我认为目前的价值在于，尽量少关注外部协调（如果有的话），相信（当前最佳）模型能比你交给它的一切更好地做到这一点。将你的精力集中在提供更清晰的规范上。我认为最佳规范是一个通过充分使用AskUserQuestion工具消歧义的意图、输入/输出契约、约束和前提条件。专注于这些，放手让模型运作。我想象成这样：设想一个不如你聪明的人在告诉你如何做任务。你希望他们多说冗长的步骤说明，还是希望他们直接切入重点（例如，你想做什么，有哪些障碍，如果有问题我会告诉你）。还要让模型自我验证。不要给它一个模糊的目标，而要提供明确的退出标准，让它不断循环，直到达到目标。许多协调框架似乎像是巨大的技术债务，奇怪的是，我在使用模型时做的事与许多传统建议完全相反。我不使用记忆，我认为当一切都被存储时，存在某种类似上下文衰退的情况。我喜欢创建可以被模型搜索到的markdown文件作为记忆。我也还没有找到真正使用钩子的用途，我尝试过，但它们似乎总是干扰。我认为技能被极大低估了。它们远比许多人意识到的更强大。我曾经认为智能体是力量所在，但我觉得实际上是技能。智能体主要用于上下文保留，而技能则提高了能力。我并不想谈论记忆中的项目数量，而是意图的稀释。我非常喜欢一个干净的模型，仅包含它所需的项目。我担心记忆会在某些方面引导模型，这可能不是我在当前提示下想要的。渐进式披露是一个重要方面。你可以随时提供上下文，但它只有在需要时加载，就像提示工程中的懒加载。技能用于指导模型如何执行一些不在其训练数据中的特定任务，比如如何访问我的专有系统，如何与自定义程序接口。你可以在技能中嵌入模板，也可以嵌入执行的代码，只有输出会加载到上下文中。技能扩展了能力，而智能体限制了上下文（限制上下文是一件非常好的事情，顺便说一句，我并不是想暗示智能体在某种程度上劣于技能）。