Anthropic 工程师解析 Claude Code 工具设计方法：像智能体一样思考
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文讲解如何为智能体设计工具，核心方法是观察模型能力来匹配工具形态。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2022-05-01 — 2022-05-01
重要进展 · 第 54 / 55 页
MRKL 提出语言模型与外部模块协作架构
MRKL 研究把语言模型与外部知识、符号推理及工具模块组合，以模块化路由处理任务，探索模型之外的可靠执行能力。日期为论文首次提交。
Agent智能体 精选历史资讯
— · 3 条
精选资讯 · 第 1 / 1 页
LangChain 推出 Deep Agents deploy 测试版，作为 Claude Managed Agents 的开源替代
LangChain 发布 Deep Agents deploy 测试版，一条 deepagents deploy 命令即可将基于 Deep Agents 开源 harness 的自定义 Agent 以生产就绪方式部署。
顾问策略：为智能体提供智能升级
Anthropic 在 Claude Platform 推出 advisor tool 测试版，实现"顾问策略"：以 Opus 为顾问模型，Sonnet 或 Haiku 为执行模型。执行模型全程主导任务，仅在遇到决策难题时咨询 Opus 获取指导。该方案让 Sonnet 在 SWE-bench Multilingual 基准上性能提升 2.7 个百分点，同时成本降低 11.9%；Haiku 搭配 Opus 在 BrowseComp 得分达 41.2%，是单独 Haiku（19.7%）的两倍多，且比单独 Sonnet 成本低 85%。开发者只需在 API 请求中添加 advisor_20260301 工具即可启用，无需额外上下文管理。
分类
排序
暂无内容