1.7 KiB
1.7 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Agent 接口设计 (Agent Interface Design) | 2026-07-04 | 2026-07-04 | concept |
|
|
Agent 接口设计 (Agent Interface Design)
面向 AI Agent 的工具和数据接口设计方法论。核心主张：决定 Agent 效率的变量不只有模型和提示词，还包括 Agent 面对的操作界面（Interface/Surface）。
核心原则
- progressive-disclosure：先发现 → 再按需读取，不要预加载全部
- 路径是稳定句柄：语义化路径（如
/runs/abc/stdout.log）既是名称也是地址 - pushdown-in-agent-interface：过滤/排序/limit/投影一次完成
- 限定范围搜索：全局发现 + 局部精确提取
- 引用原生性：行号、偏移量等引用形式天然适合审计和 debug
为什么文件系统语义特别匹配
LLM 被训练在大量 shell、Unix、Git、日志排查语料上——「进入目录 → 列文件 → 搜关键词 → 打开局部内容 → 引用行号」是模型内在熟练的工作模式。接口设计与模型能力对齐，比强行适配更能发挥模型效能。
外部收敛信号
- Anthropic MCP code execution：TypeScript 文件树 → 150k → 2k token
- OpenAI tool search：建议 namespace/MCP server 按需加载
- Letta memory benchmark：文件组织对话历史 → 竞争力结果