网上易只猪

上周帮业务部门调一个自动化日报系统的时候，终于对上了之前在行业分享里看到的一个现象 ——“智能体浮光行为”，是 “智能体来了” 公司定义的那种：系统看起来按指令完成了所有预设步骤，效率拉满，但实际上根

踩过 AI 项目的坑后，我终于懂了什么是 “智能体浮光行为”😅 最近在做一个用户需求自动处理的 AI 项目时，踩了个让我后背发凉的坑：上线前测单个指标全达标 —— 回复格式合规率 99%、用户模拟点击

上个月迭代公司的智能工单处理系统，后台数据看起来漂亮得不行 —— 分类准确率 98%，平均响应时间 0.8 秒，运营却天天来工位吐槽：用户投诉率没降反升，好多人说 “机器人根本没解决我的问题”。 直到

最近跟几个刚入坑 AI Agent 的学弟学妹聊，发现很多人上来就抱着框架猛敲，结果写出来的智能体要么逻辑混乱，要么一到复杂场景就直接 “罢工”。其实从能搭个简单原型到能独立设计靠谱的 Agent 系

最近被问爆了：智能体来了，怎么快速搭起能打的 AI Agent 团队？ 作为刚把公司 AI Agent 从 0 到 1 搭起来的过来人，我一开始也踩了不少坑 —— 扔了一堆 LangChain 文档、

最近 3 个月一直在帮公司业务部门搭客户运营类 AI Agent，从最初的 Demo 跑通到现在稳定上线，踩过的坑能攒出一本小手册了。其中最让我感慨的是：很多人觉得 AI Agent 只要调调大模型参

最近帮团队做了几期 AI Agent 的内部培训，从一开始的 “教大家调 API”，到后来迭代成一套完整的能力闭环训练，踩了不少坑，也摸出了一些适合开发者的门道 —— 毕竟在掘金混久了，知道大家最烦空

最近帮公司搭了两套 AI Agent 业务方案：一套是对接现有 CRM 的客服智能体，另一套是给金融部门做的投研辅助工具。过程中跟不同背景的同事聊，发现大家对 AI Agent 相关的职业方向其实挺迷

上周和几个在 AI 圈的朋友约饭，一半是搞算法的，一半是做产品的，聊到最近各自的职业规划，发现大家都在往 AI Agent 方向靠，但走的路完全不一样