AI智能体构建经验谈

speaker1

欢迎来到本期的 podcast！我是你们的主持人，今天我们邀请了一位 AI 领域的专家，来探讨 Manus 发布的 AI 智能体构建经验。这些经验非常宝贵，能够帮助我们打造既聪明又能干的 AI 助手，同时还能省钱。大家准备好跟随我们一起揭秘了吗？

speaker2

太好了，我超级期待！首先，你能给我们解释一下什么是‘别自己造‘大脑’，要当好‘经纪人’’吗？这个听起来很有趣。

speaker1

当然可以。这个经验的核心是，我们不需要自己从零开始训练 AI 模型。市面上已经有像 GPT-4 这样非常聪明和功能强大的 AI 大脑。我们可以直接利用这些现成的模型，通过上下文工程来定制化我们的 AI 助手。这就像是你开公司，不需要从小学开始培养一个天才员工，而是直接招聘一个顶尖大学的毕业生，再给他详细的工作手册和工具，让他快速上手。这样不仅省钱省力，效果还好。

speaker2

嗯，我明白了。那‘让 AI 学会‘短期记忆’，省时又省钱’是怎么回事呢？这个听起来也很实用。

speaker1

这个经验非常实用。每次和 AI 对话，AI 公司都会收取费用，而且处理时间也不短。但 AI 提供了一个‘短期记忆’功能，即 Prompt Caching。如果对话的开头部分是重复的，AI 就不用重新思考那部分，直接调取记忆，这样反应更快，收费也更少。举个例子，就像你每天让厨师做菜，每次都重复同样的秘方，只是换一种主料。这样厨师就不用每次都重新理解整个秘方，只需要关注新的主料，省时又省钱。

speaker2

哦，这样啊。那‘工具箱要稳定，用‘暗示’来引导’是什么意思？这个听起来有点复杂。

speaker1

这个经验主要是为了保持工具箱的稳定性。我们给 AI 助手配备了一套工具，比如上网、运行代码等。如果频繁更换工具箱，会破坏前面提到的‘短期记忆’，得不偿失。相反，我们应该让 AI 一直带着完整的工具箱，通过‘暗示’来引导它使用合适的工具。比如，当需要修水管时，你直接告诉 AI：‘我接下来准备用‘水管类’的工具……’，这样 AI 就会自觉地选择合适的工具，而不是来回更换工具箱，浪费时间。

speaker2

嗯，这个确实很有道理。那‘别用‘嘴’喂饭，把饭放‘桌上’’是什么意思呢？这个听起来很形象。

speaker1

这个经验主要是说 AI 的‘短期记忆’是有限且宝贵的。我们不能把一个巨大的文件或长篇大论直接塞给 AI，否则它会‘消化不良’，效果差还特别贵。正确的做法是，把文件放在外部的文件系统中，让 AI 自己去读。比如，你让 AI 助手总结一本厚厚的书，你只需要告诉它：‘桌上有本书，书名叫《AI 助手指南》。请先去读第一章，然后给我个摘要。’ 这样 AI 只需要记住简短的指令，而不是整本书的内容，效率更高。

speaker2

哦，这样啊。那‘通过复述操控注意力’是怎么回事呢？这个听起来很有技巧。

speaker1

这个经验是为了保持 AI 在长任务中的专注度。AI 很容易‘走神’，忘记最初的目标。因此，每完成一个小任务，我们都要在对话的结尾处更新并重复下一步的任务清单。比如，你和 AI 助手进行一次长途自驾游，每完成一个小段路，你都要更新任务。这样 AI 就能时刻保持清醒，专注于眼前的目标。

speaker2

嗯，这个确实很重要。那‘犯错了不要紧，把‘错题本’给他看’是怎么回事呢？这个听起来很人性化。

speaker1

确实如此。AI 也会犯错。如果你只是简单地告诉它‘错了，重来’，它可能会在同一个地方再犯错。正确的做法是，告诉它错在哪里，为什么错了。比如，一个学生在做数学题时算错了，你不仅要指出错误，还要解释错误的原因，然后再让他做下一题。这样 AI 就能从错误中学习，下次不会再犯同样的错误。

speaker2

嗯，这个确实很有帮助。那‘小心‘思维定势’，别让它路径依赖’是什么意思呢？这个听起来很关键。

speaker1

这个经验是为了避免 AI 形成‘思维定势’。AI 会从过去的对话中学习‘套路’，如果前面的对话模式太单一，它就会形成一种‘路径依赖’，即使情况变了，它还是会按照老套路来。比如，你让 AI 助手筛选简历，连续给了它 10 份不合格的简历，它可能就会形成‘拒绝模式’。这时，你需要故意在流程中加入一些变化，或者告诉它新的任务标准，以此来打破它的‘思维定势’。

speaker2

哦，这样啊。那我们如何综合运用这些策略来构建高效的 AI 助手呢？

speaker1

构建高效的 AI 助手需要综合运用这些策略。首先，选择合适的 AI 模型，利用上下文工程来定制化；其次，利用‘短期记忆’功能节省时间和费用；然后，保持工具箱的稳定性，用‘暗示’来引导；再者，合理利用外部文件系统，避免‘消化不良’；接着，通过复述来保持 AI 的专注度；最后，及时纠正错误，避免‘思维定势’。这些策略结合起来，可以让你的 AI 助手既聪明又能干，还省钱。

speaker2

听起来真的很全面。那你能给我们分享一些实际应用案例吗？这样我们能更好地理解这些策略的具体应用。

speaker1

当然可以。比如，某家科技公司利用这些策略构建了一个 AI 客服系统。他们选择了 GPT-4 作为基础模型，通过上下文工程定制化了客服对话流程。他们利用‘短期记忆’功能，快速响应用户问题，节省了大量费用。同时，他们保持了工具箱的稳定性，用‘暗示’来引导 AI 使用合适的工具。此外，他们通过外部文件系统，让 AI 自己读取用户资料，提高了效率。最后，他们通过复述来保持 AI 的专注度，及时纠正错误，避免了‘思维定势’。这些策略的综合应用，让他们的 AI 客服系统既高效又可靠。

speaker2

哇，这个案例真的很棒！那未来的 AI 助手会发展成什么样呢？你有什么看法？

speaker1

未来的 AI 助手将会更加聪明和全能。随着技术的进步，AI 助手将更善于理解人类的意图，能够处理更复杂的任务。同时，它们将更加个性化，能够根据用户的习惯和偏好提供定制化的服务。比如，未来的 AI 助手不仅能够帮助你管理日程、回答问题，还能帮你做出决策、提供创意建议。此外，AI 助手将更加集成，能够连接各种设备和服务，成为你生活和工作的得力助手。