繼續聊Agent經濟之AI Agent搭建新方法論
今天下午花了點時間研究了一下LangChain開源的Deep Agents的設計架構。
它的設計思想借鑑了Claude Code，與 @SentientAGI 最新推出的ROMA（遞歸式開源元Agent）+GRID的Agent協作網絡架構大同小異。
它們都有一個頂尖商用LLM（第一選擇是Claude Sonnet4）驅動的元Agent負責創建、規劃和管理 ToDo List 任務列表，然後由一個路由節點將任務分發給子Agent去處理，而子Agent同時繼承的元Agent的特性，可以遞歸式地進一步分解任務和分發任務更次一級的子Agent。
Deep Agents明確是有狀態的，會有一個虛擬文件系統管理從MCP獲取數據、存儲和協作。這點與 @ReiNetwork0x 的Agent系統設計相似，但不如後者Agent狀態管理系統結構複雜。而 Sentient目前尚未明確有沒有狀態管理。
就我個人使用體驗而言，Sentient和REI這種AI x Crypto 的Agent架構基本與SOTA架構保持在同一水平線。與上一個版本的AI Agent框架AI16Z和Swarm不同，它們交付的是一套真實可用的AI Agent產品，而不是X上的shitposter機器人。
AI Agent正在超越自動化（標準範式：LLM+Memory+Tools）進入初步自主化階段（標準範式：元Agent+狀態管理系統+集成Tools+子Agent）。
AI的學習，將不僅發生在Token水平，同時發生在Agent水平。
