有没有人发现对于AI代理来说，上下文比模型大小更重要？

在构建AI代理时，我注意到了一件让我非常惊讶的事情。刚开始时，我以为使用更大的模型能在减少错误和错误工具使用方面带来巨大差异……但事实并非如此。真正带来最大改变的是从一开始就给代理提供信息。一些有帮助的做法包括：明确界定代理的职责和它应该做什么；指定代理的工作环境以及它需要遵守的规则；说明代理可以采取哪些行动以及它拥有哪些工具；限制工具的使用，只给代理提供相关的信息。一旦我落实了这些措施，代理似乎更能理解我想让它做什么。它不太可能误以为我在要求它做别的事情，或者选错工具。我很好奇其他构建AI代理的人是否也看到了这一点。你们是否发现，给代理提供信息和指导比仅仅使用更大的模型更能带来改变？还是说对于你们而言，切换到更大的模型带来了更大的差异？我特别想听听那些已经在实际场景中使用AI代理或已建立工作流程的人的看法。