别再盯每一步了:AI agent 自己跑,你只批最后一步
一个 70 分钟无幻灯片的 Karpathy 演示,一篇关于 loops 和 graphs 的长文,都在讲同一件事:别把精力花在盯着每一步上,把结构画对,最后点头就行。
一个流传的录屏里,Andrej Karpathy 打开屏幕,展示了 70 分钟真实工作流。没有幻灯片,没有开场白,只有 Prompt、Context、Tools、Workflow。看完你会明白,人与人用 AI 的差距,在用法,不在工具。
Karpathy 的做法很简单:选对模型,喂对上下文,剩下交给工具。任何人都能打开 ChatGPT 打字,但几乎没人像他这样组织工作流。
视频下方,Hanako 写了一篇长文,从工程角度拆解了同一件事。核心是两个词:loop 和 graph。
loop 是一个能自我校正的单元。它由四步组成:产生、检查、纠正、重复,直到变绿。检查是整个 loop 的灵魂。Hanako 说,要先写检查条件,写成程序能评估的。比如测试套件退出码为 0,每个结论都有来源行,diff 只触碰计划内的文件。而“输出看着不错”“模型很自信”“没有报错”都不算检查。没有报错不等于正确。
loop 的边界也很清楚:它只能让一个单元变好。它不知道哪些单元该存在,也不知道顺序。于是你会得到一个很努力的 agent,跑着错误的三步,按错误的顺序。每步都对,结果却不对。这种时候,问题通常在图的结构上。
图是工作流的形状。节点是单元,边是依赖。最常见的错误是把“然后”当边。“总结文件”和“查天气”之间没有边,因为天气不消费总结。如果你说不出跨过边的变量,那就不存在边,等待就是白等。
图里有四种节点:splitter 负责切分工作,worker 负责执行,code node 负责固定操作,gate 负责放行。splitter 最重要:切错了,后面全浪费。code node 最容易被忽略:合并、去重、排序、比较,这些事几行代码就够,调用模型只会增加成本、延迟和随机性。能用代码描述的操作,就不该让模型推理。
loop 住在节点里,graph 住在节点之间。没有 graph 的 loop 是单点优化,没有 loop 的 graph 是并行生产故障。
图还需要两条返回路径。一条是纠正边,短:gate 把一个单元打回去,修复当前这一次运行。另一条是学习边,长:被接受的结果回到 splitter,变成之后切割工作的约束。大多数人只建了纠正边,所以系统跑得很快,但永远不会变聪明。学习边携带的是约束,不是输出。
返回时,只回传失败的单元,不要回传整个批次。四个切片移植,一个失败,把四个都打回去,三个正确的被重写,然后全部重新验证。一个失败变成四个不确定。回传信息要写清楚范围,只修指定的文件,不要顺手改别的。重试限制三次,三次失败说明是计划的问题,loop 看不到计划。
gate 开不开放,看爆炸半径。置信度不可信,因为它是模型唯一能影响的变量。撤销代价小的,可以先放;撤销代价大的,用确定性检查卡住;不可逆的改动,比如迁移、删数据、动资金,这道门永远不打开。阈值会被调整,封闭的门不会。
Karpathy 的视频和 Hanako 的文章,说的是同一件事:把结构画对,让正确的事情自动发生,人只留到最后一步。有人评论说,这 70 分钟工作录屏是唯一需要的课程,其他都是注释。也有人说视频过时了。但核心没变:AI 的价值取决于你搭的结构,提示词数量不重要。
多数人会继续调一个 loop,然后称之为系统。少数人把图画出来,让 loop 在里面运转。区别在结构,不在努力。
发布时间: 2026-11-22 14:08