第19周：Agent 与智能应用

先说人话

先说人话：Harness 是把模型变成可运行 Agent 的外壳：组装提示、暴露工具、保存状态、控制循环、处理重试、记录轨迹并执行权限策略。

学习Agent Harness先明确它解决的瓶颈，再判断是否值得引入；名称相似不代表机制相同。

机制拆开

Harness 是把模型变成可运行 Agent 的外壳：组装提示、暴露工具、保存状态、控制循环、处理重试、记录轨迹并执行权限策略。模型负责决策，Harness 负责边界和可恢复性。

分析Agent Harness时沿输入、状态、计算或检索、输出四步画数据流，并把成本落到时间、显存、带宽或质量指标。

边界与取舍

工具能调用不等于安全。必须做参数校验、最小权限、超时、幂等、预算和人工确认；无限重试会放大费用和副作用。

评价Agent Harness必须附工作负载、硬件或模型、版本和测量口径；没有这些条件的“更快”“更准”不能直接用于选型。

落地检查

把Agent Harness放进真实系统前，先保存未改动方案的原始数据，再按单一变量引入改动。评估Agent Harness不能只看平均值，还要记录尾延迟、资源峰值、异常输入和失败恢复。

复盘Agent Harness实验时，要能回答三个问题：改善来自哪一步，代价转移到了哪里，指标不达标时如何停止并回滚。这样得到的Agent Harness结论不是一张漂亮截图，而是一份别人可以复核的工程证据。最后还要把Agent Harness的配置、版本、样本和原始输出一起保存，确保换一个人也能重复同样的检查。

上线前再为Agent Harness安排一次反向评审：让没有参与实现的人只看记录复现实验，并主动寻找会推翻结论的输入。如果Agent Harness复现失败，就先补证据而不是扩大部署范围。

先说人话

先说人话：多 Agent 把搜索、编码、验证等角色拆开并通过消息或共享产物协作。

学习多 Agent 协作先明确它解决的瓶颈，再判断是否值得引入；名称相似不代表机制相同。

机制拆开

多 Agent 把搜索、编码、验证等角色拆开并通过消息或共享产物协作。它能并行处理独立任务，也能用审查角色降低单一路径盲点。

分析多 Agent 协作时沿输入、状态、计算或检索、输出四步画数据流，并把成本落到时间、显存、带宽或质量指标。

边界与取舍

拆分会产生协调成本、上下文丢失、重复劳动和责任不清。任务高度耦合时，一个 Agent 顺序完成可能更快；必须定义交付物、所有权和停止条件。

评价多 Agent 协作必须附工作负载、硬件或模型、版本和测量口径；没有这些条件的“更快”“更准”不能直接用于选型。

落地检查

把多 Agent 协作放进真实系统前，先保存未改动方案的原始数据，再按单一变量引入改动。评估多 Agent 协作不能只看平均值，还要记录尾延迟、资源峰值、异常输入和失败恢复。

复盘多 Agent 协作实验时，要能回答三个问题：改善来自哪一步，代价转移到了哪里，指标不达标时如何停止并回滚。这样得到的多 Agent 协作结论不是一张漂亮截图，而是一份别人可以复核的工程证据。最后还要把多 Agent 协作的配置、版本、样本和原始输出一起保存，确保换一个人也能重复同样的检查。

上线前再为多 Agent 协作安排一次反向评审：让没有参与实现的人只看记录复现实验，并主动寻找会推翻结论的输入。如果多 Agent 协作复现失败，就先补证据而不是扩大部署范围。

先说人话

先说人话：记忆不是把所有对话永久塞回提示词，而是决定写什么、如何索引、何时检索、怎样更新和何时遗忘。

学习Agent 记忆系统先明确它解决的瓶颈，再判断是否值得引入；名称相似不代表机制相同。

机制拆开

记忆不是把所有对话永久塞回提示词，而是决定写什么、如何索引、何时检索、怎样更新和何时遗忘。可分会话状态、长期事实、经历轨迹和可复用技能。

分析Agent 记忆系统时沿输入、状态、计算或检索、输出四步画数据流，并把成本落到时间、显存、带宽或质量指标。

边界与取舍

错误记忆会反复污染后续决策，过度写入还带来隐私与成本问题。每条长期记忆应有来源、时间、作用域、置信度和删除机制。

评价Agent 记忆系统必须附工作负载、硬件或模型、版本和测量口径；没有这些条件的“更快”“更准”不能直接用于选型。

落地检查

把Agent 记忆系统放进真实系统前，先保存未改动方案的原始数据，再按单一变量引入改动。评估Agent 记忆系统不能只看平均值，还要记录尾延迟、资源峰值、异常输入和失败恢复。

复盘Agent 记忆系统实验时，要能回答三个问题：改善来自哪一步，代价转移到了哪里，指标不达标时如何停止并回滚。这样得到的Agent 记忆系统结论不是一张漂亮截图，而是一份别人可以复核的工程证据。最后还要把Agent 记忆系统的配置、版本、样本和原始输出一起保存，确保换一个人也能重复同样的检查。

上线前再为Agent 记忆系统安排一次反向评审：让没有参与实现的人只看记录复现实验，并主动寻找会推翻结论的输入。如果Agent 记忆系统复现失败，就先补证据而不是扩大部署范围。

先说人话

先说人话：GraphRAG 先从文档抽取实体和关系，形成图与社区摘要，再结合局部邻域或全局社区回答跨文档问题。

学习GraphRAG先明确它解决的瓶颈，再判断是否值得引入；名称相似不代表机制相同。

机制拆开

GraphRAG 先从文档抽取实体和关系，形成图与社区摘要，再结合局部邻域或全局社区回答跨文档问题。它把检索对象从文本块扩展为结构化关系。

分析GraphRAG时沿输入、状态、计算或检索、输出四步画数据流，并把成本落到时间、显存、带宽或质量指标。

边界与取舍

抽取错误会沿实体合并、边连接和摘要逐级传播；图并不会自动保证事实正确。构图成本较高，也不适合所有单文档问答。

评价GraphRAG必须附工作负载、硬件或模型、版本和测量口径；没有这些条件的“更快”“更准”不能直接用于选型。

落地检查

把GraphRAG放进真实系统前，先保存未改动方案的原始数据，再按单一变量引入改动。评估GraphRAG不能只看平均值，还要记录尾延迟、资源峰值、异常输入和失败恢复。

复盘GraphRAG实验时，要能回答三个问题：改善来自哪一步，代价转移到了哪里，指标不达标时如何停止并回滚。这样得到的GraphRAG结论不是一张漂亮截图，而是一份别人可以复核的工程证据。最后还要把GraphRAG的配置、版本、样本和原始输出一起保存，确保换一个人也能重复同样的检查。

上线前再为GraphRAG安排一次反向评审：让没有参与实现的人只看记录复现实验，并主动寻找会推翻结论的输入。如果GraphRAG复现失败，就先补证据而不是扩大部署范围。

先说人话

先说人话：AI 数据工程把采集、清洗、标注、版本、质量、血缘和在线反馈连成可复现管道。

学习AI 数据工程先明确它解决的瓶颈，再判断是否值得引入；名称相似不代表机制相同。

机制拆开

AI 数据工程把采集、清洗、标注、版本、质量、血缘和在线反馈连成可复现管道。训练集、评估集、向量索引和反馈日志都需要明确快照与数据合同。

分析AI 数据工程时沿输入、状态、计算或检索、输出四步画数据流，并把成本落到时间、显存、带宽或质量指标。

边界与取舍

数据越多不等于越好；重复、泄漏、许可不明和分布漂移会让指标虚高或带来合规风险。删除请求必须能传递到派生数据和索引。

评价AI 数据工程必须附工作负载、硬件或模型、版本和测量口径；没有这些条件的“更快”“更准”不能直接用于选型。

落地检查

把AI 数据工程放进真实系统前，先保存未改动方案的原始数据，再按单一变量引入改动。评估AI 数据工程不能只看平均值，还要记录尾延迟、资源峰值、异常输入和失败恢复。

复盘AI 数据工程实验时，要能回答三个问题：改善来自哪一步，代价转移到了哪里，指标不达标时如何停止并回滚。这样得到的AI 数据工程结论不是一张漂亮截图，而是一份别人可以复核的工程证据。最后还要把AI 数据工程的配置、版本、样本和原始输出一起保存，确保换一个人也能重复同样的检查。

上线前再为AI 数据工程安排一次反向评审：让没有参与实现的人只看记录复现实验，并主动寻找会推翻结论的输入。如果AI 数据工程复现失败，就先补证据而不是扩大部署范围。

先说人话

先说人话：文档智能先识别版面、文字、表格、图片和阅读顺序，再把结构化结果交给检索或业务规则。

学习文档智能先明确它解决的瓶颈，再判断是否值得引入；名称相似不代表机制相同。

机制拆开

文档智能先识别版面、文字、表格、图片和阅读顺序，再把结构化结果交给检索或业务规则。扫描件不仅是 OCR，坐标、页码和单元格关系同样决定语义。

分析文档智能时沿输入、状态、计算或检索、输出四步画数据流，并把成本落到时间、显存、带宽或质量指标。

边界与取舍

高 OCR 字符准确率不代表表格和阅读顺序正确。复杂表格、印章、手写、旋转页面和多栏布局必须分别评估，并保留原页证据。

评价文档智能必须附工作负载、硬件或模型、版本和测量口径；没有这些条件的“更快”“更准”不能直接用于选型。

落地检查

把文档智能放进真实系统前，先保存未改动方案的原始数据，再按单一变量引入改动。评估文档智能不能只看平均值，还要记录尾延迟、资源峰值、异常输入和失败恢复。

复盘文档智能实验时，要能回答三个问题：改善来自哪一步，代价转移到了哪里，指标不达标时如何停止并回滚。这样得到的文档智能结论不是一张漂亮截图，而是一份别人可以复核的工程证据。最后还要把文档智能的配置、版本、样本和原始输出一起保存，确保换一个人也能重复同样的检查。

上线前再为文档智能安排一次反向评审：让没有参与实现的人只看记录复现实验，并主动寻找会推翻结论的输入。如果文档智能复现失败，就先补证据而不是扩大部署范围。

先说人话

先说人话：实时语音链路通常包含流式音频输入、端点检测、ASR 或语音表征、模型推理、增量 TTS 和打断控制。

学习实时语音模型先明确它解决的瓶颈，再判断是否值得引入；名称相似不代表机制相同。

机制拆开

实时语音链路通常包含流式音频输入、端点检测、ASR 或语音表征、模型推理、增量 TTS 和打断控制。体验取决于首音频延迟、持续播放稳定性和用户插话响应。

分析实时语音模型时沿输入、状态、计算或检索、输出四步画数据流，并把成本落到时间、显存、带宽或质量指标。

边界与取舍

单看 ASR 或 TTS 速度会忽略网络抖动、排队、模型首 Token 与缓冲。打断必须同时停止播放、取消生成并清理状态，权限和录音提示也不可省。

评价实时语音模型必须附工作负载、硬件或模型、版本和测量口径；没有这些条件的“更快”“更准”不能直接用于选型。

落地检查

把实时语音模型放进真实系统前，先保存未改动方案的原始数据，再按单一变量引入改动。评估实时语音模型不能只看平均值，还要记录尾延迟、资源峰值、异常输入和失败恢复。

复盘实时语音模型实验时，要能回答三个问题：改善来自哪一步，代价转移到了哪里，指标不达标时如何停止并回滚。这样得到的实时语音模型结论不是一张漂亮截图，而是一份别人可以复核的工程证据。最后还要把实时语音模型的配置、版本、样本和原始输出一起保存，确保换一个人也能重复同样的检查。

上线前再为实时语音模型安排一次反向评审：让没有参与实现的人只看记录复现实验，并主动寻找会推翻结论的输入。如果实时语音模型复现失败，就先补证据而不是扩大部署范围。