多设备协作的完整方法论——六种并行方式、集合通信代价、scale-up 物理组织（NVLink/TPU/昇腾 UB）与内存池；。上一页：第 05 章-算子与运行时，下一页：第 07 章-数据中心网络。

多设备协作的完整方法论——六种并行方式、集合通信代价、scale-up 物理组织（NVLink/TPU/昇腾 UB）与内存池；。上一页：第 05 章-算子与运行时，下一页：第 07 章-数据中心网络。

判断多 Agent 是否有效的核心判据只有一条——；架构沿"上下文是否共享 × 协作拓扑（对等/管理者/去中心化）"两个维度展开，辅以 A2A 跨组织协议、六类失败模式与六个 Agent 社会研究收束全书。上一页：第09章-Agent持续进化。

Agent 的进化是生命周期而非一次性交付——学习信号（环境结果/过程规则/LLM Rubric）× 更新载体（知识/指令/程序/参数）的完整矩阵，加上输入白盒、输出黑盒的双循环体系与灰度回滚机制。上一页：第08章-模型后训练，下一页：第10章-多Agent协作。

评估是 Agent 持续改进的核心引擎。从 Pass@k 与 Pass^k 的精准定义，到评估环境五要素（任务、状态、工具、评分、协议）的闭环设计，再到 LLM-as-a-Judge、失败归因与统计显著性分析，构建了可复现、可度量的评估体系。结合公开基准、自建业务集与生产回流三类数据源，实现评估驱动选型、迭代与回归，真正打通“能力验证—问题定位—持续优化”的生产级闭环。

本章突破传统回合制交互，从模态（语音、屏幕、传感器）与时机（异步事件驱动）两维扩展Agent能力。通过“唤醒、安全点、取消、抢占、快慢分离”五原语，实现跨尺度响应：从秒级事件到毫秒级机器人控制。以PineClaw为例，强调实时事件通道对关键任务的重要性；提出异步处理三策略——取消式、队列式、并行式，结合虚拟身份与隔离环境保障安全。核心观点：真实世界不等待，Agent需主动感知、灵活响应。

本章突破传统回合制交互，从模态（语音、屏幕、传感器）与时机（异步事件驱动）两维扩展Agent能力。通过“唤醒、安全点、取消、抢占、快慢分离”五原语，实现跨尺度响应：从秒级事件到毫秒级机器人控制。以PineClaw为例，强调实时事件通道对关键任务的重要性；提出异步处理三策略——取消式、队列式、并行式，结合虚拟身份与隔离环境保障安全。核心观点：真实世界不等待，Agent需主动感知、灵活响应。

ReAct =Reasoning（推理）+Acting（行动）。│ ReAct 循环 ││ ││ ┌─→ 思考（Reasoning） ──┐ ││ │ ↓ ││ │ 行动（Acting） │ ││ │ ↓ ││ │ 观察（Observation） ─┘ ││ │ │ ││ └──── 还没完成？───────┘ ││ ││ 完成了 → 输出最终答案 │第1轮：用户："计算年度总收入：Q1 $2.5

全书最关键一章——上下文是 Agent 的眼睛，决定它能看到什么、能做什么决策。从 API 消息结构到 KV Cache、提示工程、Skills、状态栏、压缩策略，建立缓存经济性是前置约束的工程观。上一页：第01章-AI Agent入门，下一页：第03章-用户记忆和知识库。

元能力。