做 Agent 应用的应该都有同感：模型不贵，上下文贵。小米刚公布的 MiMo-V3 核心架构 HySparse2 就是冲着这个来的，100 万 Token 下预填充算力砍 5 倍，KV 缓存从 12GB 压到 2.7GB，思路是把模型切成前后两段，后半段的 KV 全部复用前半段的计算结果。Agent 应用能不能跑通商业模式，拼的就是这种成本结构。这类模型和工具动态我一般在 ai345 上追，中文 AI 资讯更新挺快。

#新人报道# 最近在折腾多Agent网页调研，发现市面上大部分Agent做简单问答很溜，但遇到长周期、多站点批量调研就容易翻车。

任务中断、抓取失败、信息幻觉、缺少校验，这些都是真实落地的痛点。

体验了Markus这种组织式多Agent的思路，模仿企业团队分工协作，秘书Agent自动组建Agent团队，带校验、持久记忆、多模型切换。

写了一篇完整实践复盘，聊聊网页调研场景下多Agent的架构对比与实战，感兴趣可以去我主页看看。

#AI Agent #大模型 #LLM