Notion AI 代理人開發新思路:拋棄複雜數據結構,回歸純文字與 Markdown
Notion AI 工程負責人分享 V3 開發心法:捨棄複雜數據結構,改用 Markdown 與類人指令。揭秘 Notion AI 代理人開發如何實現性能跨越式提升。
越複雜越強大?Notion AI用行動推翻了這個工程迷思。工程負責人Ryan Nystrom指出,團隊在開發 V3 版本時,經歷了一場翻天覆地的架構重組。他們捨棄了深奧的 JSON 或 XML 架構,改用人類可讀的 Markdown 格式,結果卻讓 AI 性能突飛猛進。
Notion AI 代理人開發的「重塑」之旅
作為傳統軟體工程師,Nystrom 習慣於極度確定性的系統。然而,在開發 AI 代理人(Agents)時,他意識到 LLM(大型語言模型) 的強項在於理解與推理。與其用複雜的規則束縛模型,不如像跟人對話一樣,給予簡單直白的指令。這種從「程式化」轉向「對話化」的策略,成為其客製化 AI 代理人成功的關鍵。
精簡與節制:尋找性能的黃金平衡點
在優化過程中,團隊發現過多的上下文(Context)反而會導致模型反應遲鈍、準確度下降。經過反覆測試,他們發現 10 萬至 15 萬個 Token 是最理想的「甜點區」(Sweet Spot)。此外,他們在功能提供上也秉持節制原則,不提供過於龐雜的工具菜單,以免模型在決策時陷入選擇困境,確保系統運作更加舉足輕重。
相关文章
預印本平台arXiv宣布,對未經查驗即使用LLM生成內容的研究者實施一年投稿禁令。這項規定如何影響全球學術生態,以及華人研究社群?
企業級AI程式開發新創Factory完成1.5億美元融資,估值達15億美元。在Anthropic、Cursor等強敵環伺下,這家由柏克萊博士生創辦的公司如何說服Khosla、Sequoia與Blackstone同時押注?
美國新創Arcee AI以26人團隊、2000萬美元預算,發布4000億參數開源推理模型Trinity Large Thinking,主打讓西方企業擺脫對中國AI的依賴與大廠的授權風險。
Wikipedia以40比2的壓倒性票數,禁止編輯者使用AI生成文章內容。這個決定不只是一條平台規則,更是一場關於「知識可信度」的根本辯論。
观点
分享你对这篇文章的看法
登录加入讨论