首页 / 文章

工程师的四种AI智能体角色:协调、创造力、清晰度与指导

工程师可以将实际工作交给四种AI智能体角色处理:协调、创意、清晰表达与指导,涵盖从晨会简报到模拟面试练习的全过程。

发布者:REACTAPP.TOP阅读约 6 分钟1293 词

来源: 4 Practical AI Agents Every Software Engineer Should Use

大多数人将人工智能视为搜索框或聊天机器人,一次只提出一个问题,然后自己完成繁重的工作。更有效的做法是赋予其明确的职责。有四种类型的智能体能够覆盖软件工程师一周工作中相当大的部分:协调、创造力、清晰度以及指导。

思考,而非输入

通常的模式是这样的:一个人提出问题并得到答案。

Human
   │
   ▼
Ask Question
   │
   ▼
AI gives Answer

这虽然有用,但范围也相当有限。智能体的行为各不相同,因为它会接收一个任务并以循环方式逐步处理它。

Task
  │
  ▼
Think
  │
  ▼
Take Action
  │
  ▼
Check Result
  │
  ▼
Improve
  │
  ▼
Return Final Output

它并非只回答一个问题,而是完成整项任务。这一理念借鉴了ReAct(推理加行动)模式:模型先对任务进行推理,使用工具处理,检查结果,若不满意则重复此过程,直至得到有用输出。一旦理解了这一点,随机提问的方式就会被明确的职责分配所取代。

智能体1:协调功能

这是最容易开始实现的。凡是打开Gmail回复一条消息,半小时后又陷入一堆新闻邮件的困扰的人,都明白这个问题。关于办公室工作的研究表明,人们一整天都会不断被干扰,而每次干扰都会带来切换成本,因为大脑需要时间才能重新进入深度工作状态。频繁的上下文切换会降低工作效率。

无需手动检查每个收件箱,你可以通过简短的汇报来开启一天,内容大致如下:

Good Morning 👋

Urgent Emails (3)
------------------
✓ Client waiting for reply
✓ Production alert
✓ Interview confirmation

Information (9)
------------------
• Weekly newsletter
• Team updates
Ignore (14)

------------------
Marketing emails

第二部分可用于标记日程安排中的问题:

Calendar Conflict
Meeting: 2 PM
Deployment: 2:30 PM
⚠ High Risk

重要的事物一目了然,无需四处寻找或猜测。

编写提示词

许多人这样编写提示词:

Summarize my emails.

这太过模糊了。请详细说明该代理的工作内容:

Role:
Executive Assistant
Task:
Review unread Gmail emails.
Categories:
- Urgent
- Information
- Ignore
Output:
Summarize each category.
Draft replies for urgent emails.
Boundary:
Never send any email without my approval.

该定义的最后一句最为重要:未经批准绝不可发送任何内容。这样一句话就能建立信任,而一旦人工智能开始参与实际工作,信任就显得至关重要。

从小处着手

一个常见的错误是试图从第一天就开始实现全面自动化。采用循序渐进的方式效果更好:

Observe
↓
Organize
↓
Suggest
↓
Automate
↓
Delegate

人工智能应当赢得信任,而非强求信任。

智能体2:创造力

许多人认为人工智能能创造想法,但更准确的看法是它只是扩展已有想法,两者之间存在很大差异。想象一下杂乱无章的会议记录:

• Increase revenue
• Reduce infrastructure cost
• New pricing
• Investors meeting Friday

它们看起来不完整。现在让人工智能将其转化为给首席财务官看的八页演示文稿,如果信息缺失则主动询问。优秀的助手不会立刻生成幻灯片,而是先提出问题——这正是你希望看到的,因为糟糕的输入会导致糟糕的输出,而优秀的助手会澄清问题而非胡乱猜测。只有之后才会生成演示大纲、演讲备注、视觉素材以及行动项。应将其视为设计师,而非决策者。

输入垃圾,输出更糟

人工智能会放大它所接收的内容。清晰的思维能让它发挥巨大作用,而混乱的思维只会让问题更加严重。以下是一个糟糕的请求示例:

Write documentation.

用更好的版本:

Audience:
Backend developers
Goal:
Explain Redis caching.
Reading time:
5 minutes
Include:
Code example
Common mistakes
Architecture diagram

第二种方法几乎总能带来显著更好的结果。

第三种方法:清晰明了

这可能是最被低估的工作流程。开发者需要不断阅读各种内容:文档、API协议、法律合同、云服务定价信息、技术提案、RFC标准以及研究论文。要求对方提供总结其实是一种欠妥的做法,不如提出具体问题,例如:

Extract:
• Deadlines
• Hidden fees
• Responsibilities
• Risks
• Questions I should ask

至此,人工智能便不再提供泛泛而谈的总结,而是开始表现得像一名分析师。

望远镜模式与显微镜模式

有两种模式值得了解。望远镜模式用于把握整体情况。比如当你加入一家初创公司时,可以让人工智能研究该公司的背景、融资情况、最新新闻、竞争对手以及客户评价,这样几分钟之内你就能比仅通过官网了解得更深入。显微镜模式则用于深入细节。无需费力研读长达三十页的合同,只需获取关键条款列表,即便没有法律背景也能更轻松地浏览。

值得养成的习惯

在得到任何回答后,再问一个问题:你能验证这一点吗?接着提出一个需要进一步核查的问题。仅此就能发现许多惊人的错误。对于重要决策,还将多个模型的回答进行比较,这并非因为某个模型总是更优,而是因为一致性能提升信心。

Agent 4:辅导功能

适合所有准备面试的人使用。不必只阅读问题列表,而是直接模拟面试场景。将你的简历、职位描述以及公司信息提供给人工智能,然后指示它扮演一个持怀疑态度的工程经理。它会像真正的面试官一样打断对话、质疑答案并提出追问。

之后交换角色,询问它在哪些地方让你犹豫、哪个答案显得不够有力、哪个项目需要用不同的方式解释,同时要求提供一份修改稿。这样的反馈循环非常有价值。通过语音对话会让练习更加真实,因为你是练习说话而非打字。

聊天机器人与智能代理

思维方式的转变才是关键所在。人们会询问ChatGPT、Claude或Gemini哪个是最佳选择,但实际上框架比工具更重要。工具会不断变化,但工作流程却始终如一,因此要学会正确思考,将界面视为次要因素。

还有一个注意事项:不要立即实现自动化操作。如果人工智能能够发送邮件,先让其仅具有只读权限。让它负责总结和起草内容,而你则需逐一审核每一项建议,只有在数周内持续输出准确结果后,才允许它发送邮件或编辑你的日历。自动化应当随着信心的提升而逐步推进。

收益的来源

想象两位拥有相同人工智能访问权限的工程师。第一个人将其视为内容片段生成工具,而第二个人则利用它来进行规划、面试准备、资料整理、任务安排、合同审核、幻灯片制作以及沟通练习。五年后,第二个人的效率将会高得多,造成这种差异的并非人工智能本身,而是使用方式的不同。

编码仅是开发者日常工作中的一小部分。规划、阅读、编写代码、沟通、学习、决策、准备会议以及审阅文档所耗费的时间远超大多数人的认知,而这正是智能体能提供最大帮助的领域。其目的并非取代思考,而是消除重复性工作,让思考更具价值。技术每年都在变化,而良好的判断力则是永远不会过时的技能。