ट्यूटोरियल और टिप्स

टीम ने Agent Harness की token दक्षता बढ़ाने वाले प्रॉम्प्ट साझा किए

मूल शीर्षक:here's a prompt to improve your agent harness based on what we've learned at cursor. enjoy # Improv...

AI सारांश

एक सार्वजनिक प्रॉम्प्ट LLM Agent Harness को अनुकूलित करने के लिए है, जिसका लक्ष्य कार्य की गुणवत्ता घटाए बिना प्रति-कार्य मूल्य-भारित token लागत कम करना है। एक टीम के एक दौर के बदलावों (प्रॉम्प्ट संक्षिप्तीकरण, टूल अनलोडिंग, कैश लेआउट, विरल पंक्ति संख्याएँ, सब-एजेंट ट्यूनिंग) ने समग्र token लागत को लगभग 7% कम किया और गुणवत्ता में कोई कमी नहीं आई। प्रॉम्प्ट अनुरोध के बजाय कार्य के आधार पर मापन पर ज़ोर देता है और सुझाव देता है कि पहले harness का मानचित्रण करें, आधारभूत माप करें, फिर प्राथमिकता के अनुसार बदलाव लागू करें।

मुख्य जानकारी

  • एक सार्वजनिक प्रॉम्प्ट LLM Agent Harness को अनुकूलित करने के लिए है,जिसका लक्ष्य कार्य की गुणवत्ता…
  • विरल पंक्ति संख्याएँ,सब-एजेंट ट्यूनिंग) ने समग्र token लागत को लगभग 7% कम किया और गुणवत्ता में कोई…
  • आधारभूत माप करें,फिर प्राथमिकता के अनुसार बदलाव लागू करें।

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
X:Eric Zakariasson (@ericzakariasson)
श्रेणी
ट्यूटोरियल और टिप्स
AI स्कोर
77
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

来自 Cursor 团队经验的完整 agent harness 降本 prompt,给出实测数字、执行顺序和常见陷阱,可直接复用。

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: टीम ने Agent Harness की token दक्षता बढ़ाने वाले प्रॉम्प्ट साझा किए। 24 सितंबर 2026। https://new.nat6.net/hi/news/cmuek0q2c05foroynclaijp3z/

सभी देखें →