最新资讯
dev.to Pando:OpenAI 如何通过放宽跨分支一致性,让 Git 支撑 Agent 速度的推送 dev.to 为能花钱或签发的 Agent 做威胁建模 dev.to Linux 本地提权:OpenAI 报告的 948 项发现 unite.ai NVIDIA 以 Vera CPU 对比 x86:聚焦 Agent 速度与能效容量 techmeme.com 消息称 NVIDIA 接触 Apollo,拟将 Brightspeed 的 130 多栋建筑改造为小型数据中心 thenewstack.io Factory 收购 HumanLayer,并称其为一个月内第三起 AI 编程初创收购 blogs.nvidia.com NVIDIA 称 Vera CPU 兼顾高吞吐与最快 Agent 性能 www.youtube.com Netflix 如何评估没有标准答案的 AI 任务 nytimes.com OpenAI 承诺让当地社区在数据中心项目中拥有更多话语权 unite.ai 约 60 万块 NVIDIA H200 因北京进口审批滞留香港 techcrunch.com Meta 称美国用户现可与 Muse AI 头像视频通话 theinformation.com Nvidia 应对数据中心阻力的变通方案:改造旧电话局建筑
多元动态
登录 注册
智能体 x.com ·

Anthropic 公开 Claude 购物 Agent 架构与落地数据

原文 我的收藏

Anthropic 公开其购物 Agent 的架构设计,强调在零售、旅游等场景中,单一模型配合 Skills 和工具优于复杂子 Agent 架构,并指出安全需在代码层实现而非依赖提示词。

AI推荐理由 该案例为 AI Agent 开发者提供了商业落地的架构参考,强调简化设计和安全实践,有助于避免过度工程化并提升系统稳定性。

82 浏览 118,868 点赞 378 评论 80 转发 57

正文

卧槽!!这个太难得看到了! Antropic 居然开源了他们做购物Agent,很多人第一反应是拆一堆子Agent。 Anthropic给的结论正好反过来。 他们在零售、旅游、电信等场景里落地后发现,真正好用的商业Agent通常就是一个模型、一套循环,配上Skills和工具。 子Agent容易丢上下文、增加交接延迟,只适合特别窄、能独立收口的任务。 高频规则放进系统提示词,长尾能力做成Skills,工具则直接接到现有搜索、库存和结算系统上。 更关键的是,安全不能靠提示词约束。改价、下单、动钱这些动作要在代码里分段、限额、校验。评估也不看模拟对话走得漂不漂亮,而看给定状态下结果对不对。 商业Agent拼的是成交、稳定和成本,不是架构图有多复杂。 你觉得购物场景里,一个能干的Agent,会比一堆分工明确的子Agent更靠谱吗? 地址见评论区👇 ![Tweet Image](https://pbs.twimg.com/media/HRQB3wja4AA28bk.jpg)

来源报道 · 3 篇 · 以下链接均前往原始媒体

Berryxia.AI(@berryxia) Anthropic 公开 Claude 购物 Agent 架构与落地数据 09-03 · 原文发布
historical-digest Anthropic 公开 Claude 购物 Agent 架构与落地数据 09-03 · 原文发布
opmlrss::Berryxia.AI(@berryxia) Anthropic 公开 Claude 购物 Agent 架构与落地数据 09-03 · 原文发布
← 返回精选动态 原文

更多内容