Agent¶
从下一步行动到完整执行流程：依次学习规划、记忆、工具协作、自进化、训练与独立评测。
选择一个子主题，从具体论文问题开始。新论文和新增问题会继续加入对应问题库。
规划与搜索：下一步该做什么
任务长、反馈晚时，怎样决定下一步行动，并撤销早先的错误选择？
记忆与技能：让经验可取回、可失效
上下文放不下时，应该保存什么，何时取回，旧经验又如何避免误导新任务？
工具与协作执行：把计划变成可检查的动作
模型已经有计划，怎样选择工具、解释返回值，并让多个角色共享可靠的执行状态？
运行流程与自进化：改的是哪一层
失败之后，是改一次提示、积累经验，还是改变整个任务执行流程？
交互策略学习：把轨迹反馈变成更新
一次长任务只有最终成功或失败，如何知道应该强化哪轮动作？
评测与可靠性：如何知道真的做对了
怎样区分模型成功、环境碰巧放行、评分器偏差和不安全的越权？