剑的 AI 实验室 (@swordBluesy)

派活给 AI，第一句该问的不是它能干什么，是这件活该去哪个地方？ Anthropic 官方新课《Introduction to Claude Tag》第五课，先把一句话说死：问 Claude 就像问同事。Claude 像团队里的同事一样坐在工作区，问它和问人一样：会私信同事的事就私信它；只属于某个小组的事就去那个小组的非公开频道；全组都用得上的事就去公开频道。 地方选错了，活干得再好也白干。公开频道里同事能看到它的回答，你纠正一次，它以后回整个频道都更准；私信里只有你看得到答案，纠正的好处也只有你一个人得。 不止一个地方合适，就选公开频道，三个理由。第一，别人能接着干：同事看到帖子能补你没有的背景、改一个细节、你不在时把活接过去，它会读每一条回复。第二，它学到的东西帮整个频道：公开频道里存下的纠正进频道笔记，以后频道里每个人都受益。第三，设置一次全频道受益：频道连的工具、指示、定时活，所有人都能用，每加一次，下次问得更短、结果更好。 反过来，私信和非公开频道只适合只属于你、或只属于某个小组的活；别的活都往这两个地方塞，就是把本不用保密的活藏起来了。派活之前先问一句，这件活是给谁干的，问完就知道该去哪个地方。想确认这地方它能干什么，直接问它一句，你从这里能看到什么。 S1哥观点：说“派活给 AI，关键是把活说清楚”的人，和说“私信最稳妥，什么活都放私信里干”的人，错的是同一处，都没看懂第五课——问 Claude 就像问同事，地方选错了，活干得再好也白干。公开频道里问一句，同事能接着干、纠正能进频道笔记、设置一次全频道受益。反过来，只属于你、只属于某个小组的活，也别往公开频道里塞，那不是开放，那是给全组添噪音。分得清什么时候该私信、什么时候该非公开频道、什么时候该公开频道，才叫会用。你呢？你们团队有没有那种全组都用得上、却一直躺在某个人私信里的活？你第一件想搬到公开频道里干的活是什么？评论区说说。 收藏用清单（照着做）： 1. 派活之前先问一句，这件活是给谁干的，只属于你的去私信，只属于某个小组的去非公开频道，全组都用得上的去公开频道。 2. 不止一个地方合适，就选公开频道，三个理由摆在那，别人能接着干、它学到的东西帮整个频道、设置一次全频道受益。 3. 派活之前先确认这个地方它能干什么，直接问它一句，你从这里能看到什么，摸清再派活。 4. 活干完先在帖子里看一遍，错了在帖子里纠正，公开频道里纠正一次，整个频道以后都更准。 转给那个还在私信里一个人改模板、改完再一条一条发给全组同事的人，先搬一件活到公开频道试试，再说它有没有用。 #Claude中文教程#

保密的活交给 AI，第一句该问的不是它能干什么，是它会不会把秘密带出门？ Anthropic 官方新课《Introduction to Claude Tag》第四课，先把一句话说死：非公开频道里的 Claude 和公开频道里是同一个同事，但它认墙。人事、财务、法务、带保密细节的客户升级，本来就放在非公开频道里，频道有墙，Claude 也认这堵墙——它在频道里学到的东西只留这个频道，出了频道，它就当这个频道不存在。 非公开频道里第三课的活照样干：财务频道里去开票系统把客户的账拉出来；人事频道里把面试反馈整理好贴回帖子；法务频道里把合同要改的几条标出来；客户升级频道里把跟进工单开好。活干完回帖子里，只有频道里的人看得见、改得了、接得上。 动手之前先分清两件事。第一，工具只给成员用：可以只连在这个频道上，比如财务频道里连上开票系统，只有频道成员能让 Claude 用它，它能干的，也只限那个账号被允许干的，权限给到刚好够干活。第二，成员名单就是权限名单：频道连上的工具账号能看到什么，频道里每个人通过 Claude 就都能看到什么，名单多一个人，就多一个人能看到，先把名单收紧。 还有一条要记死：它在这里学到的东西，只存这个频道的笔记里，绝不存全组共用的笔记里。公开频道里教给它的，这个频道能沾光；这个频道里学到的，别的频道沾不到。带客人的频道、和别的公司共用的频道里它回不回答，是管理员定的，它回答也只待在这个频道里。 S1哥观点：说“保密的活只能藏在私信里，一个人干”的人，和说“非公开频道就是人少一点的公开频道”的人，错的是同一处，都没看懂第四课——非公开频道不是人少的地方，是秘密不出门的地方。私信里一个人干是第 2 课的活，几个人才能干的保密活，本来就该放在非公开频道里；反过来，把不该进频道的人随手拉进来，名单一松，秘密就跟着出门了，那也叫不负责。分得清什么时候该私信、什么时候该公开频道、什么时候该非公开频道，才叫会用。你呢？你们团队有没有那种只有几个人能进、却没人敢第一个艾特它的频道？你第一件想让它在非公开频道里干的保密活是什么？评论区说说。 收藏用清单（照着做）： 1. 先问清这个频道连了什么工具、能看到多少历史，再派活。 2. 再看一眼成员名单，名单里不该有的人先请出去。 3. 派活之前先想想这件活该放在这里吗，全组能看的挪到公开频道，只属于你的挪到私信。 4. 活干完先在帖子里看一遍，错了在帖子里纠正，说“以后这个频道都这样”。 转给那个还在私信里一个人翻账、再一条一条发给频道里几个人的同事，先派一件小活试试，再说它有没有用。 #Claude中文教程#

建议收藏，用到时照着做。做完你能让 DeepSeek 自己决定“要不要调用你写的函数”，并把结果用人话讲回来。 AI 能查天气、查订单，是它自己去查的吗？DeepSeek 官方一句话拆台：模型本身不执行任何函数 这是 DeepSeek 官方 API 文档里 Tool Calls（工具调用）一页。先说结论： 官方原话是，函数要由你自己提供，模型本身不执行具体函数。它只负责说“我想调这个函数、参数是这些”，真正去跑的是你的代码。 先说清词。 工具调用（Tool Calls），是让模型能用外部工具的功能，比如查天气、查数据库。 函数（function），是你自己写好的一段代码，模型只会“点名”它。 tool_call_id（工具调用编号），是模型每次点名时附带的一个号码，你回传结果时要带上它，模型才知道你在回答哪一次。 strict 模式（严格模式，Beta 测试版），是让模型点名时严格按你定义的格式填参数。 一个真实例子：官方示例问“杭州天气怎么样”，模型返回的是 get_weather 这个函数和参数 location 等于杭州，你的代码去查到“24℃”，再交给模型，模型才说“杭州现在 24 度”。 先把话说全： 官方示例用的是非思考模式，请求里加 extra_body 把 thinking 的 type 设成 disabled。 官方写明：从 DeepSeek-V3.2 开始，思考模式下也能用工具调用，细节看官方 Thinking Mode 一页。 官方写明：Chat Completion 接口不支持在对话中间插入不是模型生成的工具调用，要插的话请改用 Anthropic API 或 Responses API。 strict 模式目前是 Beta，要用测试版地址。 一、先看懂整个流程 官方给的执行流程是四步：用户问杭州天气；模型返回要调用 get_weather，参数是杭州；你的代码真的去调用 get_weather，把结果交给模型；模型用自然语言回答“杭州现在 24 度”。 二、照官方示例做一遍 第一步：去 DeepSeek 开放平台拿一个 API key，电脑装好 Python 和 openai 库。 第二步：创建客户端，base_url 写 DeepSeek 官方接口地址（官方文档第一屏就有），api_key 填你的。 第三步：写 tools 清单。每个工具包含 type 等于 function，再写 name（函数名）、description（描述，告诉模型什么时候用）、parameters（参数）。官方示例的函数叫 get_weather，描述是“获取某地天气，用户须先提供地点”，参数 location 是字符串，并且在 required 里。 第四步：发第一次请求，model 官方示例写 deepseek-flash，把 messages 和 tools 一起传，并加上 thinking 关闭的设置。 第五步：从返回里取 tool_calls 的第一项，先把模型这条消息原样追加进 messages。 第六步：你的代码去执行函数，再追加一条 role 是 tool 的消息，带上刚才的 tool_call_id，content 写结果，官方示例写的是 24℃。 第七步：再发一次请求，这次模型就会用自然语言回答。 三、想要更稳：strict 严格模式 第八步：base_url 改成官方文档里写明的 beta 版接口地址（就是原地址后面加 /beta）。 第九步：每个 function 都加上 strict 等于 true。 第十步：服务器会检查你的 JSON Schema（结构说明），格式不合规或用了不支持的类型，会直接返回错误信息。 官方支持的类型是：object、string、number、integer、boolean、array、enum、anyOf，另外 $ref 和 $def 可以复用和做递归。 四、strict 的硬规矩 对象里所有属性都必须写进 required，并且 additionalProperties 必须设成 false。 字符串可以用 pattern（正则）和 format，官方列出的格式有 email、hostname、ipv4、ipv6、uuid，但不支持 minLength 和 maxLength。 数字支持 const、default、minimum、maximum、exclusiveMinimum、exclusiveMaximum、multipleOf。 数组不支持 minItems 和 maxItems。 五、看到什么算成功 第一次返回的是函数点名，不是答案；第二次返回的才是自然语言答案，内容里有你的函数结果。 六、卡住怎么办 strict 报错：先检查是不是漏写 required 或忘了 additionalProperties 设 false，再检查有没有用到 minLength、maxItems 这类官方不支持的写法。 结论：工具调用不是模型替你干活，而是模型“点名”、你的代码“动手”。想让点名更准，就用 strict。把这条复制链接发给他，下次他说 AI 查不到东西，先让他确认函数是不是自己写了。 你卡在第几步？评论区告诉我。同系列前几篇在我主页。 收藏版：5 步速查 一、tools 里写清函数名、描述、参数 二、第一次请求拿到 tool_calls 三、自己执行函数，回传 role 为 tool 的消息并带 tool_call_id 四、第二次请求拿到自然语言答案 五、想更稳就用 beta 地址加 strict 等于 true 常见坑 3 条 一、以为模型会自己执行函数，其实要你的代码去跑。 二、回传结果忘了带 tool_call_id。 三、strict 里漏了 required 或 additionalProperties 设成 false。 复制即用提示词：我想让模型调用一个叫 你的函数名 的函数，它需要这些参数：写参数。请帮我写出符合 DeepSeek Tool Calls 格式的 tools 清单，每个参数都写 description，并改成 strict 模式需要的写法。 S1哥观点：这篇最狠的地方，是官方把话挑明了：模型不执行函数，只负责点名。很多人以为 AI 在后台自己动手，其实动手的永远是你的代码。 真正的信号是：工具调用的难点不在模型，在你把函数描述写得多清楚。就像派活给新人，说明写得含糊，他再聪明也会点错人。 你现在想让 DeepSeek 调用的是什么，查数据还是发消息？评论区告诉我。 今天送：DeepSeek 工具调用速查卡，评论区第一条直接拿。 参考：DeepSeek 官方 API 文档 Tool Calls（S1哥 整理）

战斗被我骂了一句“只位移，没打击感”，Hark 重做三轮。 我定的规矩：特效大小按屏幕占比量，别按受击者身高算。普攻约占 40% 屏，战技 70%，大招全屏，每下命中带顿帧、震屏、镜头推。 后来我又加一条：32 个角色每人的命中形状都得不一样，不能一套特效换颜色。验收就看灰度图，去掉颜色也要一眼分出来。 你做打击感，有拿灰度图检查过吗？ #独立游戏# 今天送：战斗打击感与专属特效检查表，评论区第一条直接拿。

写了八课 AI 用法，却没有一句话能管住自己，这课不是白学了吗？ 先说一句得罪人的话：创作者圈里最爱干的一件事，就是课一节一节地学，笔记记得满满的，接活时客户一问“你这活到底用没用 AI”，还是支支吾吾答不上来。Anthropic 给创作者的官方课最后一课却把问题换了一个问法：没有一条放之四海的用法，AI 用法没有统一立场，位置是在每个做法和每个任务上定的。守则不是背下来的，是你自己一页一页拼出来的。别人给的规矩管不住你的活，只有你自己拼的才管得住。 课里给的办法，是把前面攒的四样东西摊在桌上拼成一页守则：第 1 课的说法、第 2、3 课的透镜分析、第 6 课的决策备忘录、第 7 课的角色图。守则只锚定三个问题：AI 放在哪、不放在哪；跟谁交代、交代什么；什么时候回头重看。交代承诺要按对象分开写，跟客户交代什么，跟同行交代什么，各写一行。触发点要写死，工具换了、活变了、客户问住了，哪一条到了就重看。没有回头重看的触发点，守则放着就过期了，过期了都不知道。守则不是写给别人看的，是写给下一次接活的自己看的。 拼完还不算完，课里要求拿三个真实场景去撞一撞，挑三个正在做的真活，一个一个过守则，过不去就改守则，不改活。撞得住才签字。课末留了两个反思：守则里哪一个决定，要是没有前面的分析，根本不会有；从第 1 课的起点快照看过来，你的立场变了什么、没变什么，那个一开始的担心，是被回答了、被管住了，还是被划了线。下一步是一次短测评，通过了拿结课徽章，本门到此收尾。 S1哥观点：说“学完课就等于会用了”的人，和说“守则写了也是白写”的人，错的是同一处，都没拿三个真实场景去撞过自己的守则。没撞过的守则，签字签了等于没签。你呢？你的守则敢不敢拿三个真活去撞一撞，撞不过去，你改守则还是改活？评论区说说。 收藏用清单（照着做）： 1. 把四样东西摊在桌上：说法、透镜分析、决策备忘录、角色图。 2. 写清 AI 放在哪、不放在哪，按做法和任务分开写。 3. 交代承诺按对象分开写，触发点写死。 4. 拿三个真实场景撞一撞，撞得住才签字。 转给那个学了八课、接活还是凭感觉的朋友，先拼一页守则，再谈会没会用。 #Claude中文教程#

# 合并前先让 AI 挡一刀：一次审查 0.08 美元，假金钥加命令注入全被拦下 先说结论：让人工智慧审查程式码，贵的不是模型，是你以为要搭一整套系统才做得到。作者在 2026 年 11 月 13 日当天、在苹果电脑上、用 2.1.322 版实测，整个审查闸门的核心只有两样东西：一次非互动模式的呼叫，和一个退出码。审查结果是通过还是挡下，最后变成一个数字，零代表通过、一代表挡下，持续整合系统只认这个数字。 底线先说清楚：第一轮实测，作者故意埋了四个问题的分支被挡下，两高危加两中危，退出码一，约十秒、约 0.18 美元；修掉问题重跑，只剩两条低度备注，判定通过、退出码零，约 0.08 美元，一次审查只花一毛钱不到。两轮的差异只有二十五行，都跑了三轮对话。还要诚实说一句，搬上持续整合的那一段，作者没有真的在云端上跑过，因为那需要一个正式储存库和一把金钥，那一段是照官方文件写的，档案格式检查通过、没有实跑。 怎么做？先备一个很小的演示仓库，主分支放一支正常的计价函式和一支测试，功能分支加折扣、平均价和报表三个功能，同时故意埋四个问题：写死的假金钥、命令注入、折扣可以把总价算成负数、空清单求平均会崩溃。再写审查脚本，先把分支差异存成差异档案，再以非互动模式加结构化输出跑审查，审查者只有唯读权限，最多六轮、预算上限 0.5 美元，最后把判定结果转成退出码，通过是零、挡下是一。先在本机跑通挡下和通过两轮，两个退出码都亲眼看过，再搬上持续整合。 小心三件事。第一，审查只需要读档案，给它执行命令的权限，等于请一个没人看着的助手在你的机器上跑任意命令，只准读取，其他一律不给。第二，轮数、预算、逾时三个上限都要设好，轮数上限六轮、预算上限 0.5 美元、流程逾时十分钟，没设上限的任务卡住了会一直跑，烧掉的是持续整合的分钟数和模型的费用。第三，金钥要放进储存库的机密设定里，写进流程档案等于公开；分叉合并请求拿不到金钥，审查只对同一个储存库里的分支生效，外部来的合并请求这道闸门跑不起来。 顺序只有一个：本机脚本先通，再上持续整合，先挡下、再通过，两个退出码都亲眼看过才算通。还有一句要先想清楚，审查是判断、不是单元测试，同样的程式码跑两次，回来的备注可能不一样，判定结果可以当闸门，但不能当作程式码没问题的证明。闸门挡的是明显的问题，低度备注和写法差异还是要人工审查者看，两个角色是互补的，不是互相取代的。一句话：合并前多一道关卡，而这道关卡每次只花一毛钱不到。 S1哥观点：别再问人工智慧审查程式码是不是太贵、太麻烦了，贵的从来不是每次 0.08 美元，麻烦的也不是要搭一整套系统，是你还没亲手跑过一次。作者这篇最值钱的不是那支脚本，是两轮实测的对照：第一轮四个问题、退出码一，第二轮两个低度备注、退出码零，两个数字都亲眼看过，闸门才算真的立起来。更值得问的是，你上次合并请求出问题，是没有人审查，还是审查的人没看出来？如果是后者，一道只要一毛钱的闸门就能先挡下写死的金钥和命令注入这类最危险的问题，剩下的再交给人工审查者慢慢看。你第一个想让它挡下的问题是什么？评论区说说。 收藏用清单（照着做）： 1. 备一个演示仓库，故意埋四个问题，改动集中在一个档案，审查者读的就是这份差异。 2. 写审查脚本，先存差异档案、再以非互动模式加结构化输出跑审查，最后把判定结果转成退出码。 3. 本机先跑通两轮，挡下的退出码一、通过的退出码零都亲眼看过，再搬上持续整合。 4. 金钥放机密设定、权限设最小化、审查者只有唯读权限，轮数、预算、逾时三个上限都设好。 转给合并请求出事才救火的朋友，一次审查只要八分钱，他今晚就能先跑一次演示。

# 模型缩小四倍还不翻车？不是压得够狠，是量得够准 先说结论：大多数人以为量化是把模型压小一点、省一点显存，压得越狠、省得越多，这个想法只对了一半。量化真正值钱的地方不是省显存，是省钱加变快，模型缩小两到四倍之后，小批次推理常常反而更快，因为瓶颈不在算力，在记忆体频宽，搬的位元组少了，每秒吐出的字元单位就多了。作者第一次把大模型推到真实使用者面前，七 B 模型用十六位元载入，光权重就吃掉十四 GB 左右的显存，帐单难看得很，有人随口问一句要不要试试量化，她当晚掉进一堆缩写的兔子洞，才整理出这篇指南。 先说清楚底线：十六位元每权重两位元组，七 B 模型约十四 GB、十三 B 模型约二十六 GB。压到八位元，七 B 模型约七 GB、十三 B 模型约十三 GB。压到四位元，七 B 模型约四 GB、十三 B 模型约七 GB，模型缩小两到四倍。作者打了一个很准的比方，量化就像把照片从巨大原始档压成调校过的压缩图，手机上看起来几乎一模一样，体积却只剩一小部分。权重就是模型的照片，十六位元是原始档，四位元是压缩图，压得好，大多数人看不出差别，压得不好，细节先糊掉。关键在压得好不好，不在压得多不多。 怎么做？顺序只有一个，先用五分钟实验确认方向，再挑上线或随处跑的格式，最后拿自己的提示词量过再灰度发布。五分钟实验用四位元载入工具快速试，零校准资料、零转换步骤，一个下午就能知道显存占用下降约七成、模型还能不能讲话。显卡上线用服务引擎带量化参数直接起一个相容接口，热门模型在模型仓库里已经有现成的四位元检查点，不用自己压，没有就用压缩工具自己做一个。随处可跑的路是转成通用格式再量化，中央处理器、笔电和苹果晶片都能跑，四位元中档是尺寸与品质的甜蜜点，更保险就往上走五位元或六位元。 小心三件事。第一，压完只跑几个提示词就上线一定翻车，作者就是这样翻车的，结构化资料输出偶尔格式损坏，两天后才被使用者抓到，通用评测完全没抓到。第二，只看困惑度就放行不够，困惑度看起来没问题，任务品质可能已经悄悄下滑，它只能当参考，不能当唯一的验收标准。第三，别以为压完就一定变快，一种格式只有在服务引擎有对应的最佳化核心时才会真的变快，没在你自己的机器上实测过，纸上变快不算数。还要记住，键值快取不随权重量化缩小，长上下文服务照样可能爆记忆体，瓶颈在这里要另外看。 再往上加东西也有顺序：先写五十到一百条真实提示词，对照十六位元基线一条一条比，刻意去测最先崩的几类任务，长上下文、结构化 结构化资料 与函式呼叫、数学、程式码、非英文。验收不是打分数，是找变差的任务集中在哪里，集中在 结构化资料格式就升那类任务的位元，散在各处就整体升一档。真实负载下测延迟与吞吐量，不是空闲显卡上跑一条请求。最后先切一小部分流量灰度发布，没问题再全量，出问题立刻切回十六位元版，不要等到全部使用者都中奖才动手。 一句话：量化不是免费压缩，是一场交易，你只有量得够准，才有资格拿这场交易去换更小的帐单。今晚就能做的事：挑一个你正在跑的模型，用四位元载入工具跑一次五分钟实验，看看显存占用下降约七成之后，它回的第一句话还像不像它自己。 S1哥观点：别再问量化是不是把模型压坏的便宜行事，压坏模型的从来不是量化本身，是你压完只跑几个提示词、看一眼困惑度就敢上线。作者的教训就摆在那里，结构化资料输出偶尔格式损坏，通用评测完全没抓到，两天后使用者才回报。量化真正值钱的地方也不在省显存那一行，是小批次推理反而可能更快，因为瓶颈在记忆体频宽，搬的位元组少了，每秒吐出的字元单位就多了。更值得问的是，你现在跑的那个模型，是卡在帐单、卡在显卡太小，还是卡在速度？那个卡点，决定了你该挑哪种格式、压到几位元。你第一个想压小上线的模型是哪一个？评论区说说。 收藏用清单（照着做）： 1. 先算帐再动手，七 B 模型约十四 GB，压到四位元约四 GB，模型缩小两到四倍，再留键值快取和执行开销的位置。 2. 挑对格式再压，快速实验用四位元载入工具，显卡上线用四位元的两种主流方法，笔电用通用格式，新款卡用八位元浮点。 3. 跑五分钟实验，确认显存占用下降约七成、模型回复正常，再写五十到一百条真实提示词对照十六位元基线逐条比。 4. 刻意测最先崩的五类任务，真实负载下测速度，先切小流量灰度发布，没问题再全量。 转给还在为模型帐单头痛的朋友，压小两到四倍再上线，量得准才不会翻车，他今晚就能先跑五分钟实验。

# 别急着学框架：一个回圈加三个工具，模型自己会决定下一步 先说结论：Agent 跟聊天机器人的差别，不在模型多聪明，也不在你学了哪个框架，而在多了一个会自己决定下一步的回圈。聊天机器人是你问一句、它答一句，下一步永远由你决定；Agent 是你给一个目标，它自己决定先查什么、再算什么、做到哪一步停下来。 怎么做？回圈固定做四件事：把对话送给模型、看模型要不要叫工具、没叫就回答案收工、有叫就执行工具再把结果贴回对话，跑下一轮。工具起手只要两到三个：计算机、报现在时间、搜寻。重点在工具说明要写清楚，模型是读说明来挑工具的，说明含糊，Agent 迟早不理你的工具。 三个地方最容易翻车。第一，没有步骤上限，模型原地打转就是烧钱烧到没完没了，原文把上限设在十轮，到了就停手认输。第二，工具一报错就让整个程式崩掉，正确做法是把错误讯息贴回对话，让模型自己换一招再试。第三，计算机直接执行模型吐出来的算式，模型吐的东西一律当不可信的输入，要用正规的算式解析器算。 测试分两关。先问一道乘法，只会叫到计算机，测它会不会挑对工具；再升级成查两个数字、算百分比，要连着叫两次工具，测它会不会自己排步骤。两关都过，你的回圈才算真的会做事。还要记住一个数字：每步九成把握，十步任务整体成功率只剩三成五左右，步数越多越要先拆小。 一句话：框架是装潢，回圈才是房子。先手写一次搞懂回圈，再决定要不要上框架。今晚就能做的事：挑一个你每天重复问的小问题，写一个只有计算机和报时间两个工具的回圈，跑一道乘法、再跑一道查数字算百分比，看它会不会自己排步骤。 S1哥观点：别再问学 Agent 要先学哪个框架了，框架是装潢，回圈才是房子。一个回圈加三个工具，模型就能自己决定先查什么、再算什么；回圈写错了，框架堆再多也只是让它用更贵的方式原地打转。你上次亲手写的回圈，是什么时候？没写过的话，今晚就写第一个，两个工具、一道乘法，跑通了再谈框架。你第一个想让 Agent 替你做的重复小事是什么？评论区说说。 收藏用清单（照着做）： 1. 把任务缩到一句话，写下什么叫完成、Agent 绝对不能做的事。 2. 建好执行环境，金钥放好，绝对不写进程式里。 3. 先写计算机、报时间、搜寻两到三个工具，说明写到模型读了就会挑。 4. 跑单工具测试再跑多步骤测试，两关都过再加护栏上线。 转给还在背框架名字、却没写过半个回圈的朋友，他今晚写第一个就懂了。

# 还在养一个什么都管的超级 Agent？官方拆台：监管 Agent 已是旧货，不拆成小队、权限一乱全队陪葬 先说结论：一个 Agent 什么都管，听起来省事，实际上是把所有数据、所有权限、所有出错可能全塞进同一颗脑袋。指令一长就混乱，出了错也不知道是哪一步坏的。这篇只讲一件事：把一个大 Agent 拆成领队加两个专家加一个沙箱，领队只管分工，专家每人只看自己那张表，政策文件丢给用完就删的沙箱去读。 先说背景：监管 Agent 是 Databricks 早期官方推的做法，现在已被列为旧货，新活别再用它起手。替代它的是低代码的精灵 Agent 当专家，命令行工具搭领队。精灵 Agent 不用写程序，对着自己的表建好、复制编号就能用；领队要决定叫谁、怎么拼答案，这种协调逻辑写进程序文件里才管得住。 作者只问了一句话：为什么我们一直在流失亚太客户？查账户、查支持工单，再对照服务等级协议，告诉我先修哪一个。领队自己不动手查表，账户问题交给账户分析师，工单问题交给支持分析师，政策文件交给沙箱读完就删，领队把三份答案拼成一句回复。没拆之前，一个 Agent 要同时读两张表加一份文件；拆了之后，每个专家只认自己那张表，出错直接定位到人。 六步搭起来：两张表传进同一个结构，政策文件放进统一目录的存储卷；建两个精灵 Agent，各自只读自己的表，从设置页复制编号；装命令行工具、登录工作区；把专家和沙箱接进来，登记在工具清单文件里；在领队文件里写好系统提示词，从模型网关挑模型；本地跑起来，在聊天界面问一句跨表问题验收。 小心三件事：免费版只能本地搭着测，部署要试用版或付费工作区；表本身错了，领队拼起来的也只是三份错答案的合集；出错只看最终答案等于盲修，每一次调用、耗时和用量都记在追踪日志里，不看追踪就不知道哪一步坏的。 一句话：多智能体的重点不是 Agent 数量，是每一次出错都能定位到人。领队只分工、专家只看自己的表、沙箱用完就删，四点同时成立才算搭完。 S1哥观点：别再问为什么我的 Agent 越养越笨了，笨的从来不是模型，是你把所有表、所有权限、所有判断全塞进同一颗脑袋，还指望它每次都分得清轻重。第十次出错就该承认，这活本来就不该一个人干。你手上那个超级 Agent，到底同时碰了几张表？评论区说说。 收藏用清单（照着做）： 1. 确认监管 Agent 是旧货，新系统不用它起手。 2. 两张表各建一个精灵 Agent，只读自己的表，编号从设置页复制。 3. 装好命令行工具，接进专家和沙箱，领队文件里写好提示词、挑好模型。 4. 本地跑起来问一句跨表问题，再去追踪日志里核对调用、耗时和用量。 转给还在养一个什么都管的超级 Agent 的朋友，他今晚就能少踩一个坑。