解密prompt系列58. MCP - 工具演變 & MCP基礎
作為結構化推理的堅定支持者，我一度對MCP感到困惑：Agent和工具調用的概念早已普及，為何還需要MCP這樣的額外設計呢？本文就來深入探討MCP，看看它究竟解決了什麼問題。 我們將分幾章解析MCP：本章理清基礎概念和邏輯，後面我們直接以一個Agent為例演示全MCP接入的實現方案。 工具調用方式的演進 大模型調用工具的概念從ChatGPT亮相後就被提出，其表達形式經歷了三個階段演變： 1.
風雨中的小七 Blog
Stories
List
解密prompt系列63. Agent訓練方案:RStar2 & Early Experience etc
當大模型成為Agent，我們該如何教會它“行動”？純粹的模仿學習（SFT）天花板明顯，而強化學習（RL）又面臨獎勵稀疏、環境複雜、探索成本高的挑戰。本文將帶你深入四種前沿的Agent訓練方案：ReTool, RAGEN, RStar2, 和 Early Experience，看它們如何巧妙地設計環境、利用反饋，讓Agent不僅“能幹”，而且“聰明”。 我們將看到一條演進路線：從優化單一動作（ReT