1 分•作者: CuriousRose•15 天前
无论是在本地部署还是托管的 AI 安排中,我都看到很多人发帖表示他们需要 24/7 的智能体(agent),尤其是在软件领域。这些智能体到底在做什么?这些模型离前沿技术有多近,又需要多少成本? 我经营一家 SaaS 公司,但我感觉智能体并没有真正为我工作,因为我分配给它们一天的最后一个大型任务完成后,它们就停止了。我有一个巨大的待办事项积压,希望能自动化处理,但我很难理解人们如何从任务中获得高质量的输出,用户应该在哪个环节介入,以及事物如何从想法到任务,再到自动化构建,最终到我认为的最后人工干预——审查过程。 总的来说,我假设他们使用某种问题跟踪系统,如 Linear 或 GitHub Issues,然后连接到云端智能体或工作树,在那里进行构建和测试?对于那些不是基于 bug 或问题,而是实际功能的需求,又该如何处理?您提供多少上下文?如何阻止 AI 在需要时自行其是,而不是寻求澄清? 这种设置真的有净收益吗?还是说,大多数时候您最终不得不修补在夜间自主完成的所有工作?