@Yeuoly1: 其实还蛮好奇大家对 “一个 Agent” 、 “Agent 同事” 的定义到底是什么,听着是挺性感,但 LLM 底子都是 stateless 的 所谓的 “Agent 同事” 这个实体到底是什么,是一个 Agent-Loop 带着一堆 m…
摘要
讨论了AI Agent和'Agent同事'的定义,指出LLM本质上是无状态的,并质疑Agent实体的具体形式。
查看缓存全文
缓存时间: 2026/05/20 18:34
其实还蛮好奇大家对 “一个 Agent” 、 “Agent 同事” 的定义到底是什么,听着是挺性感,但 LLM 底子都是 stateless 的
所谓的 “Agent 同事” 这个实体到底是什么,是一个 Agent-Loop 带着一堆 markdown,还是一个 Claude Code / Codex 的 session
BlanPlan (@blanplan): Agent 不当同事这个思路对了。用户界面还要 control surface, 不模仿 Slack-style 多频道团队结构, 单一对话入口看智能体后台进度更合理。让 agent 跑大事加出可执行摘要, 用户随时可介入。
相似文章
@cwolferesearch: 什么是智能体?定义可以很简单:它只是一个在智能体循环中运行的LLM。为了使其…
清晰地定义了AI智能体为智能体循环中的LLM,涵盖LLM骨干、指令、工具、环境等组件,以及上下文管理和记忆等额外细节。
@shao__meng: 三次 LLM 交互范式: 1. 网页聊天机器人 2. 独立 AI 应用 3. 组织内嵌式 AI(Claude Tag、Glean Agents) Claude Tag 的核心变化 · 从“每人一个 AI”到“每个频道一个 AI”:团队共享…
本文介绍了三种LLM交互范式的发展:从网页聊天机器人到独立AI应用,再到组织内嵌式AI(如Claude Tag和Glean Agents),并重点讨论了Claude Tag从“每人一个AI”到“每个频道一个AI”的转变,以及Glean生产级独立Agent的四个支柱。
@ludamn513: https://x.com/ludamn513/status/2109942664737264058
作者分析认为 grokbot、Instinct、Muse 等不应被定义为 personal agent,而应被视为 person-like agent:通过单一 IM 对话入口、agent memory、subagent 委派与异步回复,把近乎无限的 Agent 能力封装成类似与人交流的低心智负担体验。
@frxiaobei: 现在的 Agent 产品我觉得都还不是最终形态。 一类是干活型的,Codex、WorkBuddy 这种,把问题切成一个任务、一个工作区,目标清楚结果也能验证,所以现在的模型就够用。 另一类是 personal agent,比如 Grok …
作者认为当前 AI Agent 产品都还不是最终形态:干活型 Agent(如 Codex、WorkBuddy)与 personal agent(如 Grok Bot)各自取巧,未来可能合并为一个懂用户的主 agent 调度多个工作 agent,而权限与智能不足是主要障碍。
当今大多数'AI智能体'只是挂载了LLM的if-else工作流,并非真正的智能体
文章认为,大多数所谓的AI智能体实际上是附加上了LLM的简单工作流,缺乏真正的适应性,并提供了一种测试方法来区分真正的智能体与伪装的工作流。