跳到主要內容
AI 武林
Podcast進階EN

How to Build Long-Horizon AI Agents — Mitch Troyanovsky, Basis

來源　The MAD Podcast

聽節目（在新分頁開啟原站）連到 The MAD Podcast

摘要

探討如何建構長時程 AI 代理，由 Basis 共同創辦人 Mitch Troyanovsky 與 Matt Turck 主持。Mitch 分享了他從 ReAct 到 RLVR 的演進，以及為何 2023 年 AI 代理領域放棄過程監督的經驗。他提出 Basis 的新方法：不給出結果，而是監督整個過程，並透過 Braintrust 建立無地面真值行為規範。

Mitch Troyanovsky and Matt Turck discuss how to build long-horizon AI agents. Mitch shares his journey from ReAct to RLVR, and why the industry abandoned process supervision in 2023. He introduces Basis's new approach: not giving outcomes, but supervising the entire process, using Braintrust to set…

重點

  • Mitch Troyanovsky 與 Matt Turck 討論如何建構長時程 AI 代理。
  • Basis 公司不給結果，而是監督整個過程以確保可靠性。
  • 新行為規範 Braintrust 允許無地面真值的自主行為定義。

章節

依話題轉折切分，標題由 AI 產生

  1. 00:00從非確定性系統到智慧體設計
  2. 03:41會計工作：AI 長程執行的難題
  3. 06:02定義長程智慧體：從天氣查詢到功能實現
  4. 08:24自主智慧體：端到端稅務申報的例項
  5. 11:17智慧體歷史：從 2022 年 React 框架到 RLVR
  6. 29:18資料稀缺與合成資料的挑戰
  7. 36:37行為規範（Behavior Specs）的定義與起源
  8. 42:282026 年智慧體建構：從提示詞到訓練資料
  9. 47:22行為規範的維護成本與優先順序
  10. 54:34系統思維：從資料驅動到ontology
  11. 1:06:33開源專案 Brand Trust 的起源與合作
  12. 1:08:56人才需求：語言架構師與智慧體管理師
  13. 1:11:10系統工程師背景與智慧體部署
  14. 1:14:34部署智慧體團隊的定義與演進

提到的工具與公司

  • Basis
  • Braintrust
  • RLVR
  • ReAct
  • AutoGPT
  • OpenAI
  • Cursor

適合誰看

AI 工程師、系統設計者、希望建構可靠自主代理的開發者。

摘要依據

講者
Mitch Troyanovsky、Matt Turck
依據
語音轉文字

為什麼排在這裡

人氣
0.50
新鮮
0.80

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。聽節目（在新分頁開啟原站）