嘿，大家好！這里是一個專注于前沿AI和智能體的頻道~

最近，Langchain 的工程師 Lance Martin 和 Manus 的創(chuàng)始人Peak 季逸超 進(jìn)行了一次關(guān)于Agent的研討會，信息量有點大，整理了一些結(jié)論分享一下。

一個現(xiàn)實：Agent越智能，死得越快。

問題出在哪？

Agent會瘋狂調(diào)用工具，每次調(diào)用都會把結(jié)果塞進(jìn)上下文里。

Manus提到他們一些任務(wù)需要50次工具調(diào)用，Anthropic說生產(chǎn)環(huán)境的Agent對話能跑幾百輪。

結(jié)果就是，上下文像滾雪球一樣越滾越大，最后開始出現(xiàn) Context Rot，模型重復(fù)輸出、推理變慢、質(zhì)量下降。

這就是個悖論：Agent需要大量上下文才能工作，但上下文越多性能越差。

現(xiàn)在的解決方案基本就五招：

Offload、Reduce、Retrieve、Isolate、Cache。

分別對應(yīng)了，文件系統(tǒng)、總結(jié)/壓縮、語義召回、Sub-Agent、緩存。

因為大家太熟概念了，就不展開這幾點了。

Peak分享了個很有意思的點：Compaction（壓縮）≠ Summarization（總結(jié)）。

壓縮是可逆的，比如寫文件操作，完整版有path和content兩個字段，壓縮后只保留path，因為內(nèi)容已經(jīng)寫進(jìn)文件系統(tǒng)了，需要的時候再讀回來。總結(jié)是不可逆的，信息會永久丟失。

所以Manus的策略是：先壓縮，壓不動了再總結(jié)。而且總結(jié)的時候必須用完整數(shù)據(jù)，不能用壓縮版，否則信息損失會疊加。

一個趨勢是，Agent 用一組較少的通用工具，這些工具使Agent能夠訪問計算機(jī)。

比如說，用 Bash 工具和幾個訪問文件系統(tǒng)的工具，就可以執(zhí)行各種任務(wù)了。

所以Manus做了一個分層架構(gòu)，外層只有不到20個原子能力。

將大多數(shù)的操作卸載到sandbox層。可以命令行調(diào)用，MCP通過CLI接入，可以寫python腳本調(diào)用第三方API。

Manus最大的進(jìn)步不是加功能，而是刪功能。

過去七個月，每次簡化架構(gòu)，系統(tǒng)就變得更快、更穩(wěn)、更聰明。

因為Context Engineering的目標(biāo)不是讓模型更復(fù)雜，而是讓模型的工作更簡單。

小心Context Over-Engineering（上下文過度工程化）。

Agent的上下文工程不是堆砌技巧，而是做減法的藝術(shù)。

Manus不做多角色Agent（什么設(shè)計師Agent、程序員Agent），因為那是人類公司的組織架構(gòu)，是人類上下文能力的局限導(dǎo)致的。

AI為什么要模仿人類的限制？

他們只有三個Agent：通用執(zhí)行Agent、規(guī)劃Agent、知識管理Agent。就這么簡單。

所以說，別再讓Agent被自己的上下文撐死了。做減法，trust the model a little more。

最后

視頻在這里：https://www.youtube.com/watch?v=6_BcCthVvb8

langchain的ppt在這里：https://docs.google.com/presentation/d/1Z-TFQpSpqtRqWcY-rBpf7D3vmI0rnMhbhbfv01duUrk/edit?slide=id.g38aedf7fc8c_0_0#slide=id.g38aedf7fc8c_0_0

manus的ppt在這里：https://drive.google.com/file/d/1QGJ-BrdiTGslS71sYH4OJoidsry3Ps9g/view

本文轉(zhuǎn)載自??探索AGI??，作者：獼猴桃