Agent 开发实际在做什么？

先找场景，再来想开发路径

react+prompt+tool 能实现大部分 agent ，上下文优化都属于后期优化了

本质就是在 prompt engineering

之前我在 L 站回复过该问题，就是作为企业级或者面向不再是个人使用的时候，你需要考虑的不只是 tool ，还需要前面+权限、索引等等功能

Agent 开发现在基本就是做围绕大模型的那一层外部的控制，不管是叫 Agent Runtime 也好，或者现在比较流行的 harness 也好，本质就是写代码来控制 llm 的输入和输出。像该怎么将需要的上下文高效的提供给 llm ，怎么设计工具能让 llm 自由组合以发挥最大能力的同时又不会造成 llm 混乱；在上下文快满的时候该怎么压缩历史内容，让 llm 能够在同一个会话继续进行的同时，还能尽量“不忘事”等等。单挑出来就是我们经常听的 Context engineering 、记忆、权限控制这些。llm 只是 Agent 里面的“大脑”或者决策中枢这样的地位，外部的一切都需要代码去写好，也就是 Agent 开发需要去做的。

不懂就问，如何判断 Agent 的开发水平呢？是建立一个标准的测试集（程序或者业务）么？

那每一次改进是不是都要跑一遍测试集，这样 token 消耗是不是挺大的呢？