蓝海情报网

关于 AI Agent 的三个暴论

蓝海情报网 628

关于 AI Agent 的三个暴论

在这个全民 AI 的时代,我们每天都在思考如何利用 AI 解决身边的所有问题。

我们总想通过 AI偷懒,解放我们的双手。但是,它解决问题的效率如何,它能解决的是否只有简单问题?

大部分人可能尝试过,现在的AI可以写诗、写代码,作曲,甚至可以与人进行自由对话。但是,当我们把AI应用到实际工作中时,却发现它们似乎总是差那么一点。

这是为什么呢?答案在于,即使 AI Agent内定义了工作流程,但它们依然只是聚焦解决某个单点问题的概念层面而生,无法解决实际的落地问题。

在此引出我的第一个暴论:AI agent 无用。

以一个实际的例子来说明。假设你是一名软件开发人员,你的工作是开发一个复杂的企业级应用。你可能会遇到各种各样的问题,比如性能优化、安全漏洞、用户体验设计等。这时,你可能会选择使用AI编程助手,比如GitHub Copilot,来帮助你编写代码。

Copilot确实可以帮助你快速生成代码,但它是否能够理解你的业务逻辑,帮你优化性能,或者提出创新的用户体验设计呢?这就是我们所说的单点问题。

我认为,解决任何问题的元认知是:澄清概念,建构标准,定义流程。

在此引出我的第二个暴论:

真正能通过 AI 解决实际问题的,是专家 prompt/Agent+专家 Work flow(工作流) +专家 Thinking model(思维模型)。

专家prompt帮助我们澄清概念,对问题本身有更深刻的概念认知。

例如,在使用Copilot时,它可以通过提示和建议帮助开发者理解代码的潜在问题和改进方案。

专家思维模型帮助我们建构解决问题的思考框架,对解决问题的方法层面建立确定性框架。

比如,在用户体验设计中,我们可以运用设计思维模型来识别用户需求,并通过迭代设计来满足这些需求。

专家work flow帮助我们定义解决问题的工作流程,对解决问题的实操层面帮助我们建立清晰明确的处理步骤。

例如,采用敏捷开发流程可以帮助团队快速响应变化,通过定期的迭代和评审来提高工作效率和产品质量。

具体来说,这三者是如何协同工作的呢?

 

关于 AI Agent 的三个暴论

​1. 专家 prompt/Agent:

以Copilot为例,它可以作为一个概念澄清器。当编写代码时,它可以提供代码建议,帮助你理解不同的编程概念和最佳实践。比如,如果你正在开发一个电子商务平台,Copilot可能会根据你输入的代码片段,提供关于如何实现购物车功能的代码建议。但它的作用不止于此。如果你遇到了一个特定的问题,比如如何优化数据库查询,你可以向Copilot提出这个问题,它可能会给出一个基于现有数据和算法的解决方案。2. 专家 Work Flow:

这时,需要一个流程定义者来帮你管理整个开发过程。比如,可以采用敏捷开发方法论,这是一种强调快速迭代和持续改进的工作流程。敏捷方法论可以帮助你将大问题分解成小问题,然后逐一解决。例如,在一个敏捷团队中,开发人员可能会在一个两周的迭代周期内专注于解决一个特定的功能或修复一个关键的bug。同时,它还可以帮助你更好地与团队协作,及时调整开发方向。每个迭代结束时,团队会进行回顾会议,评估已完成的工作,并根据反馈调整接下来的计划。3. 专家 Thinking Model:

最后,需要一个思维建构者来帮你构建解决问题的思考框架。比如,可以使用系统思维来分析整个应用的架构,找出可能的性能瓶颈。或者,你可以运用设计思维来创造更加直观和易用的用户界面。以设计思维为例,它鼓励你从用户的角度出发,通过同理心地图和用户旅程图等工具,深入理解用户的需求和体验,从而设计出更符合用户期望的产品。

然而,我们也要认识到,专家workflow和专家thinking model大部分都是闭源的,而它至关重要,完全超越 AI agent 本身。

在此,引出我的第三个暴论:

workflow 和 thinking model 的构建能力,才是真正拉开人和人之间,甚至阶级与阶级之间差异的根源。

当下,专业知识和技能的更新换代速度日益加快。在这样的背景下,我们应该更加注重在自己擅长的专业领域内,投入时间和精力去构建和完善自己的workflow和thinking model。以软件开发为例,一个经验丰富的程序员可能会根据自己多年的编程经验,总结出一套高效的软件开发流程。这套workflow可能包括需求分析、架构设计、编码实现、测试验证以及后期维护等环节。通过这套流程,程序员能够更加系统地管理项目进度,确保每一步都能高效且高质量地完成。同时,他可能还会结合敏捷开发的理念,形成自己的thinking model,强调快速迭代和持续改进,以适应不断变化的客户需求和技术环境。案例表明,通过构建和优化自己的workflow和thinking model,我们不仅能够提高个人的工作表现,还能够为团队和组织带来更大的价值。

因此,我们应该鼓励每个人,团队无论是资深专家还是初入职场的新人,都应该花时间去探索、实践并构建适合自己的workflow和thinking model。

这是我们在这个快速变化的 后 AI 时代 中,保持竞争力和创造力的关键所在。

看完觉得写得好的,不防打赏一元,以支持蓝海情报网揭秘更多好的项目。

标签:

ad2

推荐内容