Matt Pocock 科普:大多数人根本没搞懂 Agent 到底是什么【中英字幕】
合集 · Matt Pocock 科普 (6)
-
Matt Pocock 科普:大多数人根本没搞懂 agent 到底是什么【中英字幕】
16:19
-
Matt Pocock 科普:如何理解 LLM 的 token【中英字幕】
21:08
-
Matt Pocock 科普:为什么永远不能盲信 LLM【中英字幕】
28:22
-
Matt Pocock 科普:上下文窗口并非越大越好 —— 多数开发者没真正理解 context window【中英字幕】
19:30
-
Matt Pocock 科普:MCP 协议入门 —— 2 分钟搭好一个 MCP Server【中英字幕】
4:51
-
Matt Pocock 科普:为什么代码库比 prompt 更影响 AI 编程效果?用深模块架构治 AI 读不懂你代码的病【中英字幕】
18:52
Parts
Description
TypeScript 圈知名教育者 Matt Pocock(Total TypeScript、AI Hero 作者)在这期短视频里,把 agent 和 workflow 的区别讲透了。 起因是 OpenAI 发布 AgentKit 时把它称作"构建 agent 的工具",但仔细看它的示例——全是预设步骤的确定性流程,根本不是真正的 agent。于是 Matt 回到 Anthropic 那篇已经成为行业标准的《Building Effective Agents》文章,给出了一个极其清晰的判定标准:到底是谁来决定程序何时停止——是 LLM 自己,还是你写死的代码? 看点: 1. agent 和 workflow 的本质区别:一个靠 LLM 自己决定停止,一个走预设步骤 2. 为什么 Anthropic 的定义成了大家公认的标准 3. agent 擅长即兴发挥(像爵士乐),workflow 擅长被优化(像古典音乐) 4. 现实中大多数系统都处在两者的渐变区间里,而非纯粹的非此即彼 关键内容: - AgentKit 示例拆解:为什么它是 workflow 不是 agent - Anthropic 定义:agent = LLM 自己决定停止的循环;workflow = 预设步骤 - 工具调用循环:writeFile 例子,LLM 如何通过工具获得新信息 - 各自擅长的场景:agent 适合路径不清晰、需要泛化;workflow 适合路径已知、需要优化 - 渐变光谱:max steps 计数器、workflow 里嵌 agent、agent 里调 workflow - 荒岛之选:如果只能留一个,作者选 workflow 来源: - 作者:Matt Pocock(@mattpocockuk) - 原视频:https://www.youtube.com/watch?v=AtYtuVTZCQU - Anthropic《Building Effective Agents》:https://www.anthropic.com/engineering/building-effective-agents 中英双语字幕,AI 辅助转录 + 翻译并经人工校对,技术术语已对齐。 如有不准确之处,欢迎在弹幕或评论指出。
Comments
他的skill更新了,快去翻译新视频[吃瓜]
♥ 4 ↩ 1
@MilkyAi 整理出一份极其详细的用于学习的md笔记发我邮箱
♥ 1
agent需要人的参与,workflow可以全自动?
♥ 1 ↩ 1
up也是跟我一样既喜欢绿龙又关注matt的吗[doge]
♥ 1 ↩ 1
1. 补充工程层面的“止损机制” (Safety Guardrails) 你提到了“渐变光谱”,可以补充一个具体的工程实践: 硬性约束 (Hard Con...
所以关键在谁喊停,LLM自己决定结束才算agent,学到了。
workflow在没LLM的时候就很成熟了,对应的应该是rpa那种自动化工作流,agent更像是一个真正意义上的智能助手
@MioriaAI 总结这个视频探讨的主题、核心内容和方法,做深度解析梳理和专家级语义分析理解,要求内容完整覆盖核心要点,相关数据与理论的支撑要求明确、可溯源,最终以报告形式,私信发给我。