九原客
@9hills
喜欢一切美好的事物。目前聚焦在大模型领域。
1.1K 正在关注 26.2K 粉丝
DeepSeek 这个缓存机制非常合理且简单（无需额外配置，默认命中 ），对比 Anthropic 好复杂啊，还需要手动控制。
然后 DeepSeek 的缓存命中率非常给力。Pro 1500w tokens 只要九毛六。
显示更多
关于最近尝试slock、multica等多Agent有感：
One agent 还是 multi-agent？
本质区别就一个：每个智能体是否拥有独立的系统提示词、记忆和技能集。
两种范式：
1. **One agent**：所有智能体共享同一套系统提示词、技能集和 memory。切换角色靠 prompt 驱动——"你是一个前端开发工程师"、"你是一个 QA"——让它自己加载对应的技能去完成任务。
2. **Multi-agent**：真正把智能体拆开，彼此信息不共享，共同知识靠项目文档来维护。
哪个更好？我觉得短时间内 one agent 更实用，multi-agent 暂时没看到什么亮眼的结果。
后者唯一说得通的好处是：你可以维护一个跨代码库工作的 code review 机器人——它天然适合做一个独立 agent，能在不同项目间积累经验。但如果反过来，为了某个项目就拆出一堆 agent，这合理吗？一个公司会为每个项目单独配一个 QA、单独配一个研发吗？
所以按项目拆 multi-agent 是有问题的。真要搞多 agent，它应该是一个**后端 agent**：服务多个项目，在多个项目间共同积累经验，而不是每个项目都复制一套 agent 出来。
显示更多
