Glean 开发了一种新的代理工具链，旨在提高企业 AI 代理的效率和能力。该工具链采用程序化工具调用，AI 模型编写 Python 代码与 Glean 的工具和数据进行交互，而不是直接发出工具调用。与以前的方法相比，这种方法通过最小化序列化和反序列化开销，将 token 使用量减少了 24%。该系统还包含一个沙盒文件系统来管理中间数据和工具输出，并向模型显示截断的预览，以在复杂、长时间运行的任务中保持专注和效率。 AI
影响 通过优化模型与工具和数据交互的方式，这一发展可能带来更具 token 效率和更强大的企业 AI 代理。
排序理由 该条目描述了一种构建 AI 代理工具链的新技术方法，侧重于实现细节和效率提升，而不是发布新模型或重大的行业范围产品发布。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
