AI agent开发到底开发什么

我理解就是AI有幻觉，不一定会听话。一种方案就是训练，另外一种方案就是AI Agent想办法驯服AI

比如， 开发一些skill或者prompt, 以便codex这些工具在使用模型帮助我们编程的时候更加准确？

我的理解，ai是大脑，当做什么都懂。agent就是让他专精一个内容。

个人理解是，ai是底层骨干，agent就是根据需求组装起来的机械臂，满足不同需求

首先，Agent 不等于 ChatBot。

Agent 可以拥有记忆、调用工具、甚至可以自编排拆分子工作流，想真实的人一样处理垂直业务的某一个、一类事项。

以"整理邮件并安排会议"为例，能从邮箱读取邮件(工具)，判断选取重要事项(决策)，提取时间信息并查询日历空闲时间(工具、记忆)，发送发送邀请，收到参会人员时间冲突邮件，重新协调修改会议时间，并重新发送邮件。

能规划 调用工具 执行多步任务 自我迭代的智能体架构

就是看你搭建这个架构的思路和能力吧

我也觉得AI Agent想不出什么好开发的，一直做后端开发。有点思维定式

这种都是从零开始？ 还是有现成框架可以直接借鉴的？

那其实就是基于模型的应用， 类似于cowork，龙虾这种。 能基于模型实现某个业务场景的一套工作流， 或者说一个应用？

现在九成以上的Agent开发都是基于现成框架，没人纯手搓底层循环了

直接借鉴主流现成的就行

是的，就像Claude Code、Codex，在执行任务的时候，有动态决策权、工具选择权、错误修正权，但又不是定死一条工作流，AI 有权限有能力选择做什么或者不做什么。

举个悲伤的例子，不少佬在使用的时候，项目目录被清空了，这就是 Agent 权限太高导致的，这并不是用户要求的，而是 Agent 自己决策的，所以在设计、使用Agent的时候，需要明确Agent的边界，允许使用的最小工具集。

其实你可以了解一下openclaw和harmes的Agent实现，看看具体是什么，再想想Agent能干嘛

建议去看看吴恩达的智能体课程，B站就有免费的。严格而言的Agent是要能够计划工作流、决定工具调用、反馈优化的体系，不过吴恩达的定义要宽泛一些，固定工作流也能看做智能体风格的系统。

我已最直观，最不绕弯子的方式告诉你我的理解，智能体核心就是func call + 记忆管理(或者说上下文管理),如果更激进点的说法就是通过记忆管理让模型进行function call,简单理解就是我现在有5个接口，一个接口是获取天气，一个是获取经纬度，一个是经纬度和城市关系，那么就可以只告诉智能体我要看xxx地的天气，智能体可以同时通过历史记忆或rag或系统提示词之类的把这几个接口的描述或者叫元数据(接口地址、出入参等)统一带入去请求大模型，大模型拿到这些信息推理出要先调用xxx,再调用xxxx,进行func call，然后给出最终结果，同时你还可以把最终结果再塞回大模型去润色一下。类比一下，mcp相当于是func的合集，skill相当于func+few提示词合集。说白了，只是把之前写死的方法现在动态了，让模型去决定怎么调用罢了。

不知道怎么玩的话还有更直观的方案，都不需要去研究cc、codex之类源码的，相对比较复杂，直接让ai用你熟悉的语言写一个简单的智能体实现，包含mcp、skill、记忆管理之类的就完事了。现在技术没有壁垒，思想才是，所以不管遇到什么事情，先干了再说，尤其是编程领域，现在vibe coding那么强大，遇到什么问题，先vibe一个简单demo出来再说,不喜欢ai的架构可以直接让他用你习惯的架构去写，比如ai写java天天用建造者模式，我就不喜欢。直接跟他说别用就完事了

相当于手搓一个 codex，只不过是基于现有框架去做

然后你需要设定你的工具集有多少，记忆管理，上下文压缩，会话管理，工作区管理，兼容skill、MCP，报错处理，编写 skill，agent 的自由度，agent 评测集，多 agent 怎么并行

如果只是为了实现某个工作流，现在是不需要做一个 agent 出来了，只需要在现有的 agent 去规定怎么做就好了，例如 skill 之类的

我的观点可能比较激进，我认为现在AI大跃进时代，真正有价值的是与模型底座相关的工作，算法优化（如deepseek），Ai infra之类的；至于AI agent开发有没有价值？有的，但是它的落地场景其实并没有我们现象的那么多，至少肯定没有卖课仔渲染的那么多，尤其是随着模型底座能力的提升，一些中间态的技术走向边缘化的趋势越来越明显，去年的同时期大家在讨论的是装了这个MCP，用了那个MCP；但是现在大家聊的话题是怎么用Skill，有哪些好用的Skill；但是我认为这些花里胡哨的东西都是在解决AI原生能力不足时的中间态技术，势必会随着模型底座能力的增强而越来越边缘化

当然言归正传，agent开发有没有价值，答案肯定是有的，我们日常离不开的cc，codex本质也是agentic ide，但是是否值得大规模投入研究原理和成为agent开发者，我认为需要靠个人实际情况谨慎抉择，至少我认为90%的开发者不应该all in agent开发，不是说不能all in ai，只是说精力可以放在怎么用好别人开发好的好用的agent，而不是自己再搓出来一个玩具级别的demo当生产力（学习agent开发原理无可厚非）

当然我的观点必然受限于个人职业和视野的局限性，各位佬们有任何见解欢迎友好交流

佬的发言，让我感觉就像那句，如果你学得没有AI进化快，那就可以放弃学习了

其实真的是这样，普通人或者说非AI从业者（我一开始提到的AI infra，算法优化这些工种），all in AI的投入产出比是不高的，现在所谓的agent开发行业一片繁荣在我看来只是虚幻的泡沫，有些公司为了让自己看起来像是赶上了AI浪潮才催生出来的岗位，但是程序员的日常工作中真的有很多要开发成agent才能做的需求吗？我觉得是比较少的