这两天在看 Agents 开发相关的教程，越看越感觉没意义。感觉只要了解个概念就够了，之后让 AI 去开发就行了。看到后面也看不太下去，只能一目十行的看。感觉怪怪的。

[AdminNB]

学得慢了可以不用学了

[evan1]

@AdminNB #1 倒不是快慢的问题，是感觉没必要详细去看了，只要了解个概念就行了。后面 AI 就能去把细节搞定。

[345931883]

赞同，很多细节理解背下来用很浪费时间，迭代更新也快，主要理解思路，具体实现交给 AI 才是正途

[BuggerKing]

深有同感，浅显地看觉得没学会，深入看又觉得没必要

[sentinelK]

因为 LLM 的工程实践有个自证陷阱。

你没法证明你的 Agent 流程，或者说工程化产品相比裸模型/竞品是更优、更有效的。
所有人都在吹自己对于 LLM 落地的思路有多么高大上。但聊到实际产出又都阳痿了，因为他们没法对实际产出负责。

但是有一些思想还是有一定的启发作用。

比如任务拆分，利用的就是 LLM 对于复杂度 1*N 的任务执行效果比复杂度 N 的效果好的特性。
比如多 Agent 互相监督，利用的是 LLM 注意力机制有限的限制，通过多个 LLM 推理进程左右互搏来实现更好的效果。


剩下的一些纯 marketing 角度的概念，笑笑就好。

[evan1]

@345931883 #3 但是不了解细节的话又有种知其然不知其所以然的感觉，以后面试/聊天要是说起来只能说个大概，一聊到细节就没话讲，感觉好水😂

[wero]

最近也感觉卷技术没意义. Agent 开发本身门槛没那么高, 而且迭代速度很快.

[gongjs]

有啥推荐的 agent 开发教程吗

[evan1]

@gongjs #8 我现在在看的： https://datawhalechina.github.io/hello-agents/#/

[penisulaS]

agent 的开发教程说不定也是 ai 写的,那就让 ai 来看吧,魔法对抗魔法

[pluswu1986]

@sentinelK 所有的措施都是为了确定性增加 熵值降低

[longaiwp]

只要你不看，过一阵子就会发现，不需要看了

[RoccoShi]

让 AI 给你 summary

[nakun233]

最近在看 hermes 和 claw ，感觉设计理念上分别挺大的，但有些多 agent 特性在 hermes 上又显得不方便。感觉现在大家都是按自己想法再进一步魔改了，真正的大航海时代

[PaulSamuelson]

最后发现，都在用 AI 开发 Agent 了，那还学个啥啊

[newtype0092]

@sentinelK 总感觉现在的各种流程，本质上就是个自动抽卡机，确实比之前手动抽卡更方便，但本质的效率并没变，依然是反复花钱（ token ）抽卡直到抽到自己觉得可以接受的程度为止。。。

[Venlenter]

@evan1 #9 同在看这个，感觉了解了思路，能让 AI 生成，但看到招聘 agent 相关岗位的要求，又感觉没底，有种学了个 demo ，实际公司要你真实产出的畏惧感

[sentinelK]

@newtype0092 是的，毕竟 LLM 的本质就是统计学概率续写。各种工程化只是在利用目前 LLM 模型算法的甜点，争取能够提升最终答案落在全局最佳的比例。

而且 Agent 底层理念就在于，我承担返工的风险，烧更多的 token ，但是要一次性（或者说非人工干预下）成功。

高效利用 token 的理念则恰恰相反。

[sentinelK]

btw：

如果只是想了解 Agent 的理念，我觉得这个视频的信息量已经够了： https://www.bilibili.com/video/BV1dpQTB3EXg?spm_id_from=333.788.videopod.sections&vd_source=0ef6494d0ac82c1df8c1a6cc5e8ef08c

[evan1]

@PaulSamuelson #15 目前确实是在用 AI 开发各种 skill 和 agent ，所以感觉没必要了解细节。

[syaeldon]

@evan1 同意你的观点，针对业务或者平台开发来说，我认为我们更多的是需要对名词和概念能有个系统性的认识，知道有这个东西能干这个事情

PS:我觉得 hello agent 那个教程写的还是挺不错的

[bwnjnOEI]

感觉现在的 agent 开发是给过去岗位的过渡阶段。可预见的要懂的很多从 infra 到 paper 联系最近去学 rlm 从今年 iclr 看来大厂要开始基于 rlm 训练了 100m 上下文挡不住

[hasayake97]

对咯，就这样学。

[HotieCutie]

让 AI 开发 AI

[EthanL]

@evan1 这玩意我就了解个概念，然后自己整理需求少部分措辞，其他让 AI 帮忙整理了

[onnethy]

都知道什么流程，也知道具体有哪些模块，甚至 claude code 工程落地的源码都开源了，但是真正做好的有哪些？所以我觉得还是得深入学习理解，不然和调包侠没区别。

[wdc63]

@sentinelK 不对，大语言模型的随机性决定了生成质量有好坏之分，如何让多次的生成结果都落到较优的区域就是当前 agent 工程不断演进方向的本质问题。
从 vibe 到 agent 再到 harness ，除了有效利用 ai 的上下文长度有限这一点外，还有就是通过自监督+自动多次抽卡机制（多个审阅角色+debug 角色）提高产出质量。