原属于会员计划的邮件通讯现在已全面免费公开，更名为 Weekly Gradient (Gradient 是 AI、机器学习中的核心概念，隐喻每周的技术梯度、趋势更新)，用于分享 AI 领域过去一周的最新动态和技术进展，输入邮件免费订阅，获得及时更新。

⼤家好，Weekly Gradient第 58 期已送达，本期内容探讨了AI领域的最新进展，包括模型优化、大语言模型的应用、上下文工程的重要性、以及AI编程和多模态技术的发展。同时，也分析了AI在应用落地过程中面临的挑战和解决方案。

⼤家好，Weekly Gradient第 57 期已送达，本期内容涵盖了AI领域的最新进展和深度分析，包括技术突破、创业策略、多模态能力的发展、AI编程的实践、情感支持的探索、金融交易的创新、代码优化的技巧、提示工程的应用、上下文工程的重要性以及AI风险的讨论。

⼤家好，Weekly Gradient 第 56 期内容已送达，更多内容请查看周刊全⽂。本期揭秘AI Rokid硬件生死战；拆解Agentic Browser下一代产品形态；OpenAI官方智能体指南+鹅厂RAG血泪经验；MiniMax/月之暗面开源模型对决，Altman李飞飞最新洞察。

本文译自 How and when to build multi-agent systems

上周晚些时候发布了两篇标题看似相左的精彩博文：Cognition 团队的《不要构建多智能体》与 Anthropic 团队的《我们如何构建多智能体研究系统》。

尽管标题对立，但两者实则存在诸多共识，并揭示了构建多智能体系统的关键原则：

1. 上下文工程至关重要
2. 以”读”为主的多智能体系统比以”写”为主的更易实现

⼤家好，Weekly Gradient 第 55 期内容已送达，更多内容请查看周刊全⽂。

这是我新开的一个系列文章，主要探讨 AI 应用的一些想法，例如 AI 搜索、AI 编码，以及用户需要什么样的 Agent 等话题。这些内容基于我实际使用 AI 产品并开发相关 Agent 的经验总结，具有较强的主观性。非常欢迎花时间读完的朋友在留言区表达自己的观点，让我也学习学习，否则这篇文章你也没必要浪费时间看，系列第 1 篇就从 AI 编码开始。

根据之前调查问卷收集的反馈情况，本期开始对周刊的内容做大幅调整。

【AI 商业变现】部分，简单来说就是AI 项目是如何赚钱的，以及如何利用 AI 赚钱的案例和经验，从个人到大公司的分享都有。

【AI 产品设计】部分，AI 产品的设计、交互方面的文章和资源分享。

【AI 工程实践】部分，定位不变，来自开发者工具团队或模型基础厂商的技术分享。

【其他】部分，包括各家模型厂商重要更新和产品新闻、市场报告等信息，因为这些东西大家到处可以看得到，可有可无，没必要占用篇幅。再包括一些论文（话题包括 Agent 评估和 安全、Agent 记忆管理、工具与推理协同、Agent 产品人机交互等方面）。

⼤家好，Weekly Gradient 第 54 期内容已送达。

本期综合讨论了 Agent 在多轮对话中的应用和挑战，包括 LLMs 的局限性及如何克服这些限制。文章强调了通过端到端的强化学习、ChatBI 的实践经验、AI 智能体的提示工程技巧、以及大模型技术演进的趋势。同时，文章也探讨了 AI 在商业智能领域的应用，包括 AI 视频内容生成、AI 生成播客、以及新版本的开源模型。此外，文章还讨论了蚂蚁集团在 AI 领域的应用，以及 AI Agent 如何帮助企业进行流程改造和内部数据分析。最终，文章提出了对 AI Agent 潜力的新颖视角，强调了 AI Agent 在模拟真实用户和主观世界中的重要性。

本期介绍了 AI 产品评估的全面指南，包括如何评估 Agent（代理）的性能，如何使用评估工具和平台，以及如何选择合适的评估指标和评分函数。详细介绍了评估 Agent 的方法论、评估工具的使用效率、工具的正确性评估、以及如何平衡量化与质量指标。提供了选择合适评估指标和评分函数的策略，以及如何通过迭代评估过程来不断优化 AI 产品。同时，对述了 AI 产品经理在设定成功标准和评估指标方面的经验。此外还讨论了相关技术的最新进展，包括 RAG 技术的发展、AI 产品的改进挑战、以及不同公司和组织推出的 AI 相关工具和平台。