晓辉博士：让Agent等你，而不是你等Agent

以下是视频口播的自动转写，可能有错字。

哈喽，我来到了北京啊，然后这两天也确实跟很多玩 ai 玩的很溜的朋友在一起探讨对 agent 一些新的想法，我跟大家分享几点哈，有三点。那第一点呢，就是一定要更激进的去使用你的 ai agent。那么我最近看到的 anthropic 的报告，他们内部的实验室哈，已经人均指挥19个 agent 在同时干活了。

那平均水平，就是包括所有岗位在内的，其实也达到了6个。所以你平常如果还是在一对一的指导一个 agent 在干活的话，一定要增加 agent 用量啊。那有人说 token 很很贵，对吧？那你这样用的话，这个 token 消耗不起。但我想说的是，我们要对 token 成本的下降抱有一个坚定的预期。

也就是说，接下来大家会看到 token 会越来越便宜，它完成的任务会越来越强。所以在这一点上，就是一定要更加坚定的去用更多的这个 agent 来完成哈。然后这是第一点，然后第二点呢，就是说你到底该怎么样去让 agent 这么多 agent 同时跑呢？

又不同时消耗你的注意力，对吧？就是让你的 agent 等你，而不是你等你的 agent 啥意思呢？就是你要指挥任务，你要下达任务，需要设定标准，要告诉他。让他尽可能的去循环起来，迭代起来，而不是你去手把手的教他要怎怎么做。前一段时间我还在跟大家分享，就是我怎么搓 skill 对吧？

这个 skill 怎么做，一步一步怎么磨。但现在大家其实都已经来到了一个 loop 的阶段，包括最近一段时间看到 magpie 的开发者。他的开发模式就是用 loop，就是说告诉 agent 他要去做什么，以及什么情况下停止，什么情况下继续，什么情况下拿反馈。

就是要把这些标准告诉他。对，这个其实也是我们新一阶段要训练的这个能力。然后第三点哈，就是人可以更轻松一点啊，我觉得就是我们一直以来的习惯，就是还是非常喜喜欢知道很多的细节，知道很多这个 ai 到底在怎么一步一步操作，我们希望掌握更多的上下文。

知道它，就是让它变得可控吧，希望能够控制它。但实际上呢，我们的注意力是控制不了那么多方向的。比如说我最近就觉得，包括剪视频，虽然我已经可以外包给 ai 了，但是呢，就还是需要我审核，对吧？那审核这一步能不能再次交给 ai 或者再次交给一个其他人，这个事情又又是可以讨论的点了。

那我觉得可能就是如果当你抱着一种你可以更轻松的一种心态去工作的话，这个时候你就想偷懒，你就可以去让 ai 去帮你更多的完成。当然，就是这个说下来哈，整个都还是需要消耗 token 预算的。但我觉得今天的消耗 token 其实是一种投资。就是说，无论是让它帮你完成一些你现有的工作也好，还是让它帮你去做一些创新的实验也好，它都是投资，都是研发投资。

而且我觉得这个东西是是我们值得去投入的一个实验，就是实验的投资。我觉得这些东西，在今天你投的这点钱，以及你获得的跟 ai 协作的经验相比，或者说你做出来东西去社区里传播，或者在你身边传播，带来的别人对你的羡慕相比，都不是钱。哈哈。对，你可以试一试更激进的去用它，然后包括我接下来也会更激进的用起来吧。

然后，这是今天跟大家的分享。拜拜。