祝福自己今天顺丰线下面和猿辅导在线面顺利~

在构建AI Agent（智能体）时，如何引导大模型有效完成复杂任务是一个核心问题。当前主流范式主要有两种：ReAct（推理+行动） 和 Planning & Extractor（规划+提取器）。它们都旨在增强模型的自主性和任务执行能力，但在工作流程和适用场景上存在显著差异。本文将通过实例对比两者的异同，帮助企业根据实际需求选择合适范式。一、ReAct范式ReAct由Shunyu Yao等人提出，其核心思想是让模型在生成过程中交替进行“推理”和“行动”。模型会先思考当前状态（Reasoning），然后决定采取什么行动（Acting），如调用工具、查询知识库，之后根据行动结果再次推理，直至...

今日首蚌，真的很难绷住

目前有一段小厂实习，稍微包装了一下。打算年后想冲一些中大厂，不知道有没有机会，最近在学一些agent相关的东西，想问下建议在技能哪块加一下吗（rag mcp agent等相关技术），如何写合适呢。

发了一包糖哈哈哈哈，要变成甜水团吗哈哈哈哈哈哈哈哈哈