GenericAgent：能自己长出技能树的开源框架

📝

复旦的梁家卿团队最近开源了一个叫 GenericAgent 的项目，论文标题里藏着一个反共识：长程 Agent 的能力，不是由上下文长度决定的，而是由单位 token 里有多少决策相关信息决定的。这套框架的实现非常激进——核心代码只有 3,300 行，Agent Loop 只有 92 行，对外暴露的工具只有 7 个原子工具

原文链接：https://mp.weixin.qq.com/s/j0VWrJ0gunWVac2jy0D3GQ

复旦的梁家卿团队最近开源了一个叫 GenericAgent 的项目，论文标题里藏着一个反共识：长程 Agent 的能力，不是由上下文长度决定的，而是由单位 token 里有多少决策相关信息决定的。

这套框架的实现非常激进——核心代码只有 3,300 行，Agent Loop 只有 92 行，对外暴露的工具只有 7 个原子工具。其他能力靠 code_run 临时合成，并把验证过的执行路径自动晶体化为 SOP 沉淀下来。

最有意思的是它的五层记忆：默认只把 L0 元规则 + L1 索引放进 prompt，剩下的 Agent 自己用工具去取。等于把完整性和紧凑性这两个原本对立的目标，通过一个索引层解开了。

作者用一个细节证明这套机制可行——这个仓库里的所有代码、commit message、git init，全部由 GenericAgent 自己完成，并且作者说他从头到尾没打开过一次终端。

GitHub 已经 697 🌟，号称比同类框架省 6 倍 token。值得做 Agent 的人认真读一遍。

---

💬 本文评论区已开启，但暂无读者留言。

本文转载自微信公众号，如有侵权请联系删除。