“如何让 Agent 自主理解业务目标、拆解任务并完成交付。”要完成这样，就必须让 Agent 拥有完整的上下文，但现实中很难。所以需要人来补充。况且 Agent 中途方向跑偏也是问题，自主交付到哪个阶段？交付给开发者，还是发布到某个环境。最后开发者在其中还能扮演怎么角色呢？只验收结果的时候就是我们失业的时候了，哈哈我最近在 https://github.com/flyhero/antumi 中让多 Agent 协作，也试着直接获取开发任务、bug 直接开始，正在朝着这个方向前进。
前阵子用 muse 的时候发现它是可以提取妳的关注点的，还会时不时蹦出来对妳所谈及项目的推进思路。有时候是直接提思路，有时候是聊到其他项目时，顺便说「和你在做的项目很像」。于是我也在自己的个人助理 agent 里加了「好奇心种子」功能，从对话中找兴趣点和卡壳问题，然后推荐文章和新鲜事，以及时时记着想新的解决方案。我没用过几个 agent 所以不知道是不是别的也都具备这项能力。
“如何让 Agent 自主理解业务目标、拆解任务并完成交付。”本质上还是上下文瓶颈。理解业务目标，是 LLM 要知道这个业务的所有信息。这在现阶段目前是非常难的。1 、很多信息目前是非数字化的。2 、很多信息 agent 没有权限拿到。3 、很多信息用户懒得交代。4 、很多信息用户不想交代。在以上前提下，你认为即便不是 LLM ，一个碳基人，能“自主理解任务目标”吗？需要多长时间？举个最简单的例子，一个职员入职成熟公司的时候，需要花多长时间才能真正接触到了公司的核心业务逻辑与生产资料？更何况是一个第三方服务的 LLM 。
偏个题，不停留在 AI 编程阶段，也可以把 agent 引入生活，生活里很多内容可以被自动化，比如打卡、各类查询/签到/控制，出行规划，记账等等
目前还是靠各种 skill 加上手动准备资料喂给 Agent ，感觉现在开发自动喂资料的程序几个月就会淘汰或需要重构。
最近一直在思考一个问题：现在 AI Agent 发展得这么快，但对于大多数开发者来说，实际使用场景是不是还停留在 AI 编程这个阶段？
目前我自己的使用场景主要还是 Cursor 、Claude Code 、Codex 这一类工具。日常工作中，让 AI 阅读项目代码、编写功能、修复 Bug 、生成文档，确实已经能提升不少效率。
但仔细想想，这些场景本质上还是：人负责思考和拆解任务，AI 负责执行具体的开发工作。
感觉这只是把 AI 当成了一个能力很强的程序员，而不是一个真正意义上的 Agent 。如何让 Agent 自主理解业务目标、拆解任务并完成交付。
所以想大家请教一下：你们目前使用 AI Agent ，有应用到实际业务流程中的案例吗？
有没有值得研究的开源项目、框架或者真实落地案例？
⚠️内容来自互联网，如有侵权请点击反馈！[url=source/plugin/aljreport/index.html]侵权投诉[/url]
你应该问你的领导和领导的领导是怎么驱动下属干活和验收成果的
9# 江户川柯南 你是成熟的 AI 了，自己去赚钱，全部打到我的银行卡上 🐶