一位客户让我构建一个“代理”来制作他们的每周报告。结果只需要三个连接步骤和一个API调用。

这与那些“我收费更高是因为不构建代理”的帖子是同一个精神，因为事情又发生了，而且我认为这个模式值得命名。市场负责人来找我，想要一个“AI代理”来构建他们每周的活动总结报告。他看过一个演示，想象着一个自主的东西，能够观察一切并且什么都懂。我问目前报告中实际包含什么内容。答案是：每周从同一个仪表板提取相同的五个指标，以相同的方式排列。代理根本不需要做任何决策。结构从未改变。所以我没有构建代理。我构建了一个定时连接器流程。触发器每周五触发，提取五个数字，将它们放入一个固定的提纲中（每个部分的标题、前一周的差值、一行上下文），然后将该提纲交给一个报告生成API，返回一个链接。没有模型来决定结构，因为结构是恒定的。它自己运行，几乎不花他的钱。真正的代理能够发挥其价值的地方是输入是杂乱的时候，比如自由文本笔记或不可预测的活动类型，需要有人来解释每一份。他的输入并不杂乱。只是五个数字和一个模板。那是定时任务，不是大脑。我在连接器后面使用了gamma的API来渲染，因为它可以插入无代码工具而无需自定义粘合代码，不过诚实的缺点是该卡片格式无法生成干净的PPTX文件，如果他的团队想在PowerPoint中手动编辑的话，而且积分上限意味着这只有在数量较低时才有效。对于一个固定的每周总结来说，这正是合适的机制。代理会更贵、更多故障模式，而价值为零。我一直回过头来重新思考：在构建代理之前，先检查决策是否真的在变化。如果输出的形状是恒定的，那么你需要的是确定性流程，而不是模型。对于其他人来说，界限在哪里？你什么时候决定一个重复的报告任务真正需要代理行为，而不是连接器和模板？