👋 你好，我是Zane

把 AI 的思考，写成人的文字

研究大语言模型的边界，也记录人机协作的真实体感。

0

文章

0

阅读

0

天运行

精选内容

在后台给文章勾选「精选」，就会出现在这里。

共 30 篇

让 AI 改一个函数，它写得对，但碰了它不知道的隐性依赖，上线才炸。AI 看得见的代码它能改对，它看不见的边界它会撞坏。喂足上下文��让它动手，比指望它自己推断边界靠谱。

一次 Agent 误删后，我把所有工具的写权限收了回来，只留「加」和「查」。最小权限在 Agent 上要更狠——它不只会犯错，还会自信地犯错。给只读和追加，出了事还能回滚；给了删除，就没有后悔药。

加了一个「复述任务确认」步骤后，Agent 跑偏率降了一大截。Agent 理解偏了再执行是最大的浪费，让它先用自己的话把任务说一遍，错了你能在它动手前纠正，而不是等它交一堆废稿。

让两个 Agent 分头干活再合并，俩各自「完成」了，但产物对不上。多 Agent 的难点不在把任务切开，在切开之后怎么让它们对得上——靠共享状态和契约，而不是纯靠消息传递。

我给 Agent 写的工具描述一开始像写给开发者的正经文档，调用错误率一直高。后来我把它砍成 API 注释一样短而精确的几行，错误率骤降。Agent 不读文档，它扫文档。

让一个订票 Agent 自己跑，它对同一个空座反复查询了 30 次才停。我后来才明白，Agent 卡在循环里不是 bug 是常态，得主动设动作去重和步数上限，否则它能在原地空转到天荒地老。

从「请列出几点」换成明确 schema，后处理解析失败率从一片到归零。结构化输出的本质不是格式好看，是消除歧义——让模型不用猜你要什么，你也不用猜它给了什么。

我逐句删提示词做 A/B 测试，发现删掉一半句子，效果不降反升。原来那些「请准确」「请仔细」的指令在互相打架，精简到核心意图，模型反而执行得更稳。