Meta 详解 Thin Orchestrator 模式：让路由少干活提升 AI 智能体可靠性

Meta 详解 Thin Orchestrator 模式：让路由少干活提升 AI æ™ºèƒ½ä½“å¯é æ€§ · AIHOT

Meta Engineering Blog

·

2026-10-19 23:30

2 小时前

精选

AI 评分

70

Meta 详解 Thin Orchestrator 模式：让路由少干活提升 AI æ™ºèƒ½ä½“å¯é æ€§

The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do

AI 导读

Meta å·¥ç¨‹å›¢é˜Ÿä»‹ç»å ¶æ•°æ®ç®¡é“æ™ºèƒ½ä½“é‡‡ç”¨çš„ç˜¦ç¼–æŽ’å™¨ï¼ˆthin orchestrator）模式：一个约 1300 è¡Œçš„ç¼–æŽ’å™¨åªè´Ÿè´£è·¯ç”±å’Œå¯é æ€§æ£€æŸ¥ï¼Œå°† 20+ 工作流分派给 14 个上下文隔离的专项子智能体，自身不做任何领域推理。

推荐理由

Meta 工程团队给出可直接迁移的瘦编排器架构方法，用固定路由协议和隔离子智能体降低生产智能体的幻觉风险。

正文 · AI 翻译

• 有时，把 AI 智能体所需的所有知识都交给它，反而是错误的做法。

• 在 Metaï¼Œæˆ‘ä»¬é€šè¿‡åˆ»æ„ä¿æŒæ•°æ®ç®¡é“æ™ºèƒ½ä½“ç¼–æŽ’å±‚çš„ç²¾ç®€ï¼Œåœ¨æ•ˆçŽ‡å’Œå‡†ç¡®æ€§ä¸Šçœ‹åˆ°äº†æ˜¾è‘—æå‡ï¼šå®ƒè´Ÿè´£è·¯ç”±å·¥ä½œå¹¶æ‰§è¡Œå¯é æ€§æ£€æŸ¥ï¼Œè€Œç”±ä¸“ä¸šæ™ºèƒ½ä½“è´Ÿè´£é¢†åŸŸæŽ¨ç†ã€‚

• æˆ‘ä»¬åˆ†äº«è‡ªå·±çš„æµç¨‹å’Œè§è§£ï¼Œä»¥åŠä»»ä½•å›¢é˜Ÿå¦‚ä½•å°†å ¶åº”ç”¨åˆ°è‡ªå·±çš„ç”Ÿäº§çº§ AI 智能体中。

我们构建了一个 1,300 行的编排器，将 20 多个工作流路由到 14 个专业 AI æ™ºèƒ½ä½“ã€‚å®ƒæœ¬èº«ä¸æ‰§è¡Œä»»ä½•é¢†åŸŸå·¥ä½œã€‚è¿™æ­£æ˜¯å ³é”®æ‰€åœ¨ã€‚

当我们首次部署 AI 智能体，在 Meta çš„æŽ¨èç³»ç»Ÿä¸­è‡ªåŠ¨åŒ–æ•°æ®åˆ—æŽ¥å ¥æ—¶â€”â€”è¿™ä¸€æµç¨‹æ¨ªè·¨ä¸‰ä¸ªä»£ç ä»“åº“ã€ä¸‰ç§ç¼–ç¨‹è¯­è¨€ï¼Œä»¥åŠæœ€å¤šå ­ä¸ªå¿ é¡»ä¿æŒåŒæ­¥çš„ç®¡é“é˜¶æ®µâ€”â€”æˆ‘ä»¬åšäº†å¤§å¤šæ•°å›¢é˜Ÿéƒ½ä¼šåšçš„äº‹ï¼šæž„å»ºä¸€ä¸ªæ— æ‰€ä¸çŸ¥çš„æ™ºèƒ½ä½“ã€‚

它在演示中表现良好。在生产环境中，它开始产生幻觉。

è§£å†³åŠžæ³•ä¸æ˜¯æ›´å¥½çš„æç¤ºè¯æˆ–æ›´å¤§çš„ä¸Šä¸‹æ–‡çª—å£ï¼Œè€Œæ˜¯è®©ä¸­å¤®æ™ºèƒ½ä½“æ‰¿æ‹ æ›´å°‘çš„ä»»åŠ¡ã€‚æˆ‘ä»¬ç§°ä¹‹ä¸ºè–„ç¼–æŽ’å™¨æ¨¡å¼ï¼šä¸€ä¸ªè´Ÿè´£æŽ’åºå’Œå¯é æ€§æ£€æŸ¥çš„è·¯ç”±å™¨ï¼ŒæŠŠæ‰€æœ‰é¢†åŸŸå†³ç­–éƒ½ç•™ç»™ä¸“ä¸šæ™ºèƒ½ä½“ã€‚

问题：上下文越多，结果越差

æˆ‘ä»¬çš„ç®¡é“é‡‡ç”¨é ç½®å³ä»£ç çš„æ–¹å¼ï¼šPython é ç½®é©±åŠ¨ C++ ä»£ç ç”Ÿæˆï¼ŒC++ ä»£ç ç”Ÿæˆå†ä¾›ç»™æ•°æ®å¤„ç†æœåŠ¡ï¼Œæ•°æ®å¤„ç†æœåŠ¡å†å¡«å åˆ†æžç³»ç»Ÿã€‚æŽ¥å ¥å•ä¸ªæ•°æ®åˆ—éœ€è¦è·¨é ç½®æ³¨å†Œè¡¨ã€åŽç«¯æœåŠ¡å’Œæ•°æ®ç®¡é“è¿›è¡Œåè°ƒå˜æ›´ï¼Œæ¯ä¸ªæ•°æ®åˆ—åœ¨æ•°æ®åˆ°è¾¾ä¹‹å‰è¦ç»è¿‡æœ€å¤šå ­ä¸ªé˜¶æ®µã€‚

我们的第一种方法是使用一个单一的 AI æ™ºèƒ½ä½“ï¼Œä¸ºå®ƒåŠ è½½æ‰€æœ‰é¢†åŸŸçŸ¥è¯†ã€é ç½®æ¨¡å¼ã€ä»£ç ç”Ÿæˆè§„åˆ™ã€ç®¡é“è·¯ç”±é€»è¾‘ã€éªŒè¯è¦æ±‚ï¼Œä»¥åŠ 10 多个数据源的填å 模式。

这个智能体拥有它所需的一切。问题恰恰就在这里。

è¶ è¿‡æŸä¸ªä¸Šä¸‹æ–‡é˜ˆå€¼åŽï¼Œé¢å¤–çš„çŸ¥è¯†ä¼š 降低 è€Œéžæå‡æ€§èƒ½ã€‚æ™ºèƒ½ä½“ä¼šäº¤å‰æ±¡æŸ“æ¦‚å¿µï¼ŒæŠŠä¸€ä¸ªå­ç³»ç»Ÿçš„å­—æ®µå‘½åçº¦å®šåº”ç”¨åˆ°å¦ä¸€ä¸ªå­ç³»ç»Ÿï¼Œæˆ–è€ åœ¨ä»Žä¸åŒæ•°æ®æºå¡«å æ—¶ä½¿ç”¨æœ¬åº”å±žäºŽæŸä¸ªæ•°æ®æºçš„ä»£ç ç”Ÿæˆæ¨¡å¼ã€‚è¥¿å¥ˆå±± Windreich 人工智能与人类健康系的一篇 预印本 发现，在 80 个任务的批次中，编排式多智能体系统保持了 65.3% 的准确率，而单智能体则降至 16.6%，同时令牌使用量最多减少 65 å€ã€‚ä½œè€ å°†æ­¤å½’å› äºŽè¯¥è®¾è®¡å¯¹ä»»åŠ¡çš„éš”ç¦»ï¼Œä»Žè€Œé˜²æ­¢äº†ä¸Šä¸‹æ–‡å¹²æ‰°ã€‚æˆ‘ä»¬ç»åŽ†çš„æ°æ°ç›¸åï¼šå•ä¸ªæ™ºèƒ½ä½“æ·¹æ²¡åœ¨è‡ªå·±çš„çŸ¥è¯†ä¸­ã€‚

我们还评估了另一种单智能体方案。在 为 æ¯ä¸ªä»»åŠ¡æ‰‹åŠ¨è¿›è¡Œæç¤ºè¯å·¥ç¨‹çš„æƒ å†µä¸‹ï¼Œå ¶æˆåŠŸçŽ‡ä¸º 70-80%ï¼šå·¥ç¨‹å¸ˆå¿ é¡»ä¸ºæ¯ä¸ªå ·ä½“ä»»åŠ¡ç²¾å¿ƒç¼–å†™è‡ªå®šä¹‰ç³»ç»Ÿæç¤ºè¯ã€‚æ²¡æœ‰è¿™ç§äººå·¥è¾ åŠ©ï¼ŒæˆåŠŸçŽ‡é™è‡³ 10-20%。这不是提示词工程的问题，而是架构的问题。

方法：薄路由器与专业工作è€

我们将系统拆分为两层：

• 确定性编排器 ï¼Œä¸æ‰§è¡Œä»»ä½•é¢†åŸŸå·¥ä½œã€‚å®ƒè´Ÿè´£å¯¹æ„å›¾è¿›è¡Œåˆ†ç±»ã€æ”¶é›†å¿ å¡«å­—æ®µã€è¿è¡Œ å¯é æ€§ æ£€æŸ¥ï¼Œå¹¶å§”æ´¾ç»™åˆé€‚çš„ä¸“å®¶ã€‚å®ƒä»Žä¸å¯¹ä»£ç è¿›è¡ŒæŽ¨ç†ï¼Œä»Žä¸ç”Ÿæˆé ç½®ï¼Œä¹Ÿä»Žä¸æŽ¥è§¦ä»£ç åº“ã€‚å®ƒå°±æ˜¯ä¸€ä¸ªè·¯ç”±å™¨ã€‚

• 十四个专业子代理 ï¼Œæ¯ä¸ªéƒ½æ˜¯æ‹¥æœ‰éš”ç¦»ä¸Šä¸‹æ–‡çš„å®Œæ•´é¢†åŸŸä¸“å®¶ã€‚æ¨¡å¼ç®¡ç†ä»£ç†äº†è§£é ç½®æ³¨å†Œè¡¨ã€‚æ•°æ®å¡«å 代理知道如何为 10 ä¸ªæ•°æ®æºåˆ†åˆ«ç”Ÿæˆä»£ç ã€‚éªŒè¯ä»£ç†äº†è§£æž„å»ºç³»ç»Ÿå’Œè´¨é‡æ£€æŸ¥ã€‚æ²¡æœ‰ä»»ä½•ä»£ç†èƒ½çœ‹åˆ°å ¨è²Œã€‚è¿™æ˜¯ç‰¹æ€§ï¼Œä¸æ˜¯ç¼ºé™·ã€‚

编排器对每个请求都遵循固定的 7 步协议：

• 读取 ç›¸å ³å­ä»£ç†çš„æŒ‡ä»¤æ–‡ä»¶ã€‚

• 检查 ç›®æ ‡æ˜¯å¦å·²å­˜åœ¨ï¼ˆé˜²æ­¢é‡å¤ï¼‰ã€‚

• 收集 å‘ç”¨æˆ·èŽ·å–å¿ å¡«å­—æ®µã€‚

• 自动发现 å¯æŽ¨æ–­çš„ä¿¡æ¯ï¼ˆä»“åº“ç±»åž‹ã€çŽ°æœ‰é ç½®ï¼‰ã€‚

• å¯é æ€§é—¨ç¦ æ£€æŸ¥æ˜¯å¦å­˜åœ¨æ´»è·ƒè­¦å‘Šæˆ–å¿ éœ€çš„å®¡æ ¸äººã€‚

• 委派 将完整上下文交给子代理。

• 处理 结果并暴露错误，确认成功。

第 1–5 步和第 7 步是确定性的。只有第 6 步涉及大语言模型（LLMï¼‰æŽ¨ç†ï¼Œè€Œä¸”å®ƒå‘ç”Ÿåœ¨ä» åŠ è½½äº†è‡ªèº«é¢†åŸŸçŸ¥è¯†çš„éš”ç¦»å­ä»£ç†å† éƒ¨ã€‚

我们构建了什么：工作流模板，而非新代理

一个架构洞见是将 需要发生什么 与 每一步如何执行 分离。编排器通过工作流模板定义阶段顺序——这些确定性状态机约束了 LLM 的决策空间：

• åˆ—æŽ¥å ¥ï¼š 模式 → 验证 → å¡«å → 测试

• äº‹ä»¶æŽ¥å ¥ï¼š 模式 → å¡«å → 验证 → 测试 → 事件处理

• 管道迁移： 评估 → 规划 → å¡«å → 验证 → 监控

每个工作流模板都以不同顺序复用同一组 14 ä¸ªå­ä»£ç†ã€‚å½“æˆ‘ä»¬éœ€è¦æ”¯æŒç®¡é“è¿ç§»è¿™ä¸€å ¨æ–°ç”¨ä¾‹æ—¶ï¼Œæˆ‘ä»¬æ²¡æœ‰æž„å»ºæ–°ä»£ç†ã€‚æˆ‘ä»¬ç¼–å†™äº†ä¸€ä¸ªæ–°çš„å·¥ä½œæµæ¨¡æ¿ï¼Œä»¥ä¸åŒæ–¹å¼æŽ’åˆ—çŽ°æœ‰ä»£ç†ã€‚é›¶æ–°å¢žä»£ç†ä»£ç ã€‚å®Œæ•´çš„ç”Ÿäº§çº§èƒ½åŠ›ã€‚

æ¯ä¸ªå­ä»£ç†éƒ½éµå¾ªæ ‡å‡†åŒ–ç»“æž„ï¼š

• 知识来源： è¿è¡Œæ—¶åŠ è½½å“ªäº›é¢†åŸŸæ–‡ä»¶ï¼ˆé€šå¸¸æ¯ä¸ªå‡ åƒ token）。

• é¢„æ”¶é›†æ¸ å•ï¼š ç¼–æŽ’å™¨åœ¨å§”æ´¾å‰å¿ é¡»æ”¶é›†çš„å† å®¹ã€‚

• 分步工作流： 领域特定的执行计划。

• 发现模式： 如何在 monorepo ä¸­æ‰¾åˆ°ç›¸å ³ä»£ç æ¨¡å¼ã€‚

• æ• éšœæŽ’æŸ¥ï¼š å¸¸è§æ• éšœçš„é”™è¯¯åˆ°è§£å†³æ–¹æ¡ˆæ˜ å°„ã€‚

è¿™ç§ç»Ÿä¸€æ€§æ„å‘³ç€æ·»åŠ æ–°å­ä»£ç†æ˜¯æ¨¡æ¿åŒ–å·¥ä½œï¼Œè€Œéžä»Žé›¶å¼€å§‹çš„å·¥ç¨‹ã€‚ç¬¬ 15 ä¸ªå­ä»£ç†åœ¨ç»“æž„ä¸Šä¸Žç¬¬ä¸€ä¸ªå®Œå ¨ç›¸åŒã€‚

çŸ¥è¯†æ–‡ä»¶åœ¨å­ä»£ç†æ‰§è¡Œæ—¶æŒ‰éœ€åŠ è½½ï¼Œè€Œä¸æ˜¯åµŒå ¥åˆ°ç¼–æŽ’å™¨ä¸­ã€‚æˆ‘ä»¬æŒ‰å·¥ä½œæµé¢†åŸŸç»´æŠ¤äº† 25+ ä¸ªçŸ¥è¯†æ–‡ä»¶ã€‚å½“çŸ¥è¯†æ–‡ä»¶æ›´æ–°æ—¶ï¼Œä¸‹ä¸€ä¸ªä¼šè¯ä¼šè‡ªåŠ¨ä½¿ç”¨æœ€æ–°ç‰ˆæœ¬â€”â€”æ— éœ€æ›´æ”¹ç¼–æŽ’å™¨ã€‚ç›¸åŒçš„çŸ¥è¯†æ–‡ä»¶æœåŠ¡äºŽæˆ‘ä»¬ä»£ç†çš„å¤šä¸ªå¹³å°å®žçŽ°ã€‚

结果

ä¸ºæ–°åˆ—å‡†å¤‡é ç½®ï¼Œæ‰‹å·¥éœ€è¦ä¸‰åˆ°å››å¤©ï¼Œç”¨æˆ‘ä»¬æ—©æœŸçš„é ç½®é©±åŠ¨ç³»ç»Ÿå¤§çº¦éœ€è¦ä¸€å¤©ã€‚ç˜¦ç¼–æŽ’å™¨ç³»ç»Ÿåœ¨ä¸åˆ°ä¸€å°æ—¶å† å®Œæˆã€‚

æ›´å¹¿æ³›çš„èƒŒæ™¯ï¼šç³»ç»Ÿçº¦ä¸‰åˆ†ä¹‹äºŒçš„å˜æ›´æ— éœ€å¤§é‡äººå·¥ç¼–è¾‘å³å¯è½åœ°ã€‚å®ƒé€šè¿‡ç”¨é€šç”¨æ€§æ¢å–æ·±åº¦é¢†åŸŸçŸ¥è¯†æ¥å®žçŽ°è¿™ä¸€ç‚¹ï¼Œè¿™æ˜¯ä¸€ç§åˆ»æ„çš„æž¶æž„é€‰æ‹©ã€‚ç¼–æŽ’å™¨æ˜¯é€šç”¨çš„ï¼›å­ä»£ç†æ˜¯ä¸“å®¶ã€‚

为什么这有效（以及为什么重量级编排器不行）

ä¼ ç»Ÿæ–¹æ³•æ˜¯è®©ç¼–æŽ’å™¨æˆä¸ºæœ€èªæ˜Žçš„ç»„ä»¶â€”â€”ç»™å®ƒæ‰€æœ‰ä¸Šä¸‹æ–‡ï¼Œè®©å®ƒæŽ¨ç†è¯¥åšä»€ä¹ˆä»¥åŠå¦‚ä½•åšã€‚è¿™åœ¨å¤±æ•ˆä¹‹å‰ä¸€ç›´æœ‰æ•ˆï¼Œè€Œå®ƒæ°å¥½åœ¨æœ€éœ€è¦å®ƒçš„æ—¶å€™å¤±æ•ˆâ€”â€”åœ¨è§„æ¨¡åŒ–ã€å¤æ‚å¤šæ­¥å·¥ä½œæµã€è·¨å¼‚æž„å­ç³»ç»Ÿæ—¶ã€‚

ç˜¦ç¼–æŽ’å™¨ä¹‹æ‰€ä»¥æœ‰æ•ˆï¼Œæ˜¯å› ä¸ºå®ƒå°†æž¶æž„è¾¹ç•Œä¸Žè®¡ç®—è¾¹ç•Œå¯¹é½ï¼š

• 确定性决策保持确定性。 “哪个子代理处理这个？”是路由决策，不是推理任务。不要用 LLM 来做这件事。

• 上下文隔离防止交叉污染。 数据源 A 的群体代理永远不会看到数据源 B 的模式。它不可能幻觉出错误的那个。

• æ• éšœè¢«éš”ç¦»ã€‚ å¦‚æžœå­ä»£ç†å¤±è´¥ï¼Œç¼–æŽ’å™¨ä¼šé‡è¯•æˆ–å‡çº§ã€‚æ• éšœä¸ä¼šç ´åç¼–æŽ’å™¨çš„çŠ¶æ€æˆ–å ¶ä»–å­ä»£ç†çš„ä¸Šä¸‹æ–‡ã€‚

• 系统在每一层独立改进。 更好的模型会同时改进所有 14 ä¸ªå­ä»£ç†ã€‚çŸ¥è¯†æ–‡ä»¶æ›´æ–°ç«‹å³ç”Ÿæ•ˆã€‚æ–°çš„å·¥ä½œæµæ¨¡æ¿æ— éœ€è§¦ç¢°ä»£ç†å³å¯è§£é”æ–°èƒ½åŠ›ã€‚æ²¡æœ‰å•ä¸ªç»„ä»¶æ‰¿æ‹ å ¨éƒ¨é‡é‡ã€‚

å¦‚ä½•å°†æ­¤åº”ç”¨äºŽä½ çš„ AI 代理

这种模式并非数据管道特有。任何构建生产 AI 代理的团队都能受益：

• 将路由与推理分离。 å¦‚æžœä½ çš„ç¼–æŽ’å™¨åœ¨åšé¢†åŸŸå†³ç­–ï¼Œé‚£å®ƒåšå¾—å¤ªå¤šäº†ã€‚è·¯ç”±åº”è¯¥æ˜¯ç¡®å®šæ€§çš„ï¼šå ³é”®è¯åŒ¹é ã€æ„å›¾åˆ†ç±»ã€å­—æ®µæ”¶é›†ã€‚å°†æ‰€æœ‰é¢†åŸŸæŽ¨ç†æŽ¨å ¥éš”ç¦»çš„å­ä»£ç†ã€‚

• 将子代理设计为结构统一的专家。 æ¯ä¸ªå­ä»£ç†éƒ½åº”å ·æœ‰ç›¸åŒçš„ç»“æž„ï¼šçŸ¥è¯†æºã€å¿ éœ€è¾“å ¥ã€æ‰§è¡Œæ­¥éª¤ã€é”™è¯¯å¤„ç†ã€‚è¿™ä½¿å¾—æ·»åŠ æ–°èƒ½åŠ›æˆä¸ºæ¨¡æ¿åŒ–å·¥ä½œï¼Œè€Œä¸æ˜¯æž¶æž„å˜æ›´ã€‚

• 使用工作流模板而非新代理来扩展。 å½“ä½ éœ€è¦æ–°çš„ç”¨ä¾‹æ—¶ï¼Œé¦–å ˆé—®ï¼šæˆ‘èƒ½å¦ä»¥ä¸åŒæ–¹å¼æŽ’åˆ—çŽ°æœ‰ä»£ç†ï¼Ÿå¦‚æžœä½ æ— æ³•è·¨å·¥ä½œæµå¤ç”¨ä»£ç†ï¼Œä½ çš„ä»£ç†å°±ä¸Žç‰¹å®šç”¨ä¾‹è€¦åˆå¾—å¤ªç´§äº†ã€‚

• åœ¨è¿è¡Œæ—¶åŠ è½½çŸ¥è¯†ï¼Œè€Œä¸æ˜¯åœ¨æž„å»ºæ—¶ã€‚ å°†çŸ¥è¯†åµŒå ¥ç¼–æŽ’å™¨ï¼Œæ¯æ¬¡æ›´æ–°éƒ½éœ€è¦é‡æ–°éƒ¨ç½²ã€‚æŒ‰éœ€åŠ è½½ï¼Œæ›´æ–°ä¼šç«‹å³åœ¨æ‰€æœ‰å¹³å°ä¸Šç”Ÿæ•ˆã€‚

• 明确划出确定性/概率性的边界。 对每个组件都要做出判断：这是一个路由决策（确定性），还是一个推理任务（概率性）？编排器应位于一侧，子代理位于另一侧。不要将它们混在一起。

æ”¯æŒè–„ç¼–æŽ’å™¨çš„æœ€æœ‰åŠ›è®ºæ®ï¼Œæ˜¯å¦ä¸€ç§æ–¹æ¡ˆçš„å¤±è´¥æ¨¡å¼ã€‚å½“é‡é‡çº§ç¼–æŽ’å™¨äº§ç”Ÿå¹»è§‰æ—¶ï¼Œé”™è¯¯ä¼šå‘ä¸‹æ¸¸ä¸€åˆ‡æ‰©æ•£ï¼šå®ƒä¼šè·¯ç”±åˆ°é”™è¯¯çš„ä»£ç†ã€æ”¶é›†é”™è¯¯çš„å­—æ®µï¼Œæˆ–è·³è¿‡å¯é æ€§æ£€æŸ¥ã€‚è–„ç¼–æŽ’å™¨å‡ ä¹Žæ²¡æœ‰äº§ç”Ÿå¹»è§‰çš„ç©ºé—´ï¼Œå› ä¸ºå®ƒçš„è·¯ç”±å’Œå¯é æ€§æ­¥éª¤ä¸ä¾èµ– LLM æŽ¨ç†ã€‚å®ƒéµå¾ªå›ºå®šåè®®ã€‚åˆ›é€ åŠ›å‘ç”Ÿåœ¨ä¸‹æ¸¸ï¼Œåœ¨éš”ç¦»çš„ã€é¢†åŸŸå—é™çš„ä¸Šä¸‹æ–‡ä¸­ï¼Œé‚£é‡Œå¹»è§‰é£Žé™©è¢«æœ€å°åŒ–ï¼Œå¤±è´¥ä¹Ÿè¢«é™åˆ¶åœ¨å±€éƒ¨ã€‚

下一步

æˆ‘ä»¬æ­£åœ¨æ‰©å±•è¿™ä¸€æž¶æž„ï¼Œä»¥åº”å¯¹æ–°æµæ°´çº¿é¢†åŸŸä¸­æ•°æ®åˆ—çš„å¢žåŠ ã€‚ç»„åˆå¼è®ºç‚¹é¢„æµ‹è¿™ä¼šå¥æ•ˆï¼Œå› ä¸ºæ‰©å±•æ„å‘³ç€æ·»åŠ å·¥ä½œæµæ¨¡æ¿å’ŒçŸ¥è¯†æ–‡ä»¶ï¼Œè€Œä¸æ˜¯é‡å»ºä»£ç†ã€‚æˆ‘ä»¬è¿˜åœ¨æŽ¢ç´¢ç³»ç»Ÿå¦‚ä½•ä»Žç”Ÿäº§ä½¿ç”¨ä¸­æŒç»­æ”¹è¿›ï¼Œåˆ©ç”¨è‡ªåŠ¨åŒ–åé¦ˆå¾ªçŽ¯è¯†åˆ«å¤±è´¥æ¨¡å¼ï¼Œå¹¶å¯¹å­ä»£ç†çŸ¥è¯†æå‡ºæœ‰é’ˆå¯¹æ€§çš„æ”¹è¿›å»ºè®®ï¼ŒåŒæ—¶å§‹ç»ˆç”±äººå·¥å®¡æ ¸æŠŠå ³ä»»ä½•å˜æ›´ã€‚

反直觉的教训：我们 AI ä»£ç†ç³»ç»Ÿä¸­æœ€é‡è¦çš„ç»„ä»¶ï¼Œæ˜¯å¹²æ´»æœ€å°‘çš„é‚£ä¸ªã€‚è®©ç¼–æŽ’å™¨ä¿æŒè–„ã€è®©ä¸“å®¶ä¿æŒæ·±ï¼Œæ•´ä¸ªç³»ç»Ÿå°±ä¼šå˜å¾—æ›´å¯é ã€‚

致谢

è¿™é¡¹å·¥ä½œæ˜¯ä¸€æ¬¡å›¢é˜ŸåŠªåŠ›ã€‚å ¶ä»–ä¸ºæ­¤åšå‡ºè´¡çŒ®çš„äººåŒ æ‹¬ï¼š Mani Bhushan、Rahul Maliakkal、Jae Ha、Chakrapani Kumar、Vivek Tiwari 和 Amanda Yin。

æ–‡ç« è–„ç¼–æŽ’å™¨ï¼šæˆ‘ä»¬å¦‚ä½•é€šè¿‡å‡å°‘è·¯ç”±å™¨çš„èŒè´£è®© AI ä»£ç†æ›´å¯é é¦–æ¬¡å‘è¡¨äºŽ Engineering at Meta 。

来源： Meta Engineering Blog · engineering.fb.com

Meta / Llama

Agent 智能体

教程实践

#

教程/实践

Agent

Meta