在 GitHub 查看原文

L11 练习

练习 1：全开模式跑硬任务 3 轮（设计实验类）

本课是毕业整合，需要真实跑一遍验证：

1. 开启所有机制（ENABLE_MEMORY=true ENABLE_SKILLS=true ENABLE_CODE_INTERPRETER=true ENABLE_LEDGER=true）。
2. 跑同一主题 3 轮（如"MCP 生态演进"）。
3. 验证： - 第 2 轮 researcher 日志有"记忆命中"？ - 第 2/3 轮产出增量简报（标注 🆕✏️➡️）？ - 涉及数值的报告有代码附录？
4. 用 L09 harness 出最终收益表。

验收：3 轮轨迹 + 收益表。诚实标注：如果某机制没触发（如无冲突），说明任务集没覆盖到该场景——需要调任务设计。

需 API key。无 key 时跑 mock 模式 + 标注"未实测"。

练习 2：逐个关掉机制，验证降级

逐个关闭机制，确认系统仍能跑且降级行为正确：

1. 关记忆：researcher 不注入旧记忆（日志无"记忆命中"）。
2. 关 skills：writer 不遵循格式规范（默认格式）。
3. 关代码：数值走 LLM 直出（无附录）。
4. 关账本：每次从头研究（无增量简报）。
5. 每次关一个，跑测试确认 104 全绿。

验收：每个机制的降级行为符合预期，测试全绿。这证明"降级路径完好"。

练习 3：写一份「Deep Agent 设计复盘」

总结整个 frontier-lessons 的设计经验：

1. 五个机制里，哪个边际收益最大？哪个性价比最低（成本高收益低）？
2. 如果只保留 3 个机制（砍掉 2 个），保留哪 3 个？为什么？
3. 下一步会加什么机制？（候选：多 Agent 记忆共享、工具自动生成、轨迹自训练）

验收：一页设计复盘，体现你对"什么机制值、什么不值"的独立判断。面试时这是"我不只是实现了，还思考过取舍"的证据。