DeepMind 的 Agent 實戰

概要

• Antigravity 不只是編輯器Ian 示範它背後有 agent manager，能同時開多個 agent，還內建待辦與計畫、會自己開瀏覽器檢查結果，並在結束時交出報告。
• 內部先把 skills 養起來KP 說 DeepMind 內部花很大力氣累積 skills 的函式庫，目標是讓只有最好的留下來，形容幾乎是達爾文式的篩選。
• 最大的壓力是 token 與配額KP 說這類系統非常吃 token，目前管理使用者配額很重要，面對重度使用者的做法還是偏硬性的上限。
• 想讓 deep research 共用同一套 harnessKP 希望研究流程的各個環節改成在共享檔案系統裡協作，不再傳遞大段文字，但沒有透露發布計畫。
• 可觀測性靠自建工具KP 說內部用自建的網頁應用程式，從查詢一路往下鑽到送給模型的原始請求，另有一套 agent trajectory store 專門看 coding 的步驟。
• 評估與審查仍是難題skills 的測試資料集不好做，回答這題的講者說只能靠 skill 作者自己想辦法；程式碼審查方面，KP 說內部有按語言微調的審查模型，加上各產品團隊自訂的提示。

原話

• “Why not have the different parts of that pipeline collaborate in a shared file system?”

  KP：為什麼不讓流程各部分在共享檔案系統裡協作

  ▶ 05:03

• “making sure that only the best ones survive really, almost Darwinian nature.”

  KP 談 skills：確保只有最好的留下來，幾乎是達爾文式的

  ▶ 06:19

• “the thing that's kind of top of mind for us at the moment is how token hungry this stuff can be.”

  KP：我們目前最掛心的是這類東西有多吃 token

  ▶ 08:14

• “Evaling this stuff is really hard.”

  評估這種東西真的很難

  ▶ 19:16

延伸

• KP 說把 deep research 的各環節改成工作區裡的協作者之後，也比較容易順手產出 infographics 這類輔助的文件與素材。
• Ian 說 Google 內部有 SRE 團隊全天候盯著用量曲線，某個 job 跑太兇就會有人來請你停掉。
• 談到審查壓力時，Ian 引前一天有人提到的說法：GitHub 上由 agent 產生的程式碼已經到數兆行。