MetaGPT:把一句话需求变成软件公司,靠的是 SOP
69.9k stars 的多智能体框架,把软件公司的标准流程写进 LLM 角色链。一句话需求进去,PRD + API + 代码出来。我跑了一次,看看 SOP 这套工程化思路到底管不管用。
把 Agent 当成图来跑:循环、分支、状态持久化、人机协同,一个框架搞定。LangGraph 已经成生产环境 Agent 编排的事实标准之一。
69.9k stars 的多智能体框架,把软件公司的标准流程写进 LLM 角色链。一句话需求进去,PRD + API + 代码出来。我跑了一次,看看 SOP 这套工程化思路到底管不管用。
GitHub 上最火的浏览器 Agent 框架之一。给一段任务描述,它自己开浏览器、点按钮、填表单。本文拆解它怎么把网页变成 LLM 能操作的玩具。
从一行链式调用开始,看 LangChain 怎么把 LLM 应用工程化做成一门正经手艺活。
GitHub 89.5k Star 的推理框架,把显存当内存管,把请求当流式作业调度。实测 H100 单卡 4200 tok/s,比默认配置快 133%。
通用 benchmark 测的是"会不会说话",FinSkillBench 测的是"会不会算账"。组合构建、风险管理和基本面分析三套题,直接考 Agent 能不能调对数据、跑对模型、出对报表。
FraudBench 测的不是诈骗话术本身,而是攻击者在多轮对话里反复适应 Agent 防御的能力——能不能守住联系方式、PIN、转账权限这三道闸。
StateMemBench 拿 234 个多会话场景开刀,发现现有 Agent 记忆基准只测 recall,真正难的状态跟踪没人测。
arXiv 2608.19408 盯上 OPD 范式的隐含假设:teacher 给的 token-level reward 当 reasoning progress 的代理变量。两者经常打架——某些高奖励的 token 反而在拖推理后腿。
Apache-2.0、120 个 Rust crate、三天 10 万 Star。OpenAI 这次开源的不是模型,是 Agent 怎么跑的——这件事对做 AI 集成的工程师意味着什么。