小节二:核心指标到底怎么看——Task Success Rate 只是第一层
这一组指标容易记混,不妨先把它们按用途放在一起。成功率看任务有没有完成;步骤、Token、延迟与成本看完成任务的资源投入;Tool Error 和 Retry 则更接近执行过程的稳定性。 如图所示,没有一...
2.2.6 Softmax函数
Softmax将一个任意的实数向量转换为一个概率分布,确保输出值的总和为1,是二分类激活函数Sigmoid在多分类上的推广。Softmax常用于多分类问题的输出层,用来表示类别的预测概率。 Softmax会放大...
小节一:先别急着并发——怎么判断多个 Tool Call 是否真的互不依赖?
并行执行之前,最重要的问题不是,“代码怎么写?” 而是,这些 Tool 到底能不能同时跑? 我们先定义一个最简单的判断标准,如果 Tool B 的输入不依赖 Tool A 的结果,并且二者执行不会互相修改...
章末自测
题目 1:Reason → Action 与 Goal → Plan → Tasks 两种模式最大的区别是什么? 请分别从决策粒度、状态复杂度、适用任务和执行灵活性四个角度解释。 Reason → Action 每轮只决定下一步,状...
4. 离散趋势 – 方差(Variance)
4.1 介绍 方差是用于衡量数据集中数值分散程度的统计指标。它描述了每个数据点与数据集平均值的偏离程度,是离散趋势的一种度量。 4.2 原理 方差的核心想法很直接:先看每个点离均值有多远,再...
5.1 项目启动:用 /plan 做架构设计
本节目标:学会用 /plan 模式让 AI 在动手前先出方案 演示的 Claude Code 功能:/plan 模式、AskUserQuestion 5.1.1 什么是 /plan 模式,为什么重要 新手最容易犯的错误是:上来就让 AI 写代码...
核心小节一:Function Calling 到底是什么——模型只是生成“可执行意图”
先从最简单的例子开始。 假设我们有一个 Python 函数: def read_file(path: str) -> str: with open(path, 'r', encoding='utf-8') as file: return file.read() 普通模型可能回答: 我建议先...
SubAgent:一个 Agent 为什么还要调用另一个 Agent?
上一节,我们讨论了 Planner。 核心结论不是: 所有 Agent 都要先规划 而是: 简单任务 → 直接 Reason → Action 复杂任务 → Goal → Plan → Tasks 当任务进一步变复杂以后,会出现另一个很...
小节六:用 Flask 把 Coding Agent 变成服务——从脚本变成可以被前端和其他系统调用的 Backend
当 Agent 从本地脚本走向服务化,重点就不只是“能跑”,而是请求怎么进来、Run 怎么创建、后台怎么执行、状态怎么流转、结果怎么返回。下面这张图把 Flask 接口、Run 生命周期和结果存储串成了...
5.2.3 学习率衰减
深度学习模型训练中调整最频繁的当属学习率,好的学习率可以使模型逐渐收敛并获得更好的精度。较大的学习率可以加快收敛速度,但可能在最优解附近震荡或不收敛;较小的学习率可以提高收敛的精度...













