Wink Pings

主动式 Agent 的瓶颈,转到了人的收件箱

LangChain 复盘主动式 Agent:超过七成运行由日程触发,记忆决定判断质量,评审界面决定人会不会被淹没。

LangChain 团队最近复盘了内部主动式 Agent 的构建经验。结论里有个数字很醒目:超过七成运行由日程触发,人临时输入提示只占少数。这说明 Agent 的工作方式已经变了,它围绕持续目标,通过事件和日程往前推,不再只等一轮对话里的新指令。

这类系统有三类触发来源。现实事件,比如新邮件、新 PR。开发者设定的日程,比如夜间整理记忆、每周清理陈旧 PR。还有 Agent 根据任务自建的日程,比如第二天跟进,或按用户要求生成每日简报。LangChain 内部的 GTM Agent 负责跟进销售线索、处理回复和起草邮件;工程侧的 Robin 前身是 Open SWE,负责起草和审查 PR。两者都基于 Managed Deep Agents 构建。

Agent 被唤醒时,往往没有新的人工说明。连接器能提供最新邮件和项目状态,但用户偏好、此前纠正、合作习惯,需要从记忆里拿。原文把记忆来源分成三类:已有资料,比如过去发送的邮件;当下反馈,比如草稿被修改或拒绝的原因;行动结果,比如发出的邮件有没有收到回复。真正麻烦的是持续维护:哪些值得记住,哪些已经过期,重复或矛盾的信息怎么处理。一种常见做法叫“dreaming”,安排后台任务定期回看近期执行记录,整理并更新记忆。

衡量记忆效果,存了多少内容参考价值有限。更该看草稿获批是否更快、邮件回复率是否改善,以及 Agent 提出的问题有多少真正促成了行动。

人的评审体验也被 LangChain 当成系统的一部分。GTM Agent 把对话分成等待人工处理、需要起草回复、无需回复,只把第一类送到人面前。Robin 用 Jev 判断是否有必要加入 Slack 讨论,避免看到消息就插话。邮件草稿有专门评审界面,因为在 Slack 里逐条处理待发邮件效率很低。人的修改不只是完成审批,也在把难以提前写成规则的偏好反馈给 Agent。

LangChain 主动式 Agent 原文配图

设计上还有几个细节。每日简报发到 Slack,后续内容回到同一线程。Robin 先给一两句概要,再展开细节。请求 PR 审查时,附上一行摘要、改动规模和认领按钮,降低接手成本。这些细节共同决定:主动式 Agent 是可靠协作者,还是另一个制造通知的工具。

评论里有人提醒,只追踪提醒后被采取行动的比例不够,还得看漏掉多少重要事项。只追求采用率,Agent 可能学会只报最稳妥的事。原文四格图把“有用的沉默”和“错失机会”分开,这比单纯减少通知数更接近真正的少打扰。

也有网友分享带 bot 跑达人协作的经历:最难教的是哪些该跟、回信该是什么口吻。这些偏好很难提前写成规则,几乎都在改草稿时暴露。这个经验能解释 LangChain 为什么把评审界面看得这么重。

一个更实际的判断是,主动式 Agent 的主动包含两项能力:没有新提示时仍能继续工作,以及继续工作时少占用人的注意力。事件和日程解决前者,记忆和评审体验解决后者。

好的长期 Agent,运行次数不是唯一指标。更该看每次问询是否更准确、每次评审是否更轻松,反馈有没有进入下一次判断。自主程度提高,应该建立在这种持续改善上。简单减少确认步骤,容易把负担推回给人。

原文链接:https://www.langchain.com/blog/what-weve-learned-building-proactive-agents

Sydney Runkle 的文章:https://x.com/i/article/2122696441508270080

发布时间: 2026-11-19 00:30