2 分•作者: gszr•3 个月前•原帖
在我职业生涯早期,我曾逼自己达到极限,几乎不在意是否会过度疲惫;而现在我感到可以在不持续超越过度承诺的界限的情况下保持生产力——这是一种主观的衡量标准。对我来说,最难的部分是建立一个明确的结束工作流程,尤其是在那些我没有完全解决所设定问题的日子里。而如今,随着人工智能的发展,这似乎变得更加困难。 你们是如何管理这个问题的?有没有什么资源推荐?
2 分•作者: tosh•3 个月前•原帖
我问自己:一个最小化的智能体实现会是什么样子? 一个开箱即用的、真正具备工具调用功能的智能体,但没有成千上万行代码,也没有数十或数百个 npm 或 pypi 依赖。它应该只有少数“基本”特性(而不是如今大多数智能体框架所附带的全套功能)。 一个接近伪代码的实现,您可以在一页上查看,所有内容一目了然,无需滚动。 这是我目前得到的 agent.py 实现: ```python import json, sys from subprocess import getoutput as sh from urllib.request import Request as R, urlopen url = sys.argv[1] h = [] b = dict(model="gpt-5.6", input=h, tools=[dict(type="custom", name="sh")]) while p := input("> "): h += [dict(role="user", content=p)] H = {"Content-Type": "application/json"} while True: o = (r := json.load(urlopen(R(url, json.dumps(b).encode(), H))))["output"] h += o c = [i for i in o if i["type"] == "custom_tool_call"] z = r["usage"]["total_tokens"] / 10500 if not c: print(o[-1]["content"][0]["text"], f'\n[{z:06.3f}%]') break h += [dict(type="custom_tool_call_output", call_id=i["call_id"], output=sh(i["input"])) for i in c] ``` 这段代码有点像代码高尔夫,但我认为它相当易读。 - 所有导入都来自标准库(没有外部依赖!) - 假设有一个推理 API 端点在某处运行 - 假设推理 API 端点类似于 OpenAI - 模型硬编码为“gpt 5.6”(=> Sol),可以轻松更改为例如开放权重(kimi k3,glm 5.2 等) - API 端点 URL 作为参数传递给 Python 脚本 - 仅配置一个自定义工具:'sh' - 'sh' 足以以开放的方式与环境进行交互 - 新的 API 输出会被添加到历史记录(“h”)中 - 如果 API 输出包含工具调用,则会执行这些工具调用 - 当最后的模型响应没有工具调用时,智能体将控制权交还给用户 - 智能体向用户显示上下文窗口使用的百分比 值得注意的是: - 除了 Python 标准库外没有其他依赖(!) - 启动时间更短 - 依赖性更少 - 供应链攻击面更小 - 代码更少,易于验证和理解 - 没有 MCP,没有插件,没有安全表演 - 如果您想添加特定功能:请明确添加 - 调整环境以给予智能体访问权限或限制对工具、资源、网络等的访问(环境是安全边界,而不是框架) - 没有系统提示 - 上下文窗口中的每个令牌都是宝贵的 - 当前强大的模型在没有系统提示的情况下表现良好(或者被为几个月前的模型设计的过于具体的长系统提示所伤害) - 如果需要,可以轻松添加系统提示或 agents.md 上下文(智能体也可以发现它或被提示从环境中读取) 如何运行/部署智能体: - 设计您想要给予智能体的环境(容器、Docker、您选择的沙箱) - 启动一个类似 OpenAI 的推理 API 端点(支持上述 agent.py 中使用的请求/响应格式) - 推理 API 端点可以简单地作为一个代理,添加凭证/API 密钥到 OpenAI API - 根据需要调整,改变模型,移除/修改上下文窗口行为,添加工具等 期待您提供任何反馈,以使其更清晰或更简单!
1 分•作者: helpfulmandrill•3 个月前•原帖
我快要因为人工智能和外包失去我的工作了——这份工作起初还不错,但我最终对它并不太满意。我在想,软件开发者还有什么其他的选择是不会受到人工智能威胁的?每当你在谷歌上搜索这个问题时,得到的答案往往是“经理”、“产品经理”等等,但我觉得如果软件工程被人工智能摧毁,那么这些职位也可能会成为下一个目标。 所以我想问,逃生的出路在哪里?我们都要去当水管工吗?有没有人有计划?