Lauren Tan 写了一份自动化入门指南,核心思路是:先讲清目标,再教 bot 怎么做。
说一点我跟她不一样的地方。
Lauren 自己很强,加上 Grok 模型可能还不够聪明,所以她把更多功夫花在教 Agent 做事上:把自己的最佳实践交给 Grok bot,让它像自己一样思考。
我觉得 AI 比我聪明,用的模型也不局限于 Grok,所以我更强调目标和验收,至于中间的步骤,不太干涉。
我的方法更像一个循环:目标 → 验收 → 改进,一轮一轮转下去。
- 目标
告诉 AI 我想要什么。这一步谁都一样,必不可少。
- 验收标准(可选)
告诉 AI 怎么自己检验结果好不好,这样它在把结果交给你之前,会先自己验收一遍。最好再给 Agent 配上验收用的工具,比如截图、网络检索、代码运行环境。
比如我做新闻发布自动化,一条重要的验收标准就是:动笔之前必须先做事实核查,确保内容真实、有出处。
有些任务还可以沉淀出测试集或者自动化测试代码,每次跑完自动验一遍。
- 先跑起来再调整
目标讲清楚了,就可以先让 Agent 跑一遍看看。就像拿到一把枪,先朝靶子开一枪,打完就知道离靶心差多少、往哪边偏,接下来怎么调心里就有数了。
至于它具体是怎么执行的,不一定要看得很细,现在大部分任务 Agent 都做得挺好。不放心的话,看一看、指导一下也没问题。
调整结果才是最考验专业水准的地方。你自己得知道什么是好的,不然只能 AI 生成什么就接受什么,结果多半好不到哪去。
光看出来不好还不够,还得能准确地描述给 AI,让它知道往哪个方向改。
这样来回几次,结果才会慢慢稳定下来。但不管怎么说,先跑起来最重要,跑起来了才有东西可以优化。
- 让它自己进化
Agent 有能力自我进化,前提是把经验教训记下来。现在的 Agent Harness 虽然都有记忆功能,但不一定会主动记录自动化任务里遇到的问题。
所以我通常从两个层面,让 Agent 自己提升任务的执行质量。
一个是把最佳实践沉淀成 Skill(包括工具)。比如我给 Agent 一个目标,来回打磨几次,它完成得很好。这时候如果就不管了,下次新开一个会话,记忆就没了;就算去翻历史会话,里面也有太多无关信息。不如趁热让它把这次的最佳实践做成 Skill。
另一个是让它主动记录执行过程中的经验教训,再回头改进 Skill 本身。
比如我做逆向任务,每一轮执行完都让 Agent 往 lessons.md 里记一笔:有教训就写下来,没有就跳过。然后让模型自己评估,要不要去优化 Skill 的说明和脚本。
这样一轮轮下来,Agent 干活就越来越熟练。
这种自我进化也有副作用:Skill 会越来越臃肿,所以要定期重构清理一下,这事交给 Agent 自己做就行。
每次重构完,记得把以前的测试集和自动化测试重新跑一遍,免得删掉不该删的东西。
Lauren 是把人的经验教给 Agent,我是定好目标和验收,让 Agent 自己跑、自己积累经验。模型越聪明,后一种越省心。