进行中

LangChain 谈主动型 Agent 的记忆与 UX

报道
2
信源
2
首次报道
11/18 00:49
最近更新
11/18 04:00

LangChain 分享构建主动型 Agent 的经验,称记忆与 UX 是让这类在后台按目标运行的智能体不变成打扰的两个关键。 LangChain 以内部销售智能体 GTM Agent 和工程智能体 Robin 为例,说明触发来自真实事件、开发者设定的计划和智能体自建的计划;LangChain 称在 Managed Deep Agents 上超过 70% 的运行来自计划而非人工提示。 LangChain 还展示了基于 Managed Deep Agents 构建的销售智能体内部架构:带 Office 工具和品牌套件的沙盒、面向销售阶段和模板的技能、跨每笔交易的记忆,以及为会前简报安排的定时运行。

最新进展LangChain 揭秘销售智能体技术栈

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
2
6 小时新加入
0
24 小时新报道
2
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展2 个阶段

  1. 分享构建主动型 Agent 的经验

    LangChain Blog 等 1 篇报道

官方一手信息1 篇

  • LangChain 分享构建主动型 Agent 的经验:记忆与 UX 是关键

    LangChain 总结其构建主动型 Agent 的经验,认为记忆与 UX 是让这类后台运行、按目标工作的智能体不变成打扰的两个关键。文章以内部销售智能体 GTM Agent 和工程智能体 Robin 为例,说明触发来自真实事件、开发者设定的计划和智能体自建的计划,在 Managed Deep Agents 上超过 70% 的运行来自计划而非人工提示。

    LangChain Blog一手

全部报道2 篇

  • LangChain 揭秘销售智能体技术栈

    深入内部: ✅ 一个带 Office 工具和我们品牌套件的沙盒 ✅ 面向销售阶段和模板的技能 ✅ 跨每笔交易的记忆 ✅ 为会前简报安排的定时运行 构建于 Managed Deep Agents 之上。

    LangChain

  • LangChain 分享构建主动型 Agent 的经验:记忆与 UX 是关键

    LangChain 总结其构建主动型 Agent 的经验,认为记忆与 UX 是让这类后台运行、按目标工作的智能体不变成打扰的两个关键。文章以内部销售智能体 GTM Agent 和工程智能体 Robin 为例,说明触发来自真实事件、开发者设定的计划和智能体自建的计划,在 Managed Deep Agents 上超过 70% 的运行来自计划而非人工提示。

    LangChain Blog一手

#Agent 智能体#部署工程#产品更新#教程实践