Anthropic工程师教你怎么做AI Agent：不做全场景、保持简单，像Agent一样思考

文章转载自「INDIGO 科技加速站」 Anthropic 工程师 Barry Zhang 在 AI Engineer 工作坊上的一个分享 "如何构建有效的 Agent"，其中印象最深的一个观点： Don't build agents for everything ，反过来理解就是别做什么都能干的 Agent，那是我们大模型要干的事情 构建有效 Agent 的三大要点： Barry 主要负责 Agentic System，演讲内容基于他和 Eric 合著的一篇博文，下面详细总结他们的核心观点，以及对 Agent 系统的演进和未来的思考。 Agent 系统的演进 1. 简单功能（Simple Features）： 起初是简单的任务，如摘要、分类、提取，这些在几年前看似神奇，现在已成为基础。 2. 工作流（Workflows）： 随着模型和产品成熟，开始编排多个模型调用，形成预定义的控制流，以牺牲成本和延迟换取更好性能。这被认为是 Agent 系统的前身。 3. Agent： 当前阶段，模型能力更强，领域特定的 Agent 开始出现。与工作流不同，Agent 可以根据环境反馈自主决定行动路径，几乎独立运 作。 4 ...