本地化部署小模型通常智力水平低，模型稳定性差，边缘设备输出token过慢。jev模型，一款垂类的决策模型，区别于传统大模型，该模型不能生成文本，只能用于决策 ，但该模型响应更快，稳定网络情况下通常 100～300 毫秒左右。

面试现场，面试官喝了口茶，抛出一个看似简单的问题：**"MCP 和 Skill，什么时候用哪个？"** 你心里一紧——两个词都用过，MCP 连过数据库，Skill 写过 SKILL.md。但让你说清楚"什么时候用哪个"，你只能挤出一句"MCP 连工具，Skill 写指令"。面试官微微摇头：**"太浅了。

图1展示了传统知识蒸馏方法与本文提出的动态对比知识蒸馏（DCKD）方法的对比。在（a）中，传统KD方法仅约束了解空间的上界，缺乏对下界的约束，可能导致优化困难和低质量输出。在（b）中，现有对比式KD方法引入固定下界约束，虽然提升了教师模型知识的传递，但在训练后期学生模型远离下界，约束效果减弱。而（c）中的DCKD通过动态对比正则化，根据学生模型的学习状态动态调整解空间的下界，同时利用分布映射模块提

在扣子（Coze）平台中，工作流是指将多个任务或操作按顺序和逻辑进行组合，通过自动化的方式来处理复杂的业务场景。

MoA：全称是Mixture-of-Agents，也叫做混合专家模式，是一种质量优先的多智能体协作模式，和普通并行Agent模式最大的区别是，普通并行重点在提升效率，MoA重点在提升结果质量。

本篇文章主要通过 coze（下文统称为“扣子”）平台搭建一款智能体应用来进一步和大家分享对 Agent 的理解。

对于电商 App 的一个用户，他可能已经在平台上购买了很多商品、收藏了大量商品、浏览过各种内容，也和客服聊过很多次，但这些信息分散在订单系统、行为系统、客服系统和搜索系统里，没有被统一起来。

当 Agent 开始写文件、调 API、跑长任务时，失败往往不在模型不够聪明，而在模型外面缺少一层可恢复、可约束、可审计的运行时。腾讯技术工程近期长文系统梳理了从单次 LLM 调用到工业级 Harness 的六段演进，并对比 Pi、OpenCode、Codex、Hermes 四条路线。本文在其基础上做结构化精读，供做 Agent 落地的工程师与产品负责人快速建立地图。

基于 LangGraph 内部自动构建好的**标准 ReAct 智能体模板**，**低代码开箱即用**，不用手动画节点、连线。底层本质就是一个编译好的 `StateGraph`。 适合：标准工具调用 Agent、业务快速开发，不想手写状态流转。

Qwen3-Embedding嵌入模型是 Qwen 系列的最新(2025年6月）专有模型，专为文本嵌入和排序任务而设计。该系列基于 Qwen3 系列的密集基础模型，提供了全面的文本嵌入和重排序模型，支持各种规模（0.6B、4B 和 8B）。Qwen3嵌入模型继承了基础模型卓越的多语言能力、长文本理解和推理能力。Qwen3 嵌入模型系列在文本检索、代码检索、文本分类、文本聚类和双文本挖掘等多项文本嵌