我用12行if语句替换了LLM分类器，客户更满意了
摘要
作者用一组简单的if语句替换了LLM分类器，发现客户更喜欢基于规则的方法，凸显了简单性胜过复杂AI的价值。
暂无内容
相似文章
一位客户付钱让我把他们工具中的AI移除。
一位开发者构建了一个基于LLM的工单路由工具，但支持团队不信任其黑箱决策。客户付费将LLM替换为简单的规则引擎，结果准确率更高、成本更低、用户信任度也更高。
我构建了一个AI交易代理，最终却构建了一个不使用AI进行交易的代理
作者构建了一个AI交易代理，但发现使用LLM进行直接交易决策不稳定，因此转向一个确定性系统，其中LLM将策略翻译为明确的执行规则。
我的AI代理总是误解我的业务逻辑。所以我构建了一种不同的方式来传递它。
作者构建了一个基于浏览器的编辑器，用于名为Rulemapping的方法论，以将明确的业务逻辑传递给AI代理，通过分离规则定义与执行来减少误解。
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。
我发布过的最可靠的数据代理，其 ~90% 是确定性代码。LLM 只负责解析意图和进行对话。不服来辩。
作者认为，AI 代理的可靠性来自于确定性代码，而非 LLM，并分享了在混乱的真实世界数据上构建可信代理的五项关键实践。