策略 (strategies)
集里怎么说它
- 《Anthropic 平台负责人：Claude 平台的「三层蛋糕」与给 token 分工的「策略」》(00:05起):本集反复出现的核心概念：因为 token 并非完全可互换，可以给不同 token 分配不同工作（建议、执行、做梦、评分），编排组合它们的东西就是策略——协调层上的「元 harness」，也是路线图方向
① 提到它的金句
3 条
但下一层是关于，好，如果 token 并不是真正可互换的，你需要给它们分配不同的工作，比如这个 token 负责建议、那个负责执行，这个在「做梦」、那个在执行，诸如此类，你会想开始组合这些协同配合的编排式策略
指向原始笔记的链接
But the next one is about, okay, if tokens aren’t really fungible and you need to give them different jobs, like maybe this token is advising versus this token is executing, this token is dreaming versus this token is executing, so on and so forth, you want to start composing these kind of orchestrated strategies that go together
—— 嘉宾 · [11:34]
我们正试图摆脱代码里所有这些 if 语句和分支策略,而是让智能体拥有一些高级工具,能够对无人机下达这些非常高级的指令。
指向原始笔记的链接
We’re trying to get away from having to have all these if statements in the code and these branching strategies and kind of let the agent have some high-level tools to be able to instruct these very high-level commands for the drone.
—— Suchet Bargoti · [19:10]
你的预训练模型已经知道答案，而你针对一个已经存在于预训练语料库中的答案做强化学习时，系统基本上可以伪造一些工作、得到正确答案，而你会强化这些策略。
指向原始笔记的链接
Your pre-trained model already knows the answer, and you do reinforcement learning derived against an answer that was already in the pre-training corpus, that the system can basically fake some work, get to the right answer, and you reinforce those strategies.
—— Doj Chubuk · [39:47]
② 出现在这些集
1 集
③ 关联
点进去有真内容 —— 本页主要出口
Anthropic · Claude · Messages API · Claude Managed Agents · Claude Tag · 智能体 · harness · 上下文工程 · 提示词缓存 · 技能