AI 资源库 · 已整理 1 项

目标跟踪

查看与目标跟踪相关的 AI 资讯、工具、Skill、工作流和开源项目。

2026 年底上下文工程面临的新挑战

LangChain 的 CEO Harrison Chase 认为,大家已经在 Agent 架构上形成共识:让大模型在循环里调用工具、在沙箱里跑。所以有人认为“难的问题都解决了”。但他指出,随着“常驻后台、主动干活”的 Agent 出现,上下文工程又冒出一批新难题:怎么主动推送又不烦人;该记住什么、该忘什么;异步任务完成后怎么通知主 Agent;怎么把大目标拆成可反复试验的小步骤;怎么防止 Agent 为了达标而作弊,比如为消灭 bug 直接删掉代码;以及浏览器这个比终端复杂得多的工具该怎么驾驭。这些目前都没有通用解法,属于开放问题,文章未提到具体发布时间或可用产品。

文中可用工具

  • LangChain开发 Agent 应用的框架,文中提到其团队在思考这些新问题
  • Deep AgentsLangChain 的 Agent 运行框架(harness),约一年前发布
  • Claude Code文中作为早期典型 Agent 形态的例子提到
  • Hone文中作为面向目标工作的 Agent 例子提到,原文未说明具体用途
  • Bash编程 Agent 最核心的工具,用来执行代码
☆ 收藏查看来源 ↗