Glean 拾遗
最近收录

4 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。

11-13

Agent 并发写同一份记忆会静默丢更新,Omnigraph 用 Git 分支模型接管冲突

两个 Agent 同时对同一份共享记忆做读-改-写,丢更新会静默发生:Codex 拿着旧副本回写整条记录,把 Claude Code 刚改成 Postgres 的字段又改回 Redis,两边日志都显示成功。作者梳理了三种常见解法——单一写入者、行锁/乐观版本校验、last-write-wins——并指出共同缺口:一次多步任务跨多条记录,这些机制既不产出可审阅的 diff,也不留历史。文章随后介绍 Omnigraph(Rust 编写、MIT 许可的开源图数据库,内置 Git 模型):每个 Agent 写自己的分支,merge 时与 merge base 比对,main 被改过就返回 divergent_update 并拒绝发布。动手部分用 Claude Code 与 Codex 跑完整流程,覆盖 @key 稳定 ID、--snapshot 读旧版本、Cedar 策略加独立 token 让写 main 返回 403。适合在搭多 Agent 共享状态的人;标题声称的 1000 Agent 规模并未演示,实测只有一名开发者加两个 Agent。

x.com · 11 min · Agent Infrastructure · Agent-Memory · Multi-Agent
11-12

1000 个 Agent 自建协作体系,28 小时证完费马大定理

Anthropic 用一个玩具实验检验多 Agent 团队能否脱离专用平台自行组织:1000 个运行 Claude Fable 5.2 早期版本的 agent,只拿到 60 条待证命题、一段古典路线的单句提示和 47 条已有引理,被分为 1 名 lead 与 999 名 helper,各自在无网络的沙箱里工作。团队用 28.7 小时完成形式化,输出 token 为九月份那次人工主导版本的三分之一,证明长度约为七分之一。没有 Prove2Me 的共享证明图,lead 在前 10 分钟自己在 Postgres 里建了五张表(announce / assign / notes / subtasks / landed),之后按难度重排人力,最后用一棵深达 10 层、2418 个节点的任务树啃下 Langlands–Tunnell。作者也承认局限:agent 会集体误判难度并过早放弃,人类在此时点仍有用。适合关注 Agent 编排、沙箱与运行时安全的工程师阅读。

claude.dev · 23 min · Agent Harness · Ai Safety · Formal Verification
11-10

Claude 模型怎么选:先调 effort,再换档位

Anthropic 官方的模型选择指南:多数编码与知识工作从 Opus 5.5 的 medium effort 起步,范围明确的任务降到 Sonnet 5.5,分类、路由、抽取交给 Haiku 5.5,重大重构与前沿研究才上 Fable 5.2。核心主张是先调 effort 再换模型——同一模型升档未必比换小模型便宜,升到 xhigh 后单价可能已追平更大的模型。文中给出具体数字:Terminal-Bench 3.0 上 Opus 5.5 high 用一半 token 拿到 58.9%;FrontierCode 2.0 上 Fable 5.2 high 与 Opus 5.5 max 基本打平(45.3% vs 45.5%)而每题成本约为一半;SWE-bench Pro 上全部用 low 跑、只把失败项重跑 high,$0.17/题 拿到约 97% 通过率,对比全量 high 的 $0.29/题、95.3%。另附迁移兼容清单(thinking 不可关闭、tool_choice 会返回 400、Haiku 4.5 的 budget_tokens 需换成 effort)和 subagent 定义样例。适合在 Claude 平台上搭 agent 或估算 token 成本的一线工程师。

claude.dev · 20 min · Claude · Cost Optimization · LLM