https://www.candobear.com/detail/l_68ef5fa1e4b0694c5b3c7fa4/4阅读路径:先读第一组,分清「回答问题」和「完成任务」的差别;第二组看本地文件怎样变成工作环境;第三组拆解洞察、技能与上下文;第四组看质量责任和 token 判断的边界。只看一组就看第三组,它能把「我会做」翻成「agent 能照着做」。
一句话结论:知识工作的 agent 化,主要瓶颈不是缺少神奇提示词,而是人能否把业务判断、原始材料和验收标准组织成可执行的工作流;这些没有组织好,换更强模型也不会自动得到可靠交付。
howie 用三个阶段解释自己的判断:聊天模型会生成回答,推理模型能展开多步思考,agent 则把思考接到外部行动上。这里最重要的变化不是「回答更像专家」,而是系统开始处理一个持续的目标。
他反复追问:一边相信 AI 会改变大量脑力劳动,一边仍然只在聊天窗口里问一句、等一句,这两种认识为什么没有接起来?他的答案是,使用方式没有跟上能力变化。用户仍在自己读文件、复制材料、粘贴答案、拼接成果,模型只负责中间的一段文字。
| 讲者的区分 | 主要表现 | 工作是否走出回答框 |
|---|---|---|
| Chatbot | 根据输入生成文字回答 | 后续操作通常仍由人衔接 |
| Reasoner | 分步骤推理,处理更复杂的问题 | 会思考不等于已经交付文件 |
| Agent | 围绕目标计划、调用工具、行动与反思 | 在可访问的环境里改变文件或其他对象 |
这不是要求大家停止聊天,而是说:当任务本来需要多步操作时,别把模型只当作出主意的窗口。 讲者以三个阶段概括能力演进,是解释框架,不是本篇核验过的严格技术分代。
Ben哥可以把 kb/STANDARD.md 中的任务描述具体化为三个拟增栏目:输入材料、交付文件、验收条件。例如深蒸馏任务不写「分析这场直播」,而写「只用给定转写,按锁定层级输出指定 md,并检查字数与来源」。这是应用设计,不表示该文件当前已有或缺少这些栏目,本轮不修改它。
讲者给出的核心定义可以压缩成:大语言模型调用工具,在循环中实现目标。具体展开是:理解目标,制定多步骤计划,主动行动,观察结果,反思没有完成的部分,再调整计划继续做。
他因此不认同把一个角色提示词加上简单知识库,就一概称为 agent。一个系统能答专业问题,不等于它能分解任务、改变外部环境并根据结果继续行动。这个区分比产品页面上的名称有用。
「会说」与「会做」之间,还有「做完后知道哪里没做对」。 讲者批评的是把不同能力混为一谈,而不是提供了对所有知识库产品的实测排名。他对具体产品的评价属于当场观点。
Ben哥后续若改 knowledge.py,可以拟增 check_distillation_result(text, requirements),返回缺失来源、层级错误、超出字数等问题,让生成步骤按问题修正,而非把「成功返回文字」等同完成。tasks.md 则可在具体任务描述中记录「交付路径、检查证据、未解决问题」;这里只描述可用字段,不读取、不改动任务清单,也不声称现有链路没有反馈。
演示的起点很朴素:电脑上的一个文件夹,同时用 Obsidian 和 VS Code 打开。原始文章存进去,agent 就能直接读取;任务执行后,结果也写回这个文件夹。howie 把这称作自己的 agentic writing 项目。
他以前用 Markdown 编辑器,后来改用 VS Code、Cursor,是为了接入这些能操作文件的工具。他并不是说普通人必须成为程序员,而是发现 coding agent 的底层能力——读写文件、调用脚本、使用工具——并不只服务于代码。
他也比较了远程代理环境与本地工作环境:前者在远程电脑或浏览器里执行,后者能接触自己工作所需的材料与工具。这是当场演示环境的差别,不宜推广成所有网页产品永远不能访问本地文件。
环境不是包装,而是任务能力的一部分。 同一个模型,被放进什么环境、拿到什么材料、允许用什么工具,会影响它能完成什么工作。讲者也明确提醒,本地权限放开后,误删文件等风险同样存在。
CLAUDE.md 用来说明目录、材料和项目背景,不是无限记忆。Ben哥在 reading.py 的后续任务接口中,可拟增 source_path、output_path、allowed_write_paths 三项输入,让「读哪份材料、写到哪里、哪些路径不能动」进入执行说明。这里给的是接口草案,未检查脚本当前实现。对本篇的等价做法就是只写指定 md;无需为读写任务开放整个知识库的修改权。
直播先演示把一篇 Claude Code 最佳实践长文做成三级笔记,再让两个模型处理同一任务。howie 观察到,一份结果更压缩,另一份更展开。它说明同一目标会产生不同组织方式,不足以单凭篇幅判断模型优劣。
随后他展示翻译文章,以及把一篇介绍 65 本绘本的材料翻成两万多字中文的结果。公众号工作则被拆成 Word 转 Markdown、强调关键概念、突出重要观点、起标题、生成约 500 字的费曼式介绍。图片上传与设计工具连接,是他进一步提出的衔接方向,不是这些环节都已在现场跑完。
有价值的不是「一句话出了很多字」,而是过去需要反复复制提示词的工作,可以沉淀成稳定调用的能力。这些演示仍是初步实践;后面的完整写作系统,讲者明确说还在试验,没有全部做好。
Ben哥可以在 reading.py 后续拟增 task_type 参数,把「翻译」「三级笔记」「费曼介绍」分开路由;在 knowledge.py 拟增 build_distillation_prompt(source, template),专门负责深蒸馏。这样长文、短介绍和知识条目各有输出标准,不因共用一个「总结」入口而混成同一种稿子。具体函数名是本篇应用提案,不是原文提供的代码。
howie 用一个模拟雷军演讲的例子说明这点:尝试许多写法仍不理想,加入网友对演讲特点的概括与例子后,结果明显变好。他要强调的不是某个万能句式,而是有人先识别出「这种表达为什么有效」。
他把产出概括为领域洞察、上下文与模型能力的乘积。所谓乘法,是强调短板:不理解业务,难以定义好结果;没有材料,模型难以贴合具体任务;模型能力不足,也会限制执行。这个表达是经验性模型,不是可代入数字计算的公式。
讲者说「prompt 没有什么技巧」时,实际仍然使用角色、任务、格式这些结构。更准确的提炼是:结构能帮助表达要求,但不能替代对任务本身的理解。 他反对的是对玄学提示词的期待,不是反对把要求写清楚。
Ben哥若完善 kb/STANDARD.md,可拟增 好稿判据 与 反例:好稿能区分原文判断、演示结果、作者应用;反例是把嘉宾预测写成已证实事实。~/.agent-autoloop/report_html.py 后续可拟增 render_claim_basis(claim, basis, limitation),让观点旁边保留依据与限制。重点不是换形容词,而是把你判断可靠内容的标准显性化。
讲者回顾,早期常写很长的提示词,后来发现更好管理的是模块:角色是一组,任务是一组,格式与语言风格又是一组;翻译、研究、公众号、视频脚本等任务可以各有自己的要求,计划与反思也能沉淀成模块。
与之配套的是上下文。他以一本约 60 万字的学习著作及相关资料为例:完整材料、项目说明和作者方法论共同构成任务基础。个人知识管理的意义因此不止是方便自己查找,也在于为 agent 提供有结构的工作材料。
| 层次 | 原文中的作用 | 不能替代什么 |
|---|---|---|
| 洞察 | 定义任务做得好的条件与方法 | 不能替代实际原始材料 |
| 技能模块 | 把经验写成可调用的角色、任务、格式要求 | 不能靠拼装弥补判断缺失 |
| 上下文 | 提供项目背景、文章、笔记与方法论 | 材料多不等于已经组织好 |
| 模型 | 推理、规划、调用工具并执行 | 不会自动替人确定值得做的目标 |
知识库不是提示词的附属品,而是 agent 理解具体工作的重要来源。 但原文没有展开长材料的检索、分块、冲突处理和版本选择机制,不能从「资料很多」直接推导出这些工程问题已经解决。
Ben哥可在 knowledge.py 后续拟增 compose_task_context(source_text, task_rules, output_template),分别接收原文、任务规范和模板,再组合为任务输入;在 kb/STANDARD.md 中分别列出 事实边界、结构模板、应用写法。三个模块保持分离,能避免风格要求悄悄覆盖事实限制。本轮仅在本文说明,不创建模块文件。
howie 提出的落地方法,是选自己长期投入、经常做且真正擅长的事,像教新员工一样,把操作流程、规范、结果标准说明白。之后再把经验转成 agent 能执行的技能。
他的另一句提醒更重要:不知道什么是好文章的人,即使用最强工具,也可能只得到低质量内容。人仍然要在各环节用自己的经验、品位和判断筛选结果。他自己的 100 天结对写作,是既有实践;把整套写作流程完整改造成 agent,则是当时正在推进的工作,二者不能混写。
自动执行不等于自动负责。 讲者的目标是把有限脑力从重复操作中解放出来,投入更有创造性的工作,而不是以自动生成的数量代替质量判断。他没有在本场交付一套完整、可直接复制的写作 agent 教程。
Ben哥可以把 kb/STANDARD.md 的深蒸馏检查项写成明确判据:来源原样保留、观点归属清楚、应用与原文分开、未展开处明说。knowledge.py 后续拟增 collect_review_evidence(text),只收集对应段落与检查结果,不自动宣判内容正确;复核仍由另一视角完成。本篇的机械格式检查也不能替代独立内容验收。
讲者花了不少时间谈 token:当越来越多认知劳动交给 agent,模型消耗量会增加;只靠聊天,可能连已购额度都用不充分。他展示自己的会员使用情况,主张把真实工作转移过去,充分使用已有能力。
但他的若干说法需要保留条件:消耗更多 token、得到更大价值,是建立在目标有意义、技能有效、上下文良好的前提上。翻译成本、投资收益、咨询替代等例子,是他说明愿景的估算或设想,不是本场已经完成的对照实验。
他推荐 Claude Code 官方课程与吴恩达的 Agentic AI 课程,强调先建立概念理解,再做自己的实践;又说独立 agent 和 n8n、Agent Builder 等工作流路线都可以尝试,没有给出后者的深入实操比较。
真正值得承接的目标是把更多有价值的工作交出去,而不是为了用完额度凭空制造任务。讲者对投资、医疗健康和心理咨询 agent 的想象,不构成效果验证或安全使用结论;这些领域的具体风险控制,原文未展开。
Ben哥若评估 cron-jobs.json 对应的知识任务,可在后续运行记录中拟增 input_tokens、output_tokens、accepted_output、failure_reason 字段,分别记录消耗与结果;不能把额度消耗比例直接当成功率。~/.agent-autoloop/report_html.py 可拟增 render_run_outcome(usage, result),把调用量和交付状态分开呈现。本篇不改 cron,不启动新调度,也不把字段草案冒充现有配置结构。
| 这条里的什么 | 对应你手上的什么 | 具体怎么用 |
|---|---|---|
| 从回答问题转向完成目标 | kb/STANDARD.md | 拟增输入材料、交付文件、验收条件三项任务说明 |
| 工具与结果反馈构成循环 | knowledge.py | 拟增 check_distillation_result(),返回可定位的格式问题 |
| 本地环境决定可执行范围 | reading.py | 拟增 source_path、output_path、allowed_write_paths 输入 |
| 反复发生的工作沉淀成技能 | reading.py、knowledge.py | 用 task_type 区分翻译、笔记、介绍与深蒸馏 |
| 洞察必须变成判断标准 | kb/STANDARD.md | 写清好稿判据与反例,不用「专业、深刻」代替验收 |
| 上下文与提示模块分开管理 | knowledge.py | 拟增 compose_task_context(),分开接收原文、规范、模板 |
| 消耗与价值不是同一指标 | cron-jobs.json 对应运行记录 | 分记 token 用量、成果接受情况和失败原因,不直接改调度 |
| 人仍负责结果判断 | tasks.md、~/.agent-autoloop/report_html.py | 后续任务记录保留交付证据;报告分开展示依据、限制与状态 |
原文:howie《agents 专题:llm 新范式解读与实战》,2025.10.17 直播回看。转写中八点正式开始、十点结束,据此记为约 2 小时;七点五十五的测试不计入正式讲述。
本篇依据:仅依据任务提供的完整机器转写,未访问原视频或外部资料。原文演示包括三级笔记、翻译、排版与技能组织;写作系统整体 agent 化、投资 agent 等保留为计划或设想。序号 32 按目标文件 q32 标识处理,53 为任务指定总数,不是转写提供的统计。
更正与边界:按上下文将 Cloud Code、Codecode 等统一为 Claude Code,将明显误识别的工具、概念词规范为 Codex、Obsidian、Logseq、Bash、MCP、context、insight、skills;无法可靠确认的书名和人名不强行补全。模型规格、智商、最长运行时长、会员价格、收益和收入等说法未经外部核验,不作为本文已证事实。转写中的「今天发布」「去年」等相对时间不扩写成新日期。实际应用中的文件名来自任务指定的工作对象,函数与字段均为本篇拟议设计,未检查其现有实现、未作任何配套修改;技术细节或保障机制未讲清处均视为原文未展开。样例只取层级与语气,不挪用其中其他场次的事实。
定位:中文深蒸馏,不是逐字摘要。标「对你的实际应用」的部分是结合 Ben哥工作对象的应用分析,与原文分开。