第一部分:为什么代理工程不是Vibe编码 一位朋友最近发布了一篇关于人工智能技能的文章:特立尼不学会飞直升机 - 坦克直接将精确的,经过验证的程序上传到她的头脑中。 这种比喻是完美的,但它揭示了关于这些系统实际上是如何构建的根本误解。 特立尼特不振动她的方式飞行. 坦克上传一个 . 精确、验证的计划 这就是vibe编码和Addy Osmani所说的区别 “Vibe编码”已经毒害了井 - 它表明你可以推动你的生产软件。 代理工程 我在我的 web3 开发工作流中有 70 多名代理人. 它们不是即时垃圾. 它们是结构化的:清晰的责任,明确的知识文件,代理人之间定义的处理点。 旧原则直接翻译: DRY → DRYP(不要重复你的提示) 关切的分离 → 代理界限 接口设计 → Handoff 合同 文档预先编译的背景 建立良好的技能是建筑工作. 三位一体的场景工作,因为有人 这个试点程序. 坦克没有编码它。 工程师 开始一切的问题 我学到的最大的东西是构建人工智能编码工作流程: . more context is not better 我在web3中工作,我有成千上万条线的ABIs,一个Ponder数据库方案,如果我以原料喂食它,它会吃掉一半的背景窗口,我的第一个本能是给AI一切,让它弄清楚什么重要。 这不起作用。 人工智能会丢失,重要指令会被忽略,它会抓住随机细节,结果会随着背景的扩大而变得更糟。 随着背景窗口的填充,以前的指令被“挤出”,模型开始忽略它们。 context rot 所以我建立了一个技能专家代理。 它的唯一工作是为其他代理人预编译背景,它读取我的原始 ABI、方案和文件,然后生成适合特定任务的细微参考文件。 当我需要完成UI工作时,我不会把整个代码库交给我的UI设计师。技能专家已经建立了一个组件参考,只有代理需要的特性和模式。 Agents building context for agents. 记忆等级心理模型 让一切都点击的心理模型:像RAM一样对待背景,而不是垃圾箱。 Layer What It Holds Disk Full codebase, raw ABIs, complete schemas RAM Precompiled skills — task-specific reference files Registers The current prompt and immediate context 磁盘 完整的代码库,原始ABI,完整的方案 拉姆 预编译的技能 — 任务特定的参考文件 注册 目前的快速和即时背景 您不会将所有内容加载到内存中,您会加载当前任务所需的内容。 我的技能专家是将磁盘转化为RAM的编译器,如果没有它,我会回到填补的背景,并希望最好的。 预编制技能看起来像什么 以下是我的技能专家生成的模式: # MorphoVault Reference > Use when implementing vault deposit/withdraw flows. ## Terminology - **shares**: Vault shares representing proportional ownership - **assets**: The underlying token being deposited ## Key Functions ### deposit(uint256 assets, address receiver) → uint256 shares Deposits assets and mints shares to receiver. See: protocols/morpho/abis/MetaMorpho.json ### withdraw(uint256 assets, address receiver, address owner) → uint256 shares Burns shares and sends assets to receiver. See: protocols/morpho/abis/MetaMorpho.json ## Events ### Deposit(address indexed sender, uint256 assets, uint256 shares) ### Withdraw(address indexed sender, uint256 assets, uint256 shares) ## Related Hooks - useVaultDeposit: src/hooks/blockchain/useVaultDeposit.ts - useVaultBalance: src/hooks/ponder/useVaultBalance.ts 可扫描. 指向源文件. 域名术语定义. 清晰的部分。 原始 Morpho ABI 是 2,000 条以上的线条. 这个参考是 30 条线条,包含一个代理人实现存款流程所需的一切。 窗帘后面的工艺 我的技能创造者本身就是一个技能 - 我通过迭代,测试和建筑思维来建立的技能。 我的系统中的每一个技能都有: 明确的责任 - 这个代理人拥有什么? 明确知识文件 - 它需要什么预编译的背景? 定义的Handoff点 - 它什么时候打电话给其他代理人? 验证标准 - 如何知道它已经完成? 这不是振动,这就是工程。 分布的洞察力是正确的 - 技能压缩了用户和价值之间的距离,但有人仍然必须很好地构建它们。 在第2部分出现 接下来,我将涵盖让70多名代理人可管理的组织突破:区分 (与你交谈的人)和 (您派遣的员工) skills agents 结果只需要 ~ 10 来进行交谈,其余的只是需要被发现。 这是第 1 部分的“在 Web 3 中建立一个 100 多名代理人 Swarm 的教训” 跟踪第 2 部分的代理人组织,或如果您正在构建类似的系统,请连接。