LLM很难一次性就达到很好的预期输出，Reflection 是一个层面的优化检查，聚焦在局部Evals 则是另一个层面的，即可以用来优化局部，也...

LLM拥有很强的自助能力，可以自主判断是否使用工具，使用什么工具。一般来说，工具可以是函数，也可以是外部的MCP 服务，根据最新的资料，也可以是...

对于LLM节点的output，一般都需要进行验证、核查、再优化，就像第一稿的论文需要改写第二版、第三版，代码需要更新到v2、v3，很难说一次性输...

对于“智能体”工作流来说，基于LLM来执行多个步骤，来完成一个相对复杂的任务。与“零样本”工作流的区别，主要在于其细颗粒度的任务拆解和其可迭代性...

引子：借整理笔记的机会，顺便梳理一下这几年杂乱的思路。 Agent 这个词在2025年大行其道，形成了一股燎原之势，尤其是在公众号和培训界，以某...