智能体改进循环中的人机协同
指南LangChain2026年4月9日5 分钟阅读
要让 AI 智能体真正好用，必须把团队积累的隐性知识融入其中。本文以交易员 Copilot 为例，详解如何将领域专家的判断整合到智能体的工作流、工具和上下文设计中。
本文编译自 Human judgment in the agent improvement loop，版权归原作者所有。
觉得有用？分享给更多人
相关文章
llm 0.33 升级了 OpenAI Python 库并切换 HTTP 客户端，嵌入模型现在支持 --key 参数，llm prompt -t/--template 可重复使用以组合模板，并新增 reasoning_summary 选项用于控制推理摘要的详细程度。
指南Simon Willison·8月22日·3 分钟
Cloudflare 推出 Bot Preference Sync，自动将 AI 机器人偏好（Search、Agent、Training）同步到 robots.txt，减少手动维护。该功能面向所有用户，并默认开启，同时要求混合用途爬虫提供透明度，否则在禁止训练时仍会被阻止。
指南·8月21日·5 分钟