Agent性能优化技术总结及DeeResearch用于Github项目搜索实现思路

文章预览

今天是2025年4月2日，星期三，北京，天气晴。 最近关于Agent的新闻不少，前有manus，后有智谱AutoGLM沉思，都引起了大家的关注。 这其实引出来一个观点，关于Agent研发重心。文章(https://mp.weixin.qq.com/s/2gF8eEDOF5oBKMBUxnXc9g)中，认为Agent发展要" 模型进，工程退 "，强调最终智能体应用会回归以模型为核心的结构，而 非像Manus这样的工程化解决方案 ；也就是坚持"反共识"观点， 坚持预训练大模型的重要性，认为它是大模型推理能力的天花板，即使当前行业关注度不高 。 这个观点，是认同的，但其是 从根上讲的，而不从快速变现 角度上说的。如果是要快速变现，那么就在工程上做优化，做雕花。如果要从根上解决问题，那就老老实实地去优化大模型本身。 因此，我们来看一个工作，DeeResearch用在Github场景的实现，通过设置 一个较长链路的解决方案 ，来辅 ………………………………