在“把需求关联到代码”的任务上,比较了读取整个代码仓库的单个智能体和两种多智能体设计。召回率达到 80.9%,而精确率不到 18%;增加智能体改变了两者的平衡,但取舍并没有消失。
计划不等于工作,重试也不是免费的
两篇论文讨论智能体系统中看不见的部分:一个智能体为其他智能体写的计划质量,以及超时调用留下的计算。它们各自证明了什么,我们为什么暂时搁置。
智能体说“完成了”。一周的阅读教给我们关于无人值守系统的事
一周内我们研读了 24 篇关于自主智能体的新论文,其中四个主题描述的正是我们在自己系统里发现的错误。本文说明 Arcanada 改了什么,又暂缓了什么。
记忆税:当普通 RAG 胜过智能体记忆
一项新研究把 11 个智能体记忆系统与基于原始聊天记录的普通 RAG 作对比,多数记忆系统落败。本文说明原因,以及作者建议的低成本修补办法。
Datarim 把工作、检查与结果放在一起
从 4.3 系列到 4.8.1,Datarim 让借助智能体完成的工作更容易接续、核查,并与团队共享。
MCP 对 CLI:为什么我认为我们是在错误的抽象层次上争论
CLI 与 MCP 不必互相竞争:一个是执行机制,另一个是集成机制,架构应当选择最合适的可用能力路径。
AI-First:从一个有用的想法到一项人的决定
开发、研究,以及重返一个复杂项目的经历,让我形成了一种工作方式:智能体扩大了可能的范围,而目的、风险和最终决定仍由人来承担。
Angry Robot:重返一个复杂的项目
旧代码、数据、策略和基础设施都需要找回,重返 Angry Robot 花掉了太多时间。智能体帮我找回了上下文,让项目重新向前推进。
Conversation to Markdown:长篇 ChatGPT 对话与图片导出
这个扩展现已上架 Chrome 应用商店:长对话可以完整导出,图片与文本一同下载,文件以对话名称命名。1.1.8 版彻底取消了时间限制——已在一段 800 多条消息的对话上测试。
Cubrim:让测量来裁决
在 Cubrim 中,智能体帮我检验更多假设。当文件逐字节还原、压缩比下降时,我才保留这个假设。