知鸦日报2026-08-22

三篇论文揭露Agent技能进化的真相：大部分“进步”只是上下文适应，而非真正学到可复用技能；技能合并靠语义相似度不可靠，需行为验证；学习顺序显著影响最终能力。弱模型倾向积累低质碎片，技能库的可靠性远不及宣传。

AI数字员工“女娲”打通从告警到发布的完整闭环，将故障处理拆解为九步自治流程。她具备智能感知、大模型根因推理、AST级代码修复及自动化交付能力。传统2-4小时的P1故障处理，被压缩至15-25分钟，综合提效85%，让工程师从重复劳动中解放。

用AI Agent驱动全流程开发时，token成本居高不下。通过AgentLens拆解发现，系统提示词、工具返回信息、历史消息是消耗大头。遵循“只看到当前所需、减少无关、减少重复上下文”三原则，改造了渐进式披露、代码图谱等10个方向，全流程预估降本50%~65%。

Agent成本优化的核心在于“少发、发得便宜、少想”。通过精简系统提示、按需加载工具、缓存复用、去重历史记录、隔离子Agent探索过程，以及用Hook拦截无效循环，最终实现80%以上的Token费用降幅，让Agent长期高效运行。