人人都想拥有代理，但几乎无人具备运行它们的数据层。

过去几个月里，这样的对话可能重复了十五次左右。它始于‘我们想要一个能做X的代理。’二十分钟后，我们已经完全不在讨论代理了，而是在讨论数据存放的位置。通常情况是：一部分在Drive里，一部分在CRM里，一部分在某个两年没人更新的知识工具里，其余的则在三个人的脑子里。所以团队做了合理的事，为每个用例构建一个工具。代理绑定到一个数据源。然后是另一个代理，另一个数据源。这能用，但就是无法扩展；最终你维护十个集成来回答那些都涉及同样五个系统的问题。我不断推动的观点是：在构建代理之前，先搭建干净的数据层。让每个代理都从一个可信的数据源读取。我们内部称之为‘第二大脑’，听起来比实际更神秘；它是一个公司数据层，上面附加了检索功能。我在实践中学到：模型不是瓶颈。已经有一段时间不是了。我和一位CEO合作，他把公司范围的数据战略列为优先事项之首，因为它阻碍了他们所有的AI项目。他是对的。有时候你需要暂停有趣的项目。在一次合作中，我们暂停了代理探索，先构建那个无聊的层。在时间线上看起来更慢，但实际上更快，因为之后的一切都不再是战斗。每一个一次性工具都是债务。演示时还好，但它成了什么都不连接的原因。在模型的语境下，代理主要是一个数据问题。如果你在计划明年实施它们，那个不那么光鲜的问题必须首先回答：今天有什么能可靠地读取你的数据吗？