Anthropic 那篇著名的《Building effective agents》作者之一 Barry Zhang 在 2 月底的演讲，讲了三个核心思想，仍然是值得一听。（Anthropic 这个系列的更多内容见：http://t.cn/A61UrEvY）

🌈 核心主题： 构建有效的 AI 智能体需要仔细考虑何时使用它们、保持实施的简洁性，并理解智能体的视角。

🌈 关键概念与演进过程：

LLM 应用的演进：

- 始于单一LLM功能（如摘要、分类）—— 简单，现已成为基础能力。

- 发展到工作流（Workflows）：编排多个、预先定义好的 LLM 调用。适用于在定义好的任务上，通过权衡成本/延迟来换取更好性能的场景。

- 当前阶段智能体（Agents）：LLM 自主决定其行动轨迹，通过工具与环境交互，并根据反馈更独立地运作。智能体提供更强能力，但也带来了更高的成本、延迟和潜在的错误后果。

🌈 构建有效智能体的三个核心观点：

1.不要为所有事情都构建智能体：

- 智能体擅长处理复杂、模糊且价值高的任务。

- 它们并非适用于所有场景的简单升级替代方案。更简单、定义明确的任务通常更适合用更可控、更具成本效益的工作流来处理。

- 构建智能体前的检查清单： 考虑任务是否足够复杂、价值是否足够高（智能体消耗大量 token）、技术上是否可行（模型能否完成核心部分？）、以及错误的成本/可发现性是否低到足以允许其自主运行。

例子： 编程是一个好的智能体应用场景，因为它复杂、有价值、模型有能力处理，并且错误通常能被测试/CI 捕获。

2. 保持简单（Keep It Simple）：

- Anthropic 将智能体视为**“在循环中使用工具的模型”**。

- 核心组成部分是：智能体所处的环境（Environment）、用于交互和获取反馈的工具（Tools）、以及定义目标、约束和行为的系统提示（System Prompt）。

- 重点迭代这三个核心组件。避免前期过度设计，因为复杂性会严重拖慢迭代速度。

- 不同的智能体用例（编码、计算机使用、搜索）共享这种简单的底层结构，只是具体环境、工具和提示不同。

3. 像你的智能体一样思考（Think Like Your Agents）：

- 理解智能体的视角至关重要，其视角受限于上下文窗口（Context Window）。

- 智能体在每一步只能“看到”其上下文中明确提供的信息（指令、工具、历史记录）。

- 进行换位思考：尝试自己仅凭智能体能获取的有限信息来完成任务（例如，对于计算机使用智能体，看着静态截图，并在执行期间闭上眼睛，然后睁开眼睛，再看到静态页面）。

- 这有助于识别必要的上下文（如屏幕分辨率、特定限制）和不清晰的指令。

- 利用 LLM 本身（“让 Claude 理解 Claude”）：将提示、工具描述或执行轨迹反馈给模型，检查是否存在歧义以及模型是否理解。

🌈 个人思考 / 开放性问题：

- 预算意识： 智能体如何理解并遵守时间、成本或 token 预算？

- 自我演进的工具： 模型能否改进自身的工具描述和人机工程学设计？

- 多智能体通信： 我们如何超越简单的同步“用户/助手”轮次，实现多个智能体之间更丰富、可能异步的通信？ http://t.cn/A6BDQd6E