#交互方式

avatar
宝玉
1个月前
如果你在为公司现有业务集成 AI Agent，或者迁移到 AI Agent，我自己的一点思考供参考： 1. 如果你流程的路径很确定并且效率很高，那么也许你只需要在原有流程上集成一些 AI 功能就可以，并不一定要变成 Agent 通常 Agent 没有固定流程，依赖于用户的输入来由 LLM 决策调用什么工具 2. 为 Agent 去重新设计新的工具而不是让 Agent 去用现有的工具 通常公司内部已经有一些成熟的工具，但这些工具是为人设计的而不是 Agent 设计的，当你去做 Agent，要重新为 Agent 做新的工具，什么工具是最适合 Agent 就去打造什么工具，但不是因为你有什么工具所以让 Agent 去用什么工具。 另外 Agent 的工具要融入上下文管理： - 描述要清晰具体，让 LLM 知道什么场景该使用什么工具 - 输入参数要明确：即让 LLM 知道该传什么参数，又要让工具有足够的数据可以执行 - 输出结果要清晰明了，不要有太多无关上下文内容，因为工具输出的结果会加入 Agent 的上下文，有些很长的输出可以保存到外部文件按需读取 3. 不要为了 MCP 而用 MCP MCP 很流行，但它的优势是让你的工具可以兼容不同的模型，不同的 AI 平台，如果你的工具只有你自己的 Agent 用，没必要做成 MCP，普通的命令行、脚本、API 都可以。你看 Claude Code 的十几个工具没有一个是 MCP。 4. 工具数量不要太多，基于功能可以适当拆分子智能体 由于工具的描述、输入和输出都占用上下文空间，所以工具数量不能太大，否则会影响 Agent 的能力。 如果你的工具实在太多，可以考虑按照功能拆分成子智能体，让一个子智能体负责某些特定功能的任务，它可以拥有自己的工具集，主 Agent 则负责调度这些子 Agent，为子 Agent 提供独立的上下文，并收集子 Agent 返回的结果。 如果子 Agent 或者工具的结果之间有依赖关系，不要并行执行任务，否则会搞乱上下文 5. 需要为 Agent 重新设计交互 你的软件也许已经有一套交互方式了，但当你去做 Agent 的时候，要重新思考什么是最佳交互方式。 Agent 的交互和传统的软件交互是不一样的，通常以对话为主，用户可以通过对话框输入文本信息，上传文档、图片等作为上下文一部分，信息则更像聊天对话，实时可以看到 AI 返回文本、工具调用结果等。 还可以是有一个主要工作区，类似于传统的软件交互，侧边栏是 Agent 聊天对话。 在 Agent 交互方面，ChatGPT、Claude、Cursor、Notion、Gemini 等产品都有很多交互可以参考，多借鉴前沿主流的 Agent 交互方式
#AI Agent #LLM #工具设计 #交互方式 #子智能体
avatar
企业AI落地难是因为不赚钱，不赚钱是因为没有找到价值最大化的场景，无法介入价值最大化场景是因为合适的交互方式。
#AI落地难 #不赚钱 #价值最大化场景 #交互方式
avatar
新的交互方式：协同文档编辑
#协同文档编辑 #交互方式 #在线办公 #团队合作