摘要:
目录Agent Loop循环-react模式1. 核心循环:边想边做(Interleaved Reasoning & Execution)2. 如何进行深度规划?(Thinking 机制)3. 如何完成“多 Agent”调用?(Sub-agents 工具)总结对比1. 核心循环(边想边做)是什么2. 阅读全文
posted @ 2026-02-21 22:04
向着朝阳
阅读(763)
评论(0)
推荐(0)
摘要:
目录使用场景对比1️⃣ 结构化任务(推荐 LoRA)2️⃣ 行为对齐(推荐 RL)一、核心本质区别二、LoRA 是什么?三、强化学习是什么?四、训练信号的本质区别LoRA(SFT)RL五、更新粒度差异七、能不能一起用?八、你在做 agent 项目时怎么选?九、一句话总结参考资料 RL - Reinf 阅读全文
posted @ 2026-02-21 21:21
向着朝阳
阅读(21)
评论(0)
推荐(0)
摘要:
目录1. 传统 Agent 设计(Agent-as-Service:把 Agent 当作“服务”或“活人”)2. OpenClaw 的设计(Agent-as-Resource:把 Agent 当作“U盘”或“存档文件”)3. 这种设计到底“巧妙”在哪里?① 极度的轻量与低成本(创建 Agent = 阅读全文
posted @ 2026-02-21 16:43
向着朝阳
阅读(339)
评论(0)
推荐(0)
摘要:
目录一、OpenClaw 里值得借鉴的几点二、工业多 Agent 场景下怎么借鉴1. 把「很多 agent」拆成两类东西2. 架构草图(借鉴 OpenClaw)3. 具体映射(工业 → OpenClaw 概念)4. 落地时可以怎么做三、直接回答你的两个点Agent之间通讯结论(先说)两种做法对比Op 阅读全文
posted @ 2026-02-21 14:20
向着朝阳
阅读(242)
评论(0)
推荐(0)

浙公网安备 33010602011771号