https://txtmix.com/tags/agent%E7%BC%96%E8%AF%91/Recent content in Agent编译 on Text MatrixHugozh-cnTue, 21 Jul 2026 20:06:14 +0800https://txtmix.com/posts/tech/subterranean-agent-compiling-agentic-workflows-llm-weights/Tue, 26 May 2026 14:16:25 +0800https://txtmix.com/posts/tech/subterranean-agent-compiling-agentic-workflows-llm-weights/<h1 id="subterranean-agent把工作流编译进模型权重">Subterranean Agent：把工作流编译进模型权重</h1> <h2 id="学习目标">学习目标</h2> <p>读完本文后，你应该能够：</p> <ol> <li>区分流程知识的三种存放位置（运行时编排器、in-context、模型权重）及其代价</li> <li>理解 Subterranean Agent 的「训练时外显，运行时内化」路线——数据生成、微调、部署的完整路径</li> <li>解读论文的三个实验领域（Travel Booking、Zoom Support、Insurance Claims）及其对工程实现的提醒</li> <li>评估 128-462 倍成本优势的前提条件，不把结论外推到开放域任务</li> <li>判断你的场景是否适合尝试编译路线，以及如果适合，按什么顺序落地风险最低</li> </ol> <h2 id="目录">目录</h2> <ul> <li><a href="#%e5%ad%a6%e4%b9%a0%e7%9b%ae%e6%a0%87" rel="">学习目标</a></li> <li><a href="#%e5%85%88%e5%88%86%e6%b8%85%e6%b5%81%e7%a8%8b%e7%9f%a5%e8%af%86%e6%94%be%e5%9c%a8%e5%93%aa%e9%87%8c" rel="">先分清流程知识放在哪里</a></li> <li><a href="#%e7%bc%96%e6%8e%92%e5%99%a8%e5%a4%9a%e5%87%ba%e6%9d%a5%e7%9a%84%e5%a4%b1%e8%b4%a5%e9%9d%a2" rel="">编排器多出来的失败面</a></li> <li><a href="#%e5%ae%9e%e9%aa%8c%e8%ae%be%e7%bd%ae" rel="">实验设置</a></li> <li><a href="#%e4%b8%80%e6%ac%a1%e7%90%86%e8%b5%94%e4%bb%bb%e5%8a%a1%e6%80%8e%e6%a0%b7%e8%a2%ab%e7%bc%96%e8%af%91" rel="">一次理赔任务怎样被编译</a></li> <li><a href="#%e8%b4%a8%e9%87%8f%e5%b0%8f%e6%a8%a1%e5%9e%8b%e5%85%88%e5%ad%a6%e6%b5%81%e7%a8%8b%e5%86%8d%e9%9d%a0%e5%ae%b9%e9%87%8f%e8%a1%a5%e8%87%aa%e7%84%b6%e5%ba%a6" rel="">质量：小模型先学流程，再靠容量补自然度</a></li> <li><a href="#%e5%88%86%e6%95%b0%e4%b9%8b%e5%a4%96%e7%9a%84%e8%be%b9%e7%95%8c" rel="">分数之外的边界</a></li> <li><a href="#%e6%88%90%e6%9c%ac%e4%bc%98%e5%8a%bf%e6%9d%a5%e8%87%aa%e4%b8%a4%e4%b8%aa%e4%b9%98%e6%95%b0" rel="">成本优势来自两个乘数</a></li> <li><a href="#%e7%81%b5%e6%b4%bb%e6%80%a73050-%e5%88%86%e9%92%9f%e6%88%90%e7%ab%8b%e4%bd%86%e8%a6%81%e7%9c%8b%e7%a1%ac%e4%bb%b6%e6%9d%a1%e4%bb%b6" rel="">灵活性：30-50 分钟成立，但要看硬件条件</a></li> <li><a href="#%e4%b8%ba%e4%bb%80%e4%b9%88%e8%ae%ba%e6%96%87%e5%9d%9a%e6%8c%81%e5%85%a8%e5%8f%82%e6%95%b0%e5%be%ae%e8%b0%83" rel="">为什么论文坚持全参数微调</a></li> <li><a href="#%e5%92%8c%e7%9b%b8%e5%85%b3%e5%b7%a5%e4%bd%9c%e7%9a%84%e5%8c%ba%e5%88%ab" rel="">和相关工作的区别</a></li> <li><a href="#%e9%80%82%e5%90%88%e4%bd%bf%e7%94%a8-subterranean-agent-%e7%9a%84%e5%9c%ba%e6%99%af" rel="">适合使用 Subterranean Agent 的场景</a></li> <li><a href="#%e4%b8%80%e4%b8%aa%e6%9b%b4%e7%a8%b3%e7%9a%84%e8%90%bd%e5%9c%b0%e9%a1%ba%e5%ba%8f" rel="">一个更稳的落地顺序</a></li> <li><a href="#%e6%9c%80%e5%90%8e%e7%9a%84%e5%88%a4%e6%96%ad" rel="">最后的判断</a></li> <li><a href="#%e8%87%aa%e6%b5%8b%e9%a2%98" rel="">自测题</a></li> <li><a href="#%e8%bf%9b%e9%98%b6%e8%b7%af%e5%be%84" rel="">进阶路径</a></li> <li><a href="#%e5%8f%82%e8%80%83%e8%b5%84%e6%96%99" rel="">参考资料</a></li> </ul> <blockquote> <p>Agent 编排不是错，但它把流程知识留在了每一次推理里。Dennis 等人的 Subterranean Agent 论文尝试把这部分稳定知识挪到训练阶段：先用流程图和前沿模型生成对话，再把这些轨迹微调进 3B-8B 小模型。运行时不再注入流程图，也不再由外部路由器逐步调度。</p>