Datawhale26年1月组队学习:Agentic AI+Task2反思设计模式

使用外部反馈Using external feedback

在构建AI智能体工作流时,单纯的"自我反思"存在性能瓶颈。真正的突破在于引入外部反馈(External Feedback)。这不仅能打破性能天花板,还能让系统获得全新的、更强大的信息源,从而实现质的飞跃。

外部反馈的案例
1、避免提及竞争对手:模型有时会在文案中不必要地提及竞争对手的名字(如 "Our company's shoes are better than RivalCo")。

外部反馈工具:编写一个代码工具,使用正则表达式对模型的输出进行模式匹配,自动检测是否包含竞争对手名称。

反思流程:

(1)模型生成初稿。

(2)工具扫描文本,发现"RivalCo"。

(3)将"检测到竞争对手名称"的反馈信息传回给模型。

(4)模型基于此反馈,重新撰写一份不提及竞争对手的新版本。

2、事实核查:模型生成的历史内容可能存在不准确之处(如 "The Taj Mahal was built in 1648")。

外部反馈工具:调用网络搜索API,查询关于泰姬陵建造时间的权威资料。

反思流程:

模型生成初稿。

工具发起网络搜索,返回结果:"泰姬陵于1631年下令建造,1648年完工"。

将搜索结果作为额外输入,提供给反思模型。

模型基于更精确的历史事实,重写文本,使其更准确。

3、遵守字数限制:模型生成的博客文章或摘要常常超出预设的字数上限。

外部反馈工具:开发一个简单的字数统计工具。

反思流程:

模型生成初稿。

工具统计字数,发现"超过字数限制"。

将"当前字数"和"字数限制"等信息作为反馈,传回给模型。

模型基于此反馈,压缩或精简内容,重新生成符合字数要求的版本。

总结:外部反馈的核心价值

(1)打破信息孤岛:外部反馈让模型能够接触到其训练数据之外的新鲜、实时、客观的信息。

(2)解决模型固有缺陷:对于模型不擅长的任务(如精确计数、事实核查),外部工具可以完美弥补。

(3)实现闭环优化:形成"生成->执行/检查-> 获取反馈->反思改进"的自动化闭环,大幅提升工作效率和输出质量。

(4)学习系统化地让模型调用外部工具,是构建强大智能体应用的关键。

相关推荐
优化Henry41 分钟前
LTE 站点 S1 链路反复闪断导致小区频闪退服故障排查
运维·网络·学习·信息与通信·tdd
β添砖java5 小时前
Transformer大白话学习笔记
笔记·学习·transformer
kevin_org9 小时前
LangChain入门学习(四)
python·学习·langchain·fastapi
是2的10次方啊18 小时前
设计模式与生活·总论:AI 能替你砌墙,替不了你打地基
设计模式
瑞克-桑切斯1 天前
Kubernetes 1.28 保姆级新手学习教程
运维·学习·docker·云原生·容器·kubernetes
dahaihua3331 天前
用 SysML 表达航电系统架构(附建模示例)
设计模式·重构·系统架构·集成测试·需求分析·学习方法
kaixin_啊啊1 天前
【三种鲑科鱼类比较基因组学分析鉴定出参与细胞内寄生菌鲑立克次体抗性的功能候选基因】论文学习
学习
CappuccinoRose1 天前
Redis 学习文档
redis·后端·学习·缓存·session·非关系型数据库·gossip
qingwufeiyang_5301 天前
Docker学习笔记2
笔记·学习
Z21-X1 天前
云原生运维学习笔记:从操作系统底层到 Kubernetes 集群的深度实践
运维·笔记·学习·云原生·kubernetes