L3Baseline v0参考基线 v0 · 最近审阅 2026-11-19
工具与编排层
优先采用确定性原生执行工具与最小工具面;编排默认单主代理循环 + 按需无状态子代理,严格隔离外部副作用权限。
本层核心问题:如何把模型接入真实执行环境并组织多步骤协作,才能放大能力而不陷入多 Agent 通信内耗?
Baseline v0 Default Policy
当前默认基线策略
- SE 用文件/受限终端/代码检索,DR 用可追溯检索抓取,DA 必须用 Python/SQL 沙箱真实计算
- 每次任务仅挂载最小必要工具面,保持工具定义清晰无歧义
- 默认单主代理端到端推进,仅在广度调研或独立复核时按需派生隔离上下文子代理
- 只读与沙箱计算自动放行,对外写入、发布与高额费用设置人工审批门禁
Explicit Anti-Patterns
默认排斥的反模式
- 为模拟人类组织强行拆分 5–10 个角色扮演 Agent 互相聊天,导致上下文失真与 token 爆炸
- 在数据分析任务中靠自然语言心算或口头估计统计结果,而不执行沙箱代码
- 无差别挂载几十个重名或高噪音工具/MCP,拖垮工具选择准确率
Falsifiable Hypotheses
本层待验证核心假设
H-L3-01
在跨源 DR 与大仓库 SE 任务中,「主代理 + 并行只读调研子代理」相比「纯单代理顺序执行」可显著提升覆盖度并缩短耗时,且不增加事实冲突。
严肃竞争性解释:子代理返回摘要时的信息损失可能误导主代理综合判断,不如单代理直接通读原始材料连贯。
Evidence Ledger for L3
本层关联证据与实践条目(2)
层级定位
工具把语言模型从“纸上谈兵”变成“能操作真实世界的执行器”,编排则决定多步骤与并行任务如何流转。本层的核心原则是:用最简单、可调试的编排结构承载最可靠的确定性工具。
Baseline v0 默认架构
- 按任务族配置原生确定性工具
SE:精准文件查看/替换、代码检索、受限 Shell 跑测试与构建。DR:联网检索与一手页面正文提取,强制保留 URL 与时间戳。DA:真实 Python/SQL 沙箱执行环境,所有聚合、统计与图表由代码生成并可复现。
- 单主代理优先 + 按需子代理:只有当子任务具备天然上下文隔离价值(如并行查多个独立来源,或隔离视角做代码审查)时才派生子代理。
- 权限最小化:把“可逆探索”与“不可逆外部动作”硬隔离。
证据缺口与演进方向
当前为 Baseline v0 参考锚点。后续将持续检验 MCP 生态工具面膨胀问题、CLI vs MCP 成本/可靠性权衡,以及多 Agent 编排框架在复杂难题上的真实边界。