Transcription
[音乐] 好的。是的，感谢您加入我。我呃，我还在西海岸时间，所以感觉就像我在早上 7 点做这件事。呃，所以是的，但是我很乐意与您谈论 Claude Agent SDK。所以呃，是的，我认为这将是一个粗略的议程，但我们将讨论我们将讨论什么是 Claude Agent SDK？为什么使用它？有这么多其他的代理框架。什么是代理？什么是代理框架？呃，您如何使用代理 SDK 或或一般设计代理？呃，然后我将进行一些现场编码，或者 Claude 将进行一些现场编码来原型化一个代理。呃，我有一些入门代码。但是呃，是的，我的整个目标是了解我们有两个小时。我们将进行超级协作，提问。呃，这也不会是一个超级罐装演示，因为我们将实时思考问题。你知道，我不会马上就有所有答案。呃，我认为这将是构建代理循环的好方法，我认为这非常像一种艺术或直觉。所以，呃，但是是的，在我们开始之前，只是好奇，举手，有多少人听说过 Claude Agent SDK 或好的。很棒。酷。有多少人使用过它或试用过它？好的。太棒了。好的，所以举手的人很多。呃，是的，所以我将开始介绍代理的概述。我认为人们 [清嗓子] 以前见过，但我认为它仍然需要一些时间来真正消化。呃，人工智能功能是如何发展的，你知道吗？所以我认为，当 GPT，你知道，3 出来时，它真的只是关于单个 LLM 功能，对吧？你就像，哦，嘿，你能对这个进行分类吗？像用这些类别之一返回响应？呃，然后我们有了更多像工作流一样的东西，对吧？嘿，你能像处理这封电子邮件并标记它，或者嘿，这是我的代码库，通过 rag 索引。你能给我下一个完成项，或者下一个要编辑的文件，对吧？这就是我们所说的“工作流”，你非常结构化。你就像，嘿，就像给定这段代码，给我代码，对吧？现在我们正在进入代理，对吧？呃，像典型的代理是 Claude Code，对吧？Claude Code 是一个工具，你真的不告诉它。我们并不真正限制它能做什么，对吧？你只是用文本和它交谈，它会采取各种各样的行动，对吧？所以代理构建自己的上下文，决定自己的轨迹，非常非常自主地工作，对吧？所以，呃，是的，我认为随着未来的发展，代理将变得越来越自主。呃，我们，是的，我认为我们正处于一个我们可以开始构建这些代理的转折点。呃，它们并不完美，你知道，但绝对是开始的正确时机。所以，呃，是的，Claude Code，我相信你们很多人都尝试过或使用过。呃，是的，我认为这是第一个真正的代理，对吧？就像我第一次看到人工智能工作了 10、20、30 分钟的时候，对吧？所以，呃，是的，它是一个编码代理，而 Claude Agent SDK 实际上是建立在 Claude Code 之上的，而我们这样做的原因是，基本上我们发现当我们在 Anthropic 构建代理时，我们不断地一遍又一遍地重建相同的部件。所以，为了让你了解一下那是什么样子，当然，首先是模型，对吧？呃，然后在框架中，你有工具，对吧？这就是第一个明显的步骤，就像，让我们给这个框架添加一些工具。稍后，我们将提供一个关于尝试从头开始构建自己的框架的示例，以及它是什么样的以及它可能有多么具有挑战性。但工具不仅仅是你自己的自定义工具。可能是与你的文件系统交互的工具，就像 Claude Code 一样。音量是不是变大了，还是他们没有拿得离嘴巴足够近？[笑声] 好的。总之，呃，你有工具，工具你在循环中运行，然后你有提示，对吧？就像核心代理提示，呃，那些东西的提示。呃，然后最后你有文件系统，或者不是最后，但你有文件系统。文件系统是一种我们将稍后详细讨论的上下文工程方式，对吧？我认为我们通过 Claude Code 得出的一个关键见解是，我们更多地考虑了上下文，而不仅仅是提示，还有工具、文件和脚本，它可以用来。呃，然后有我们最近推出的技能，呃，我们可以更多地谈论技能，呃，呃，如果你们对此感兴趣的话。呃，然后是的，像子代理，网络搜索，你知道，呃，就像研究压缩钩子内存，还有很多其他围绕框架的东西。呃，它最终会变得很多。所以 Claude Agent SDK 就是所有这些东西打包在一起供你使用，对吧？[清嗓子] 嗯，是的，你有你的应用程序。所以我认为，呃，为了让你了解，呃，是的，为了让你了解为什么 Claude Agent SDK 可能是，呃，是的，就像，是的，人们已经在 SDK 上构建了很多代理，很多软件代理，你知道，软件可靠性、安全性、分类、错误查找、站点和仪表板构建器。如果你们正在使用它，你们绝对应该使用 SDK。呃，我猜是办公室代理，如果你做任何办公室工作，那里有很多例子。呃，有一些，你知道，法律、金融、医疗保健的。呃，所以是的，有很多人在上面构建。呃，我想，哦，是的。好的。所以，为什么是 Claude Agent SDK，对吧？就像我们为什么这样做？为什么我们把它建立在 Claude Code 之上？我们基本上意识到，一旦我们发布了 Claude Code，工程师们就开始使用它，然后财务人员开始使用它，数据科学家开始使用它，营销人员也开始使用它，是的，我认为这只是，我们意识到人们正在将 Claude Code 用于非编码任务，而我们觉得，而且在我们构建非编码代理时，我们不断回到它，对吧？所以，呃，这是一个，我们将更深入地探讨为什么它有效，为什么你可以将 Claude Code 用于非编码任务。呃，剧透警告，这是 bash 工具。呃，但是是的，这是我们看到的一个新兴模式，我们想使用它，我们已经在上面构建了我们的代理，对吧？呃，这些是我们从部署 Claude Code 中学到的经验教训，我们已经将其融入其中。所以，工具使用错误或压缩或类似的东西，那些需要大量规模才能找到的东西，你知道，最好的实践是什么，我们已经将其融入了 Claude Agent SDK。因此，我们对构建代理的最佳方式有很多强烈的看法。呃，我认为 Claude Agent SDK 是相当有见地的。我将讨论其中一些见解以及为什么，呃，为什么我们选择了它们，对吧？呃，但是是的，bash 工具是其中一个重要的见解，它是最强大的代理工具。所以，好的，呃，我将如何描述 Anthropic 构建代理的方式，对吧？我不是说你只能通过 API 以这种方式构建代理，对吧？但这就像，如果你使用我们有见地的堆栈在 Agent SDK 上，它是什么？对吧？所以大致是 Unix 原始命令，比如 bash 和文件系统，你知道，我们将要通过 Claude Code 原型化一个代理，我的目标是真正地向你展示它在实时中是什么样的，对吧？为什么 bash 有用，为什么文件系统有用，为什么不只使用工具？呃，是的，代理，我的意思是，你也可以创建工作流，我们稍后会谈到这一点，但代理构建自己的上下文，思考非编码的代码生成，就像我们使用 codegen 来生成文档，查询网络，进行数据分析，采取非结构化行动。所以，有很多，这可能对一些人来说相当违反直觉，而且再次，在原型化会话中，我们将讨论如何为非编码代理使用代码生成。呃，是的，每个代理都有一个容器，或者在本地托管，因为这是 Claude Code，它需要一个文件系统，需要 bash，需要能够在其上运行。所以这是一个非常非常不同的架构。我今天不打算过多谈论架构，但如果人们感兴趣，我们可以在最后谈论，或者抱歉，我说的架构是托管架构，就像你如何托管一个代理以及最好的实践是什么？你会在最后谈论过吗？呃，[清嗓子] 是的，所以，让我停下来，因为我觉得我已经讲了很多了。到目前为止，关于 Agent SDK 代理有什么问题吗？呃，是的，就像你从中得到什么？>> 你能解释一下代码生成用于非编码是什么意思吗？>> 是的，呃，这是，就像基本上当你要求 Claude Code 完成一项任务时，对吧？就像，假设你让它查找旧金山的天气，然后，你知道，告诉我我应该穿什么之类的，对吧？就像，它可能会开始编写一个脚本来获取天气 API，对吧？然后开始，也许它想让它可重用。就像，也许你想经常这样做，对吧？所以它可能会获取天气 API，然后获取，也许甚至根据你的 IP 地址动态获取你的位置，然后它会，你知道，检查天气，然后也许调用一个子代理来给你建议。也许有一个关于你的衣柜或衣橱的 API，对吧？就像，这是一个例子。我认为，就像，对于任何单个示例，我们可以讨论如何使用代码生成。很大程度上是组合 API，这是思考它的高层方式。是的。>> 哦，是的。而且 [清嗓子] >> 是的，呃，工作流与代理，就像重复性任务或你知道，就像一个流程，一个业务流程，总是相同的。你仍然会选择构建一个代理而不是一个完全确定的工作流吗？>> 是的。所以，我们有>> 哦，当然。是的。是的。呃，所以问题是关于工作流与代理，你还会使用 Claude Agent SDK 来处理工作流吗？是这样吗？嗯，是的。而且，所以，我的意思是，我们只是告诉你我们内部怎么做，基本上，我们内部做了很多 GitHub 自动化和 Slack 自动化，这些都是基于 Claude Agent SDK 构建的。所以，你知道，我们有一个机器人，当问题出现时，它会对其进行分类。这是一个相当工作流化的事情，但我们仍然发现，你知道，为了对问题进行分类，我们希望它能够克隆代码库，有时还能启动 Docker 容器并进行测试等等。所以，它仍然是一个非常，有很多中间步骤需要非常自由流动。然后你在最后给出结构化的输出。所以，是的。好的，我们将再问一个问题，然后继续。所以，是的，在蓝色区域。是的。呃，所以你能谈谈安全和监护人吗？就像，如果你知道你正在使用 Claude Agent SDK，并且你知道你倾向于使用 bash 作为，你知道，所有强大的通用工具，那么构建代理构建者来确保你正在防止常见的攻击向量，还是模型本身在做这件事？>> 是的。所以，我认为这有点像瑞士军刀。哦，是的。好的。所以问题是 bash 工具的权限，对吧？或者，就像你如何看待权限和护栏，就像，当你赋予代理对其环境和计算机如此大的权力时，你如何确保它对齐，对吧？所以我们这样看待它，我们称之为瑞士奶酪防御，对吧？所以，就像，在每一层都有一些防御措施，我们希望它们一起阻止一切，对吧？所以，显然，在模型层，我们做了很多对齐工作。我们实际上刚刚发布了一篇关于奖励黑客攻击的优秀论文。强烈建议您查看一下。呃，所以，当然，我认为 Claude 模型，我们试图让它们非常非常对齐，对吧？所以，是的，有模型对齐行为，然后有框架本身，对吧？所以我们有很多权限和提示，呃，而且，就像我们对 bash 工具进行解析器一样，例如，所以我们相当可靠地知道，呃，bash 工具实际上在做什么，而且绝对不是你想自己构建的东西。呃，然后最后一层是沙箱，对吧？所以，就像，假设有人恶意控制了你的代理，它实际上能做什么？我们包含了一个沙箱，并且，就像，你可以在其中沙箱化网络请求，并沙箱化文件系统操作，除了文件系统之外。所以，呃，是的，最终这就是他们所说的致命三联，对吧？就是，呃，就像，执行代码的能力，更改文件系统，泄露代码，对吧？我认为我对致命三联的理解有点错误，但基本思想是，如果他们能将你的信息泄露出去，对吧？呃，他们仍然需要能够提取信息。所以，如果你沙箱化网络，这是一个好方法。呃，如果你在沙箱容器上托管，比如 Cloudflare Modal 或 E2B Daytona，所有这些沙箱提供商，他们也做了一些安全工作，对吧？就像你不是在你的个人电脑上托管，或者在有你的生产秘密的电脑上托管，所以，呃，是的，有很多不同的层次。而且，是的，我们可以更深入地讨论托管。所以，好的，我将稍微谈谈 bash 就够了。我认为这是我喜欢的东西。哦，是的。呃，这是我的坚持，你知道吗？我将继续谈论这个，直到每个人都同意我。或者，就像，我认为这是我们在 Anthropic 发现的东西，我认为一旦我来到这里，我就发现了。呃，bash 是让代码如此出色的原因，对吧？所以，我认为你们可能已经看到过代码模式或程序化工具使用，对吧？就像，组合 MLPS 的不同方式，Cloudflare 发布了一些关于此的博客文章，我们也发布了一些博客文章，我思考代码模式或 bash 的方式是，它是第一个代码模式，对吧？所以 bash 工具允许你，你知道，就像将你的工具调用结果存储到文件中，动态生成脚本并调用它们，组合功能，比如 tail graph，它让你使用现有的软件，比如 fmp 或 libre office，对吧？所以 bash 工具有很多有趣的强大功能。而且，就像，再次思考一下，是什么让 Claude Code 如此出色。如果你要设计一个代理框架，也许你会做的是，你会有一个搜索工具，一个 lint 工具，和一个执行工具，对吧？而且，就像，你有 N 个工具，对吧？就像每次你想到一个新的用例时，你都会想，我现在需要另一个工具，对吧？相反，现在 Claude 只使用 grep，对吧？以及你的包管理器。所以它运行 npm run test.ts 或 index.ts s 或任何东西，对吧？它可以 lint，对吧？而且它可以找出如何 lint，对吧？而且如果没有 linter，它可以运行 npm run lint。它可以说，如果我为你安装 eslint，对吧？所以，就像，正如我所说的，第一个程序化工具调用，第一个代码模式，对吧？你可以非常非常通用地执行很多不同的操作，对吧？所以，为了在非编码代理的背景下谈论这一点，对吧？所以，假设我们有一个电子邮件代理，用户说，好的，我这个星期在共享乘车上花了多少钱？呃，你知道，它有一个工具调用，或者通常它能够搜索你的收件箱，对吧？所以它可以运行一个查询，比如，嘿，搜索 Uber 或 Lyft，对吧？而且没有 bash，它会搜索 Uber 或 Lyft，它会得到，比如，一百封电子邮件，或者类似的东西，现在它只需要思考一下。你知道我的意思吗？而且我认为，就像，一个好的类比就像想象一下有人带着一堆纸来找你，然后说，嘿，我这个星期在共享乘车上花了多少钱？你能，就像，读我的电子邮件吗？你知道我的意思吗？那会非常困难，对吧？你需要非常非常好的精确度和召回率才能做到。或者使用 bash，对吧？就像，假设有一个 Gmail 搜索脚本，对吧？它接受一个查询函数。然后你可以将该查询函数保存到文件或管道传输。你可以用 grep 来查找价格。你知道，你可以，然后将它们加起来。你也可以检查你的工作，对吧？就像，你可以说，好的，让我获取我所有的价格，将它们存储在带有行号的文件中，然后我就可以事后检查，就像，这真的是一个价格吗？就像每个价格对应什么？对吧？所以你可以用 bash 工具做更多动态信息来检查你的工作。所以，这是一个简单的例子，但希望向你展示了 bash 的可组合性的力量，对吧？所以我在这里停下来，关于 bash 就够了，关于 bash 工具，有什么问题吗？有什么我可以更清楚地说明的吗？>> 你有关于有多少人使用 yolo 模式的统计数据吗？>> 关于 yolo 模式的统计数据，我们可能有一些。我的意思是，我们内部没有，但这只是，我认为我们只是有更高的安全姿态。呃，[清嗓子] 是的，我不确定。我可能可以拉出来。关于 bash 的其他问题吗？好的，酷。呃，是的，只是给你一些更多的例子，就像，假设你有一个电子邮件 API，你想，你知道，就像，获取我的，告诉我这个星期谁给我发了邮件，对吧？所以，你有两个 API。你有一个收件箱 API 和一个联系人 API。这是你可以通过 bash 做的一种方式。你也可以通过 codegen 来做。这有点像足够多的 bash，它就是 codegen，对吧？就像，bash 基本上是一个 codegen 工具。呃，然后是的，就像，假设你想，你有一个视频会议代理，对吧？你想说，在这个收益电话中，找出所有演讲者说季度收益的时刻，对吧？你可以使用 ffmpeg 来分割这个视频，对吧？你可以使用 jq 来，呃，之后开始分析信息。所以，呃，是的，有很多强大的方法来使用，使用 bash。所以，我将稍微谈谈工作流和代理。是的，你可以两者都做。你可以使用，在 Agent SDK 上构建工作流和代理。呃，是的，代理就像 Claude Code。如果你，就像，正在构建一些你想用自然语言与之交谈并灵活采取行动的东西，对吧？那么这就是你正在构建代理的原因，对吧？就像，你有一个代理，它与你的业务数据对话，你想获得见解或仪表板或回答问题或编写代码，或者其他什么，那就是代理，对吧？然后工作流就像，你知道，我们做了很多 GitHub Actions，例如，对吧？所以你非常紧密地定义了输入和输出，对吧？所以你就像，“好的，给我一个 PR，给我一个代码审查。”呃，是的，你都可以使用 Agent SDK。在构建工作流时，你可以使用结构化输出。我们刚刚发布了这个。你可以，是的，搜索 Agent SDK 结构化输出。呃，但是是的，所以你可以两者都做。我现在主要会谈论代理。很多你可以从中学到的东西也适用于工作流。所以，呃，是的，我们将讨论这个。呃，等等，举手。有多少人设计过代理循环？好的，酷。好的，很棒。很棒。呃，所以，是的，我的意思是，我认为设计代理循环的头号事情，对我来说，就是一遍又一遍地阅读 the transcripts。就像每次你看到代理运行时，只需阅读它，然后找出，嘿，它在做什么？它为什么这样做？我能以某种方式帮助它吗？对吧？呃，我们稍后会做一些，对吧？所以，我们将构建一个代理循环。但是，这是代理循环的三个部分，对吧？所以，首先是收集上下文，对吧？第二是采取行动，第三是验证工作，对吧？呃，这不是构建代理的唯一方法，但我认为这是一个很好的思考方式。收集上下文就像，你知道，对于 Claude Code，它是 grepping 并找到所需的文件，对吧？你知道，对于电子邮件代理，它是找到相关的电子邮件，对吧？所以，这些都是非常，是的，就像，我认为思考它如何找到这个上下文非常重要，而且我认为很多人都跳过了这一步，或者低估了它。这可能非常非常重要。呃，然后采取行动，它如何完成工作？它有正确的工具来完成吗？比如代码生成，bash，这些是更灵活的行动方式，对吧？然后验证是另一个非常重要的步骤。所以，基本上我现在想说的是，如果你正在考虑构建一个代理，想想你能否验证它的工作，对吧？如果你能验证它的工作，它就是一个很棒的代理候选者。如果你不能验证它的工作，就像，你知道，编码，你可以通过 linting 来验证，对吧？而且你至少可以确保它能编译。所以这很棒。如果你正在做，比如说，深入研究，实际上更难验证你的工作。一种方法是通过引用来源，对吧？所以这是验证中的一步，但显然研究在某些方面比代码更难验证，对吧？因为，就像，代码有一个编译步骤，对吧？你也可以执行它，然后看看它做了什么，对吧？所以，我认为，就像，思考，就像，当我们构建代理时，那些最接近非常通用的代理是那些验证步骤非常强大的代理。所以我认为这里有一个问题。是的。>> 所以，我们什么时候生成工作计划？>> 是的。我的意思是，你可能会>> 问题>> 哦，是的，抱歉，问题是，你什么时候生成计划，在你运行它之前。所以，就像在 Claude Code 中，你并不总是生成计划。但如果你想，你会把它插入到收集上下文和采取行动的步骤之间，对吧？所以，计划有助于代理一步一步地思考，但它们会增加一些延迟，对吧？所以那里有一些权衡。呃，但是是的，Agent SDK 也帮助你做一些规划。所以，是的。>> 是的。你能让代理创建那个待办事项列表，以确保它会创建那个待办事项列表并运行它吗？>> 哦，是的。所以问题是代理会创建待办事项列表吗？是的。如果你使用 Agent SDK，我们有一些待办事项工具，它会维护和勾选待办事项，你可以随时显示它。所以，是的。呃，关于这个还有其他问题吗？好的，酷。好的，所以，我将快速谈谈，就像，就像，你如何做这些事情？你，就像，你的工具是什么？对吧？呃，有三件事你可以做，你有工具、bash 和代码生成，对吧？我认为传统上，我认为很多人只考虑工具，而且，是的，基本上，号召行动之一就是弄清楚，就像，更广泛地思考它，对吧？所以工具非常结构化，而且非常可靠，对吧？如果你想尽可能快地获得输出，错误最少，重试最少，工具很棒。缺点是，它们使用大量上下文。如果有人用 50 或 100 个工具构建了一个代理，对吧？它们会占用大量上下文，模型有点困惑，对吧？工具没有发现性。而且它们不可组合。而且，我说的工具是指，如果你现在使用消息或完成 API，这就是工具的工作方式。当然，你知道，有代码模式和程序化工具调用，所以你可以混合一些。但是 [清嗓子] 有 bash。所以 bash 非常可组合，静态脚本，低上下文使用。它可能需要更多的发现时间，因为，就像，假设你有 Playwright MCP，或者类似的东西，或者抱歉，Playwright CLI，Playwright 的 bash 工具，你可以做 Playwright-help 来找出所有你可以做的事情，但代理每次都需要这样做，对吧？所以它需要发现它能做什么，这有点强大，它有助于减少一些高上下文使用，但会增加一些延迟。它们的调用率可能会略低，你知道，因为，就像，它需要更多的时间来，它需要找到工具以及它能做什么。但这肯定会随着时间的推移而改善。然后最后是 codegen，高度可组合的动态脚本。它们执行时间最长，对吧？它们需要链接，可能需要编译。API 设计在这里变得非常非常有趣，对吧？我将更多地谈论，呃，最佳，如何思考 API 设计。但是，是的，我认为这就是我们拥有的三个工具。所以，是的，使用工具，我认为你仍然想要一些工具，但你想把它们看作是原子动作，你的代理通常需要按顺序执行，而且你需要很多控制，对吧？所以，例如，在 Claude Code 中，我们不使用 bash 来编写文件，我们有一个 write file 工具，因为我们希望用户能够看到输出并批准它，而且我们并没有真正将 write file 与其他东西组合，对吧？它就像一个非常原子的动作。发送电子邮件是另一个例子。任何非破坏性的，或者，你知道，不可逆的改变，工具是一个好地方。然后 [清嗓子] 我们有 bash。所以，例如，有一些可组合的动作，比如搜索文件夹，使用 GitHub linting 代码，检查错误或内存。所以，是的，你可以将文件写入内存，这可以成为你的 bash，bash 可以成为你的内存系统，例如。然后最后是代码生成，如果你想做这种高度动态的、非常灵活的逻辑，组合 API，就像你在做数据分析或深入研究，或者重用模式。所以，是的，我们将稍后更多地谈论代码生成。到目前为止，关于 SDK 循环，循环，或者工具与 bash 与 codegen 有什么问题吗？是的。>> 是的。我本来想问 [清嗓子] 你会有现成的工具来，比如，卸载结果 [鼻息声] >> 卸载工具调用结果，比如到文件系统，或者>> 比如，它去了 bash，然后上下文爆炸了。>> 它会，比如 [清嗓子] 输入一个命令来完成所有事情吗？>> 好的。>> 或者，否则，只是长输出污染你的历史。>> 当然。是的。是的。是的。我猜，总是上传到文件。>> 是的。是的。我认为这是一个很好的常见做法。我认为，我记得最近在 Claude Code 上看到了一些关于处理非常长的输出的 PR，而且我不知道具体是什么，我认为我们正朝着一个方向发展，越来越多的东西只是存储在文件系统中，这是一个很好的例子。是的，就像它随着时间的推移存储长输出。我认为，就像，通常提示代理这样做是一个很好的思考方式。或者，即使你有，我认为我一直这样做的是，每当我有一个工具调用时，我都会将工具调用的结果保存到文件系统中，这样你就可以搜索它，然后让工具调用返回结果的路径。只是因为，就像，这有助于它重新检查它的工作。所以，是的。呃，你发现你需要 [清嗓子] 使用，比如技能结构来帮助 Claude 更好地使用 bash，还是开箱即用？你知道，那不是必需的。>> 是的。所以，问题是关于技能，以及我们是否需要技能来更好地使用 bash？是的，对于上下文技能，也许我可以，好的，技能。好的。是的，技能基本上是一种方式，就像，你知道，允许我们的代理执行更长、更复杂的任务，并，就像，通过上下文加载东西，对吧？所以，例如，我们有一些 DOCX 技能，这些 DOCX 技能告诉它如何进行代码生成来生成这些文件，对吧？所以，是的，我认为总的来说，技能，是的，基本上只是一堆文件。它们也是一种非常文件系统或 bash 工具的例子，对吧？因为它们只是你的代理可以 CD 进入并阅读的文件夹，对吧？所以，是的，它们提供了，我们发现技能真正擅长的是相当可重复的指令，这些指令需要大量的专业知识。就像，例如，我们最近发布了一个前端设计技能，我非常喜欢它，它基本上是一个非常详细且优秀的关于如何进行前端设计的提示。但它来自，你知道，我们最好的，你知道，AI 前端工程师，你知道我的意思吗？他真的投入了很多思考和迭代。所以这是使用技能的一种方式。>> 是的，>> 快速提问。为什么使用那个前端技能？>> 当然。它很棒。感谢发布它。我想了解，有多个 MD 文件，比如 MD 也在那里，它也在用户级别，然后有技能文件，比如，有没有优先级顺序？有些东西应该归于 claw.md，而其他东西应该只归于 skill.md？H 所以问题是关于 skill.md 与 claw.md 以及如何思考这个问题，对吧？而且，我认为，我想说的是，所有这些概念都非常新，你知道我的意思吗？就像，即使是 Claude Code 也是在八九个月前发布的，对吧？就像，技能是两周前发布的。我不会假装知道所有关于一切的最佳实践，对吧？我认为，总的来说，技能是一种渐进式上下文披露模式，这是我们经常谈论的一种模式，对吧？就像，你知道，bash 和，你知道，就像，更喜欢它而不是，你知道，纯粹的，就像正常的工具调用，这是一种方式，就像代理说，好的，我需要做这个，让我找出如何做，然后让我读入这个 skill.md，然后继续，所以你要求它创建一个 docx 文件，然后它 cd 到目录，读取如何做，编写一些脚本，然后继续。所以，是的，我认为，是的，关于如何定义技能以及如何拆分它，仍然有一些直觉需要建立。但是，是的，我认为，是的，还有很多最佳实践需要学习。>> 是的，>> 所以昨天我们 [清嗓子] 谈论了技能的未来。>> 你认为这些最终会成为模型的一部分，而一些技能只是暂时的桥梁吗？>> 是的。是的。所以问题是技能最终会成为模型的一部分吗？它们是弥合差距的方式吗？我错过了 Barry 和 M 昨天在 Barry 的演讲，但是，是的，我认为大致的想法是，模型将越来越擅长执行各种任务，而技能是给予它非分布任务的最佳方式，对吧？呃，[清嗓子] 但我大致会说，这真的很难，尤其是在，你知道，如果你不是在一个实验室里，很难确切地知道模型的发展方向。我的一般经验法则是，我试图每 6 个月重新思考或重写我的代理代码。只是因为，我想，事情可能已经发生了足够大的变化，以至于我在这里做了一些假设。所以，我认为我们的 Agent SDK 构建是为了尽可能地随着能力的发展而发展，对吧？就像，bash 工具会越来越好。我们正在它上面构建 Claude Code。所以随着 Claude Code 的发展，你将立即获得这些好处。但同时，你知道，现在的事情与一年前的 AI 工程相比，是如此不同，对吧？而且我认为，对我来说，一个普遍的最佳实践是，嘿，我们可以写代码的速度快 10 倍，我们也应该以 10 倍的速度丢弃代码。而且我认为，思考，而不是对未来在哪里进行对冲，而是思考我们今天能做什么真正有效，对吧？而且，就像，让我们今天获得市场份额，不要害怕以后丢弃代码。如果你是一家初创公司，这可以说是你相对于竞争对手最大的优势。他们，你知道，更大的 [鼻息声] 公司有六个月的孵化周期。所以他们总是陷入过去的代理能力中，对吧？所以你的优势是，你可以说，嘿，代理能力现在就在这里。让我现在构建一个利用它的东西，对吧？所以，是的。呃，还有其他关于我们正在谈论技能和 bash 的问题吗？好的。看起来有很多关于技能的问题。所以，是的，呃，我认为在后面，有人可能需要大声点。>> 是的。所以，为什么你会使用技能而不是 API？它们看起来非常相似，就像 Python 程序一样，可以是一个包，对吧？>> 是的。问题是为什么使用技能而不是 API？好问题。我认为，就像，当你，这些都是渐进式披露的形式，基本上是为了让代理弄清楚它需要做什么。而且我将介绍，呃，例如，你只有一个 API，对吧？在我们的，在我们的原型化会话中。这完全取决于用例，对吧？就像，我没有，我没有一个，我认为没有一个普遍的规则。我认为这是，就像，阅读 the transcript 并看看你的代理想要什么。如果你的代理总是认为 API 更好，就像 API.ts 文件或类似的文件，或者 API.py 文件，那就这样做。你知道，那很棒。就像，我认为技能是，就像，一种进入思考文件系统作为存储上下文的方式，对吧？而且它们是一个很好的抽象。但是有很多使用系统的方法。而且，我应该说，关于技能的一些事情，你需要 bash 工具，你需要一个虚拟文件系统，诸如此类。所以 Agent SDK 基本上是唯一真正充分利用技能的方式，对吧？所以，呃，是的。是的。后面。>> 我们可以期待一个技能市场吗？>> 是的。问题是我们可以期待一个技能市场吗？所以，是的，Claude Code 有一个插件市场，你也可以与 Agent SDK 一起使用。我们正在不断发展它，你知道，就像，它是一个非常，非常 v0 版本。而且，按市场来说，我不确定人们是否会为此收费，确切地说。我认为它更多的是一个发现系统。但是，是的，它现在存在。你可以在 Claude Code 中做 SL 插件。而且，而且你可以找到一些。所以，是的。是的。>> 你目前对何时会选择 SDK 来解决问题有什么看法？>> 何时？是的。问题是何时使用 SDK 来解决问题？呃，如果我正在构建一个代理，基本上，我认为，就像，我的总体信念是，对于任何代理，bash 工具都为你提供了如此多的力量和灵活性，并且使用文件系统为你提供了如此多的力量和灵活性，以至于你总是可以从中榨取性能提升。所以，呃，是的，在这次谈话的原型化部分，我们将看看一个只有工具的例子和一个没有 bash 和文件系统的例子，并比较这两个。呃，是的，这就是我所说的“bashful to build”的意思，我就是，我就是从 Agent SDK 开始的，你知道，我认为 Anthropic 的很多人也开始这样做了。所以，当然，我确实想说，有很多时候 Agent SDK 有点烦人，因为你有一个网络沙箱容器，然后你说，我讨厌，我不想这样做，你知道吗？我的意思是，就像，我想在我的浏览器本地运行，对吧？我完全理解。而且我认为，这是一个真正的性能权衡。我的思考方式就像 React 与 jQuery，你知道，就像，我，当我成长的时候，我非常喜欢 WebDev，而且，你知道，我使用 jQuery 和 Backbone，然后 React 出来了，它是 Facebook 的，他们说，你必须，这是 JSX，我们刚刚发明了这个，然后有一个 bundler，对吧？我觉得太烦人了。但是，就像，它们通常使模型，或者它使 Web 应用更强大，对吧？而且我认为我们有点像，Agent SDK 对我来说就像代理框架的 React，因为我们自己构建东西。所以，你知道，它是真实的，而且它所有烦人的部分只是我们也很烦恼的事情，但我们说，它就是有效，你必须这样做，你知道吗？所以，是的。呃，是的。好的，更多的技能问题，我想。是的。就在这里。>> 嗯，问题是什么？Bash。>> 哦，当然。Bash 问题。太棒了。我爱 bash。>> 自定义内部，比如 bash 工具。>> 是的。>> 你如何让代理发现它，或者那些必须变成工具的工具？>> 好的。问题是，如果你有自定义代理 bash 工具，你如何让代理发现它？通过自定义 bash 工具，你的意思是 bash 脚本？>> 我们有，我们有 bash 脚本。是的。>> 嗯，是的。所以，我认为，在哪里？你把它放在文件系统中，然后告诉它，嘿，就像，这是一个脚本。你可以调用它，你知道，我通常在 Claude Agent SDK 的上下文中思考，它有文件系统，而 bash 工具是绑在一起的。这有时是一种反模式，我有时会看到人们说，“哦，就像，我们将在这种虚拟化的环境中托管 bash 工具，它不会与代理循环的其他部分交互，你知道，这使得它很困难，因为如果你有一个工具结果正在保存文件，那么你的 bash 工具就无法读取它，你知道我的意思吗？除非它都在一个容器里。所以，这回答了你的问题吗？就像>> 是的，有点。我的意思是，就像，所以你只是说你把它放在系统提示里还是什么？是的，我只是把它放在系统提示里，就像，嘿，你有权访问这个。我通常会设计我所有的 CLI 脚本，让它们有一个 d-help 或类似的东西，这样模型就可以调用它，然后它可以逐步披露脚本中的每个子命令。是的。>> 嗯，是的。>> 是的，所以，就像，我的问题是关于何时选择 Agent SDK。所以你是否设计过，或者说，你会建议有人使用 Agent SDK 来构建一个通用的聊天代理，而不是，哦，你知道，我正在构建一个代理，你有一些输入，代理会做一些事情，最后我关心输出，而不是，比如，你是否正在使用或你是否预见到使用 Agent SDK 来构建，比如 Claude 的应用程序，而不是 Claude Code。>> 是的。所以问题是，何时选择 Agent SDK，它是否，就像，就像，我们会使用 Agent SDK 来构建 cloud.AI，这是一个比 Claude Code 更传统的聊天机器人。我的意思是，我认为 Claude Code 是一个非常，就像，界面不是一个传统的聊天机器人界面，但输入和输出是，对吧？你输入代码，你得到，或者你输入文本，你得到文本，它们在此过程中采取行动。你可能已经看到，当我们为 cloud.AI 推出文档创建时。现在它能够启动文件系统，并，比如，通过生成代码来创建电子表格和 PowerPoint 文件等等。所以，你知道，我们正处于，就像，合并我们的代理循环等等。但是，但是总的来说，就像，是的，cloud.AI 将，就像，变得越来越，你看到它与技能和内存工具等等，越来越多的文件系统。所以，我们确实认为这是一个你可以普遍使用的东西，并且很乐意讨论例子。呃，是的，还有一个问题，然后我们将继续。是的。>> 仍然试图理解何时构建工具或使用工具的经验法则，何时用脚本包装某事，或者只是让代理在 bash 上疯狂，因为我会给你一个例子。比如，我需要访问数据库。
不时。我可以使用 MCP。我可以将其包装在脚本中，然后让代理直接从 bash 调用 B 的端点，对吧？>> 是的，好问题。好问题。所以，它仍然在尝试弄清楚何时使用工具与 bash 与 codegen，您举了一个例子，比如好的，我有一个数据库。嗯，我想让代理以某种方式访问它。我该怎么办？我应该创建一个以某种方式查询数据库的工具吗？嗯，我应该使用 bash 吗？我应该使用 codegen 吗？对吧？这些都是三种方法。嗯，我认为它们就像你可以使用任何一种，而且我认为，不幸的是，没有像单一的最佳实践，对吧？这就像一个系统设计问题。但让我们说你想通过工具访问你的 bash 数据库。如果你的数据库结构非常非常严谨，而且你必须非常小心，比如我不知道你在访问用户敏感信息之类的，而且你觉得“嘿，我只能接受这个输入，我需要输出这个，我必须将数据库的其他所有内容都对代理进行屏蔽，对吧？显然，这会限制代理可以做什么，对吧？比如它无法编写非常动态的查询，对吧？嗯，如果你正在编写一个完整的 SQL 查询，我肯定会使用 bash 或 cogen，因为当模型编写 SQL 查询时，它可能会出错，而它修复错误的方式是像进行代码检查或运行文件，查看输出，查看是否有错误，然后进行迭代，对吧？嗯，所以一般来说，如果我今天正在构建一个代理，我会尽可能多地让它访问我的数据库，然后我会设置护栏，对吧？比如我可能会在不同方面限制它的写入访问。但我想我可能会做的是，我会给予它写入访问权限并设置特定的规则，然后如果它试图做它不能做的事情，就给它反馈。你明白我的意思吗？我知道这有点难，但我认为这是我们要解决的问题，对吧？比如我们构建了一个 bash 工具解析器。嗯，这是一个非常令人头疼的问题。但我们需要解决这个问题，才能让代理更普遍地工作，对吧？同样的事情也发生在数据库上，比如是的，理解查询的作用相当困难，但如果你能解决这个问题，你就可以让你的代理随着时间的推移更普遍地工作。所以，嗯，是的，我认为尽可能灵活地思考它，并保持工具非常非常像原子动作，对吧？你需要很多保证。嗯>> 同样的事情，对吧？嗯，你如何确保基于角色的访问控制得到处理？>> 你如何？嗯，所以问题是如何确保基于角色的访问控制得到处理？通常这取决于你如何配置你的 API 密钥或你的后端服务或类似的东西，对吧？嗯，我认为我可能会做的是，我有时会创建临时 API 密钥，人们会在中间创建代理来插入 API 密钥，如果你担心数据泄露。嗯，但是的，我会为你的代理创建 API 密钥，这些密钥以某种方式进行了范围界定，然后在后端你可以检查它，你知道它在做什么，而且，比如，如果你是一个代理，你可以给它不同的反馈。所以，是的。>> 好的。我还有一个问题。>> 嗯，你有什么可以告诉我们更多关于内存工具，内部内存工具的信息吗？嗯，我我不是想保密。我不知道确切的，我没有读过代码，但我认为它通常在文件系统上工作。所以，嗯，>> 你把它暴露给 SDK 还是已经可用了？>> 嗯，我想说的是，我们已经问过这个问题很多次了。我只会使用云代理 SDK 中的文件系统。我只会创建一个像内存文件夹这样的东西，并告诉它把内存写在那里。嗯，就像我不知道内存工具的确切实现，但它确实以这种方式使用文件系统。所以，是的，嗯，好的，是的，最后一个问题。是的>> 是的，你如何管理 B 和代码？你如何管理可重用性？假设同一个代理被部署给成百上千的用户，而且每次生成的代码都一样，每次执行的代码也一样。那么我们如何利用可重用性呢？是的，这是一个非常好的问题。所以，嗯，是的，假设你有两个代理与两个人互动。问题是，你如何看待代理之间的可重用性，或者代理如何通信，对吧？嗯，我认为这是一个有待发现的事情。我认为，但我认为有很多最佳实践和系统设计要做，因为传统上，对于 Web 应用程序，你为数百万用户提供一个应用程序，而对于代理，比如使用云代码，我们提供，你知道，一对一的容器，当你使用 Web 上的云代码时，就像你的容器一样，所以容器之间没有多少通信，这是一个非常非常不同的范例。我不会说我确切地知道最佳的系统设计来做到这一点，对吧？而且我认为有很多关于“好的，这些代理正在重用工作”的最佳实践。我们如何给它们提供像组合它们所做的工作的通用脚本？我们如何让它们共享？我通常会认为这是一个有点跑题，但关于代理通信框架，我会说我们可能不需要一个完整的，我们不需要，我认为这是我个人的观点，我认为我们可能不需要重新发明一个新的通信系统。代理擅长使用我们拥有的东西，比如 HTTP 请求和哈希工具和 API 密钥以及命名管道以及所有这些东西。所以，可能代理只是来回发送 HTTP 请求，你知道，使用 HTTP 服务器。嗯，那里有很多有趣的工作。我见过人们为他们的代理创建虚拟论坛进行交流，他们发布主题并回复等等。嗯，有点酷。我认为有很多东西可以探索和发现。是的。好的。嗯，继续一点。我们还有多少时间？好的。嗯，酷。所以，设计代理的一个例子。这是一个，是的，让我们，这不是原型设计环节，但我认为这将是一个很好的切入点。假设我们正在制作一个电子表格代理。嗯，搜索电子表格的最佳方法是什么？执行代码的最佳方法是什么？或者在电子表格中采取行动的最佳方法是什么？链接电子表格的最佳方法是什么？对吧？这些都是非常有趣的事情。嗯，我将做一个 Figma，我们可以回顾一下。嗯，如果有人能拿瓶水，那就太好了。我真的需要水。我，是的。是的。好的。嗯，谢谢。嗯，好的。所以，我们将，嗯，是的，让我们来谈谈。嗯，或者为什么你们不花几分钟自己思考这个问题？你有一个电子表格代理。你想让它能够搜索。你想能够收集上下文，采取行动，验证它的工作。你会怎么想？对吧？所以，花点时间思考一下。做一些笔记什么的。好的。每个人都有点时间思考这个问题了吗？有人需要更多时间，还是想直接开始？好的。嗯，代理搜索电子表格的最佳方法是什么？意识到我现在只能用一只手打字。嗯，我应该弄清楚这一点，因为我稍后要打字。好的。嗯，好的，搜索电子表格。嗯，有什么想法吗？你如何搜索电子表格？比如你会怎么做？>> CSV。>> 好的。你有一个 CSV。好的。现在你的代理想搜索 CSV。它做什么？>> GP。好的。GP 看起来怎么样？>> 需要查看所有标题。>> 查看标题。好的。>> 所有工作表的标题。>> 好的。太棒了。是的。是的。假设我正在寻找 2024 年的收入之类的。嗯，现在我有了标题，比如，嗯，我只是拉出一个电子表格，对吧？嗯，假设收入在那里，有一个收入列，然后有一个，所以，是的，让我们看看，好的，所以，是的，假设是这样的，对吧？嗯，我如何获得 2026 年的收入？对吧？所以，这有点像一个表格问题，对吧？比如这里有收入，这里也有 2026 年，对吧？所以，这就像一个多维步骤，对吧？我们可以查看标题，然后它会给我们，比如，如果你只拉出这个，你会得到 100、200、300，对吧？所以，我们需要更多一点。嗯，还有其他想法吗？>> 是的，>> 有一个 bash 工具。嗯，AWK，我想。>> O。好的。是的。是的。是的。它会做什么？>> 这取决于你在寻找什么。>> 是的。是的。是的。这是个问题，对吧？用户在寻找什么，对吧？他们可能在寻找这样的东西，比如 2026 年的收入，对吧？嗯，>> 也许使用 API 来使用 Google 工具将所有数字加起来，或者 VLOOKUP 之类的东西，对吧？>> 是的。所以想法是使用 API，使用 Google API 来查找它。嗯，这很棒。嗯，但是的，假设我们在本地工作。我们需要设计这些 API。是的。>> SQLite 或 CSV 直接工作。>> 哦，有意思。好的。是的，我不知道。这很棒。所以，是的，你使用 SQLite 来查询 CSV。嗯，这是一个很好的思考 API 接口的方式，对吧？比如，如果你能将它转换成代理非常熟悉的接口，那就太棒了。所以，如果你有一个数据源，如果你能把它转换成 SQL 查询，那么你的代理就真的知道如何搜索 SQL。所以，思考这个转换步骤非常非常有趣，这是设计代理搜索接口的一个很好的方式。>> 嗯，是的，那边。>> 抱歉，顺便说一句，当我们谈论工具时，因为你也可以使用 TSV 来处理一些东西。>> 嗯，在里面有很好的排名吗？Is Cloud 是否足够智能，可以开始为正确的工作排名正确的工具？因为这正是我们在这里谈论的，就是为正确的工作选择正确的工具。>> 是的。Is Cloud 是否足够智能，可以为正确的工作排名正确的工具？是的，如果你提示它，你知道，或者，我想这是我不知道的事情之一，让我们找出答案，让我们阅读文字记录。如果不是，你如何帮助它？>> 是的，只是，我认为所有这些事情都是一种直觉，你知道吗？就像骑马一样，不是说我骑过马，但我知道就像我所想象的那样，就像跑步一样。[笑声]>> 是的。就像你，你知道，你正在向马发出这些信号。你让它平静下来。你试图理解它如何加速它，你知道我的意思吗？所以，这是一种非常有机的事情，对吧？嗯，我们喜欢说模型是培养出来的，而不是设计的，对吧？所以我们正在了解它们的能力。是的。嗯，是的，什么以及在哪里。是的>> 快速提问。所以，有没有办法为电子表格添加元数据？你可以在不同的文档中提供描述吗？>> 是的，例如，KPI 用于构建智能来提问。>> 是的。所以这是另一个很棒的模式，就是，好的，你能为电子表格添加元数据吗？所以，这些是你可能想在考虑搜索时思考的问题，对吧？比如，你可以做什么预处理来改进搜索？所以，一个例子是将其转换为 SQL 格式或其他什么，你使用可以查询它的东西，对吧？这是一个转换步骤。另一个步骤是，也许你有一个工具，或者，嗯，一个预处理步骤，另一个代理注释电子表格并添加信息，以便代理可以更好地搜索这些信息。对吧？所以，嗯，是的，还有一个。嗯，我只是好奇，我意思是所有这些工具听起来都很棒，但是，是的，为什么代理不能，>> 你知道，做建议的事情，读取标题，然后获取日期？我觉得这应该很容易，或者重新测试。>> 是的，我可能应该用代码准备好。但我确实构建了很多电子表格代理。基本上，>> 不是，这有点难。是的。是的。所以，嗯，基本上我会这样想，所以我们有，好的，Sean，你有什么关于它如何同时说话和编码的建议吗？请继续。>> 哦，我明白了。是的。>> 你在 Whisper Flow 工作还是什么？>> 把麦克风放在你的衬衫里？>> 衬衫上有一个麦克风按钮。[笑声]>> 衬衫后面有一个麦克风按钮。哦，我，我只是不相信那些东西，伙计。好的。嗯，[笑声]也许我不应该在人工智能实验室工作。嗯，好的。所以，嗯，让我想想。>> 等等。等等。嗯，搜索。所以，>> 一种方法是，你看电子表格，对吧？比如，你可以说在这里，你可以设计公式，比如 B3 2，所以这是一个代理非常熟悉的语法，比如 B3 到 B5，对吧？所以，你可以设计一个代理搜索界面，就像这样，比如 B3 B5 或者什么，对吧？所以，你的代理搜索界面可以接受一个范围，它可以接受一个范围字符串，对吧？这些是代理非常熟悉的，对吧？比如，你可以，做 SQL 查询，对吧？代理非常熟悉 SQL 查询，对吧？嗯，而且，比如，你也可以做 XML，对吧？抱歉，字体太小了。嗯，好的。嗯，是的，你也可以做 XML。我不确定你们是否知道，但 XLX 文件在后端是 XML，对吧？XML 是非常有结构的，你可以做一个 XML 搜索查询，有不同的库可以做到这一点。所以，这是一个例子，对吧？就是如何搜索和收集上下文，我希望这能说明你，收集上下文真的很有创造力，对吧？而且，有很多迭代，如果你只尝试了一种迭代，那可能还不够，对吧？比如，像你能尝试的所有不同的方式，对吧？比如尝试 SQL，尝试 CER，尝试 GP 和 O，以及所有这些东西，并且有一些测试，你可以在不同的东西上进行测试，看看代理喜欢什么，不喜欢什么。嗯，对于每个案例都会有所不同。>> 抱歉。当你说的代理时，你指的是模型，还是因为我们正在构建一个代理？>> 是的。而且你依赖于已经存在的关于如何处理 XML 的知识，谁在做这件事？模型。>> 是的，因为问题是，知识从哪里来？是模型吗？是，我说的代理是什么意思？是的，一般来说，我认为你正在寻找的是，你有一个问题，你想让它尽可能地分布化，对吧？所以，代理知道很多事情。它知道很多关于金融的事情，对吧？所以，如果你让它做一个 DCF 模型，它知道 DCF 是什么，对吧？而且如果你想给它更多信息，你可以做一个技能，对吧？但它知道 DCF 是什么。它知道 SQL 是什么。它能把它们结合起来吗？对吧？所以，理想情况下，你想让你的问题在某种程度上是分布外的，对吧？比如，有一些信息不在互联网上，或者你有的信息，或者一些对你来说是独特的东西，你想尝试并把它变成尽可能分布内的。嗯，是的，这非常有创造力，我认为，比如，你知道，它不像，它不是一门科学，[笑声] 非常像一门艺术。所以，嗯，是的。好的。所以，我们已经尝试了收集上下文，然后采取行动。嗯，我们可以在这里做很多和以前一样的事情，对吧？比如，我们可以插入二维数组，对吧？嗯，如果我们有一个 SQL 接口，对吧？我们可以，我们可以做一个 SQL 查询，我们可以编辑 XML。嗯，这些通常非常相似，对吧？比如，采取行动和收集上下文，你可能想要一个类似的 API 来回交互。然后最后一件事是验证工作，对吧？比如，你如何看待，你如何看待它？嗯，检查空指针，对吧？是其中一种方法。嗯，关于验证还有其他想法吗？是的>> 抱歉，我有点困惑，如果你说>> 比如，当你使用其他 SDK 来构建代理时，我不需要告诉它如何收集上下文。>> 当然。>> 我只是给它上下文并解释这是什么，基本上我用简单的英语解释>> 它的意思。>> 是的。>> 我通常的做法是，我实际上会创建一个单独的代理来进行 QA。>> 哦，有意思。>> 来验证，因为我不信任代理自己验证。但我只是，我只是有点困惑，我需要提供给代理的细节程度。>> 是的。好的。所以问题是关于向代理提供上下文与让它自己收集上下文。你提到你有时会使用 QA 代理。你能问一下，比如你在构建代理的领域是什么？>> 在网络安全领域。>> 好的。当然。是的。是的。嗯，我认为我需要更深入地研究细节，但云代理 SDK 非常适合网络安全，而且，我通常会鼓励人们尽可能多地让代理收集上下文，你知道吗？比如，让它尽可能多地找到自己的工作。嗯，你正在给它找到自己工作的工具。我的想法是，就像有人把你锁在一个房间里，他们会给你任务，你知道吗？就像你的工作一样，就像 Mr. Beast 那样的场景，对吧？比如，如果你待在这个房间里 6 个月，你会得到 50 万美元。嗯，然后，比如，有人给你发消息，你想做什么工具，对吧？比如，你只想看一堆论文，还是你想用计算器，还是电脑？对吧？我可能会想要一台电脑，对吧？我想要谷歌。我想要所有这些东西，对吧？所以，我不想让那个人给我一堆论文，说，“嘿，这可能就是你所需的所有信息。”我宁愿说，“嘿，给我一台电脑。给我问题。让我搜索并找出答案。”对吧？所以，我也这样看待代理。比如，它们需要，你知道，它们被困在一个房间里。>> 所以我需要给它们工具。所以，如果你能回到幻灯片，你有的图表>> 回到图表，比如这个，或者>> 是的，所以基本上收集上下文就是我提供的工具。>> 是的。正是如此。是的。我给了它一个代码生成 API，也许我给了它一个 SQL 工具。也许我给了它一个 bash。这些都是例子，对吧？所以，是的，你还有一个问题。>> 问题。所以，对于你拥有的所有代理，它们共享相同的上下文窗口吗？>> 有意思。是的。所以，代理共享上下文窗口吗？我认为这是一个总体上关于如何管理上下文的有趣问题。嗯，我认为，我还没有太多地谈论过，但子代理是管理上下文的一种非常非常重要的方式。嗯，我认为我们正在云代码中使用越来越多的子代理，我会非常普遍地考虑使用子代理。所以，比如，我们可能会为电子表格代理做的是，也许我们有一个搜索子代理，对吧？所以，子代理非常适合当你需要做很多工作并向主代理返回答案时。所以，对于搜索，假设问题是，我如何找到 2026 年的收入？也许你需要做很多结果。也许你需要搜索互联网，也许你需要搜索电子表格，诸如此类的事情。而且有很多事情不需要进入主代理的上下文。主代理只需要看到最终结果，对吧？所以，这是一个很好的子代理任务。嗯，我这里没有专门的子代理幻灯片，但是的，它们非常有用，我认为这是一个很好的思考方式。嗯，是的>> 而且只是为了扩展这个问题，实际上>> 比如验证，你可以想象通过一个技能或一个子代理来完成。你甚至可能想要一个对抗性的，比如安全例子是一个很好的例子。想要让它全力以赴，并且不真正对已经完成的工作有任何同情关系。这是一个非常，我明白了，这是一个范围，但你是在说，是的，你会在这里使用一个子代理，你会使用一个技能吗？你会怎么想？>> 是的，绝对。所以问题是，你是否使用子代理，或者>> 我相信它会起作用的，只是为了确保。>> 哦，当然。是的。是的。谢谢。很感激。嗯，好的。是的。嗯，你能用子代理进行验证吗？是的。我认为这是一个模式。我认为，理想情况下，最好的验证形式是基于规则的，对吧？比如，有没有空指针之类的？那很容易验证。它不像代码检查或编译那样，比如，你尝试插入的规则越多越好，而且再次要有创造力，对吧？比如，在云代码中，如果代理试图写入一个我们知道它还没有读取的文件，比如我们还没有看到它进入读取缓存，我们就抛出一个错误，告诉它，“嘿，你还没有读取这个文件，先尝试读取它。”这是我们插入验证步骤中的一种确定性工具的例子。所以，尽可能多地，任何时候你想到验证，第一步是，你能做什么确定性的事情？比如，你知道，你能做什么输出？而且，再次，当你选择哪种类型的代理时，具有更多确定性规则的代理更好，你知道吗？它们只是，就像，这很有道理，对吧？所以，当然，随着模型在推理方面越来越好，你就可以拥有这些子代理来检查主代理的工作。主要的事情是避免上下文污染。所以，你可能不想，比如，分叉上下文。你可能想开始一个新的上下文会话，然后说，“嘿，是的，对抗性地检查，比如，这个输出是由麦肯锡的一名初级分析师制作的，或者别的什么。他们毕业于，不是小学，他们的 GPA，你知道吗？比如，只是给它很多东西，然后让它批评，对吧？比如，这是子代理的工具之一，对吧？所以，是的，你越多地，比如，是的，随着模型越来越好，这种验证也会越来越好。嗯，但确定性地做到这一点是一个很好的开始。>> 是的。>> 只是一个关于验证工作的问题。>> 是的。>> 嗯，所以，比如，我们发现没有指针。也许很容易说，“好的，修复它。”但是，你知道，比如，我们将其部署到生产环境中，并且客户正在使用它，而不是我们，他们不知何故陷入了一个整个电子表格被删除的境地。所以，比如，我们需要在什么层面上嵌入能够撤销工具的能力？因为，比如，假设 QA 代理返回说他们的电子表格是空的。>> 是的。>> 不一定能够撤销，所以，你的建议是什么？>> 是的。所以问题是，你如何看待状态以及撤销和重做，能够，嗯，基本上修复错误，对吧？我认为这是一个非常好的问题，老实说，另一个，比如，当你想到代理擅长什么时，对吧？比如，或者代理擅长哪些问题领域？工作的可逆性是一个很好的直觉，对吧？所以，代码是相当可逆的。你可以回去，你可以撤销 git 历史。我们从，你知道，这些原子操作开始，对吧？比如，我一直在使用云代码中的 git，我不再输入 g 命令了，对吧？所以，这是一个很好的例子。一个非常糟糕的例子是计算机使用，[清嗓子]你知道，因为计算机使用没有状态的可逆性，对吧？比如，假设你去 door-ash.com，然后你添加，用户希望你订购一杯可乐，然后你添加订购一杯百事可乐，现在你不能只是回去点击可乐。你必须去购物车，你必须删除百事可乐，对吧？所以，你的错误已经复合了，你知道，这个状态和状态机变得更加复杂，对吧？所以，每当你处理非常非常复杂的状态机，你无法撤销或重做时，它确实会变得更难，对吧？而且我认为工程师的问题之一是，你能把它变成一个可逆的状态机，就像你说的，你能存储检查点之间的状态，这样用户就可以说，“哦，我的电子表格现在一团糟了，只是回到上一个检查点，对吧？甚至模型可以回到以前的检查点吗？嗯，我认为有人有一个时间旅行工具，他们给了其中一个编码代理，这有点酷，你就像，你可以回到这个发生之前的某个点。你知道我的意思吗？嗯，这很有趣。我认为所有这些工具，有些现在还不太好用，但你知道，我们会到达那里的。嗯，是的，思考状态和验证非常有用，对吧？所以，嗯，是的，后面的快速提问。>> 是的。嗯，>> 我有点好奇规模。嗯，所以，如果电子表格有数百万行，数百万列，或者任何类型的数据库，在这种情况下，你将如何搜索？显然有一个上下文，你必须考虑。>> 是的，这很棒。嗯，我可能应该把电子表格例子作为我的编码例子，我的编码代理是一个宝可梦代理。嗯，电子表格可能就够了。嗯，问题是，如果电子表格非常大怎么办？如果你有数百万行，嗯，10 万列，或者 100 列，或者随便什么，你怎么看待它？对吧？你的数据库也很大，你怎么做？嗯，我认为对于所有这些事情，当然，随着数据越来越大，问题就越来越难，你知道，它确实是，你的准确性会下降，对吧？比如，云代码在更大的代码库中比在更小的代码库中更差，对吧？随着模型越来越好，它们会在所有这些方面做得更好。嗯，对于所有这些，我会考虑，如果我有一个数百万列和数百万行的电子表格，我会怎么做？我我意思是，我需要开始搜索它，对吧？我会像，比如，如果我搜索收入，我会像搜索 Ctrl+F 收入，然后我会检查每一个结果，我会像，这是对的吗？然后，我会看到，比如，这里有一个数字吗？然后我可能会保留一个便签本，一个新的工作表，我会在上面写，“嘿，比如，等于收入等于这个”，你知道吗？并且存储这个引用并继续。所以，我认为这是一个很好的思考方式，就是模型应该，你不应该，比如，将整个电子表格读入上下文，因为它会，它会占用太多，对吧？嗯，你想给它，比如，起始的上下文量，这也是你的工作方式，对吧？比如，假设你打开了电子表格，你看到的是行，这是对的吗？你看到的是前 10 行和前，你知道，30 列左右，对吧？这就是你看到的，你不会立即将所有内容加载到上下文中，你可能会有一种直觉，比如，“嘿，我应该加载更多内容，”对吧？而且，比如，“哦，我应该导航到这个其他工作表，”对吧？而这个其他工作表有更多数据，对吧？嗯，但你需要，比如，你收集上下文，对吧？所以，代理也可以以同样的方式运行。它可以导航到这些工作表，读取它们，比如，尝试并保留一个便签本，做一些笔记并继续。所以，这就是我会考虑的方式。嗯，是的，后面。>> 是的。所以我的问题是关于管理上下文污染，实际上，我认为这与前一个问题有关。你有没有一个经验法则，你知道，在上下文窗口中使用多少比例的上下文，然后你会开始遇到收益递减，或者它变得不那么有效？>> 是的，问题是，是的，上下文管理。你有没有一个经验法则，比如，在使用多少上下文窗口之前，它会变得不那么有效？这实际上是我认为目前一个相当有趣的问题。嗯，我认为很多时候，当我与使用云代码的人交谈时，他们会说，“我正在进行第五次压缩。”我说，“什么？”比如，我几乎从未做过压缩。你知道我的意思吗？比如，我必须自己测试用户体验，通过，比如，强迫自己进行压缩。嗯，只是因为，比如，我倾向于，当我自己在云代码中时，我经常清除上下文窗口，因为，比如，至少在代码中，状态在代码库的文件中，对吧？所以，假设我做了一些更改，云代码可以查看我的 git diff 并说，[哼哧]哦，嘿，这些是你做的更改。它不需要知道，比如，我与它的整个聊天记录，你知道，才能继续一项新任务，对吧？所以，在云代码中，我经常清除上下文，而且我经常说，“嘿，看看我未完成的 git 更改。我正在处理这个。你能帮我以这种方式扩展它吗？”对吧？这是思考方式之一。而且，当你构建自己的代理时，比如，假设我们正在构建一个电子表格代理，它会变得更复杂，因为你的用户技术水平较低，对吧？而且他们不知道什么是上下文窗口，对吧？嗯，我认为这是一个难题。我认为那里有一些用户体验设计，比如，你能重置对话状态吗？比如，你能每次用户提出新问题时都进行自己的压缩，或者别的什么，然后你能，比如，总结上下文吗？嗯，它，比如，在电子表格中，很多状态都在电子表格本身中，所以它可能不需要，你知道，知道整个上下文。嗯，你能存储用户偏好吗？比如，当它进行时，这样你就记住了这些东西，你知道吗？比如，有很多，再次，这是一个艺术，有很多不同的角度和方式可以做到这一点，对吧？嗯，但是的，你正在试图，比如，最小化上下文使用。你可能不需要数百万的上下文，你知道我的意思吗？比如，你只需要良好的上下文管理，用户体验设计。是的。嗯，是的>> 嗯，只是，我只是想问，子代理是为了保护核心代理的上下文而创建的，对吧？>> 没错。是的。子代理是为了>> 电子表格。我们能否使用多个子代理，并尝试创建一个过程，将电子表格分块，以防它非常大？这样代理就可以并行运行，彼此之间。>> 是的。是的。我的意思是，嗯，是的。所以，我喜欢云代码的一件事是，我们是使用子代理的最佳体验，尤其是在使用 bash 的子代理方面。它非常好。我并没有完全意识到所有的痛苦。嗯，我认为如果有人要去 QCON，我相信 Adam Wolf 将在 QCON 上发表一个关于我们如何制作 bash 工具的演讲。Adam 是个传奇人物，bash 工具做得非常好。嗯，当你同时运行并行子代理时，bash 会变得非常复杂，而且有很多，比如，竞态条件之类的。所以，我们已经解决了许多问题，对吧？所以，这是我喜欢云代码的一件事，你可以说，“嘿，比如，启动三个子代理来完成这项任务”，它就会做到，而且在代理 SDK 中，你也可以让它这样做。所以，第一，子代理是代理 SDK 中的一个很好的原语，而且我还没有见过有人做得这么好。所以，这是使用它的一个重要原因。嗯，是的，一般来说，你想要它，你想要这些子代理来保留上下文。比如，假设你有一个电子表格，你可能同时有多个读取子代理在进行。对吧？所以，也许主代理说，“嘿，这个代理能读取并总结工作表一吗？这个代理能读取并总结工作表二吗？这个代理能总结工作表三吗？”然后它们返回结果，然后代理可能会再次启动更多子代理。对吧？所以，这是你拥有的另一个旋钮。嗯，而且我认为我想说的是，我们已经谈了很多关于你可以做到的所有不同的创造性方式。这是你应该思考你的问题的层面。你不应该真的，在我看来，思考“比如，我如何启动一个进程来创建一个子代理，或者，你知道，比如，压缩是什么背后的系统工程？”对吧？所以，我们为你处理了所有这些，在框架中，所以你可以思考，“嘿，我需要启动哪些子代理？”对吧？以及“我如何创建一个代理搜索界面？”以及“我如何验证它的工作？”这些是你必须解决的核心和困难问题。[笑声]而且你花费的任何时间不是解决这些问题，而是解决更低级的问题，你可能没有为你的用户提供价值。你知道吗？所以，嗯，是的，我认为子代理，非常喜欢代理 SDK，以防万一，是的，嗯，是的>> 所以，嗯，比如，我们有这个文本和验证任务，那么我们应该在哪里将验证放在这个例子中？比如，在生成 SQL 查询之后，我可以验证它是否是正确的查询，或者没有生成正确的查询，这是一个路径。第二条路径是，直接生成查询，执行它，一旦我得到输出，然后我进行验证。所以，嗯，代理如何动态选择，哪条路径是正确的？>> 是的。所以问题是，你在哪里进行验证？嗯，是在最后吗？你在中间进行，诸如此类的事情。我会说，比如，无论你在哪里，都可以不断地验证，对吧？比如，我说了，我们在云代码的读取步骤中进行了一些验证，所以这是一个很好的例子。嗯，你可以在最后进行，你绝对应该在最后进行，但在任何其他时候，如果你有规则或启发式方法，尤其是，比如，如果你说，“嘿，我的一个规则是，你不应该搜索的总列数应该少于 10,000 或少于 1000 或类似的东西”，这是一个很好的方法，对吧？比如，同样，在这里，也许你不应该插入一个巨大的，比如，值的行，给模型反馈，说，“嘿，把它分块，”你抛出一个错误并给出反馈，而模型的好处是，它会听取反馈，它会读取错误输出，然后它会继续。所以，是的，验证肯定是我知道我在这个，比如，作为一个循环，但它肯定更像是验证可以在任何地方发生，并且应该发生在任何地方，比如，把它放在尽可能多的地方。所以，嗯，好的，我确实需要开始做一些原型设计，但我会再问一个问题。所以，就在这里。是的。>> 我们如何说，我们如何形成步骤？我的意思是，比如，我们如何告诉代理先去搜索，然后是这个步骤，然后是那个步骤？>> 循环实际上是如何从起点到终点的？我们如何>> 你直接告诉它。所以，比如，>> 比如，它是在系统提示中，还是>> 是的，在系统提示中。是的。所以，比如，使用云代码，我们只是给它 bash 工具，然后我们说，“嘿，比如，收集上下文，读取你的文件，做事情，运行你的代码检查，你知道我的意思。”嗯，所以，再次，对于代理，你不需要强制执行这一点，对吧？你不需要告诉它，嘿，你需要做这个，因为，比如，有时可能没有必要，对吧？比如，假设有人在问一个只读问题，关于你的电子表格。你不需要，比如，验证，比如，没有编译错误，对吧？因为你没有做任何写入错误，对吧？写入操作，对吧？嗯，所以，嗯，让代理变得智能，并且，比如，以同样的方式，就像你一样，比如，同样的自由，当你做你的工作时，对吧？你被困在这个盒子里，或者别的什么，同样的，对吧？嗯，好的，酷。我，我确实想尝试看看我是否现在可以做一些原型设计，因为我们也有这个，嗯，嗯，持有者。嗯，好的，是的，执行 lint。我们已经做了很多 QA。好的。原型设计。好的。假设你有一个代理，对吧？比如，你想构建一个代理。你从这次谈话中出来，你说，太棒了，我有很多想法。我该怎么做？嗯，我认为我总体上说的就是，构建一个代理应该很简单。你的代理最终应该很简单，但简单并不意味着容易，对吧？所以，它应该非常容易上手，而且它就是去云代码，给云代码一些脚本和库以及自定义云身份，并让它去做，对吧？这就是我们要做的，对吧？嗯，它应该很容易说，“嘿，这是我的 API。这将是一个 API 密钥。你能，比如，去搜索，你知道，我不知道，我的客户支持票据，或者别的什么，并按优先级组织起来，或者别的什么，然后看看云代码做了什么，然后迭代它，对吧？而且，这是一个很好的方式，比如，直接跳到你拥有的困难的领域特定问题，对吧？所以，你有很多领域问题，比如，如何组织你的数据，你的代理搜索，如何，比如，在你的数据库上创建护栏，这些都是你可以立即用云代码解决的问题，对吧？所以，尝试并构建一些感觉相当不错的东西，使用云代码。而且，我认为一般来说，我所看到的，你可以在使用云代码本地时立即做到这一点并获得非常好的结果，对吧？而且，你应该有很高的信心，对吧？所以，嗯，是的，我认为，[笑声]我忘了更多信息。观看我的 AI 工程师讲座。嗯，这是一个内部的演示文稿，我们正在使用。嗯，好的。所以，嗯，是的，我将插入这个。所以，是的，你得到的是我们向客户展示的东西，对吧？所以，嗯，好的。嗯，是的。所以，是的，使用云代码。嗯，再次，简单，但简单并不容易，对吧？所以，比如，你的代理中的代码量不应该，比如，非常大。它不需要很大，不需要极其复杂，但它需要优雅。它需要是模型想要的。你想有一个有趣的见解。让我们把模型变成一个 SQL 查询。哦，让我们把这个电子表格变成一个 SQL 查询，然后从那里开始，对吧？所以，嗯，这样想。而云代码是做到这一点的好方法。所以，好的，嗯，让我们做一个宝可梦代理，对吧？这就是我们要做的。嗯，宝可梦是一个有很多信息的游戏。有数千种宝可梦，每种都有大量的招式。嗯，嗯，我们想非常通用。所以，实际上有一个 Pokey API。嗯，我选择宝可梦的原因只是因为，我知道你们也有自己的 API，对吧？而且它们都非常独特，对吧？嗯，所以我选择了一个具有复杂 API 的东西，我以前没有尝试过。嗯，所以，Poke API 有，你知道，你可以搜索宝可梦，比如 Ditto。你可以搜索物品之类的。嗯，所以它有这个，是的，这个自定义 API。你拥有游戏中的所有东西，对吧？所以，嗯，是的，比如，代理可能想要做的其中一件事是，你的用户可能想做的是组建一个宝可梦队伍，对吧？我爱宝可梦。我几乎不知道如何组建一个有趣的宝可梦队伍。
竞争性游戏。嗯，我的代理能帮我处理这件事吗？那会很酷，对吧？所以，嗯，我的目标是创建一个可以聊宝可梦的代理，然后我们会，你知道，看看我们能做什么，对吧？以及我们能走多远。所以，嗯，我已经做了一些这方面的工作了，我会打开并展示给你们看。所以，嗯，第一步，这里的提示是，第一步是，我将主要为此进行代码生成，对吧？所以，嗯，让我问一下，它会在 GitHub 的某个地方吗？>> 嗯，实际上是的。嗯，是的，它在我个人的 GitHub 上。>> 哦，是的。我打算把所有这些都提交上去。>> 是的。>> 嗯，是的。是的。所以，嗯，我认为我的个人 GitHub 是，让我想想。好的。>> 是安全的 GitHub 还是有恶意软件在里面 [笑声]？>> 你们是人工智能工程师。是的。就像，如果你被攻破了，那就是你的错。嗯，是的。所以，嗯，是的，如果你愿意，你可以克隆它。嗯，我需要推送最后的更改。所以，好的。所以，嗯，是的。你们能看到这个吗？我应该把它切换成暗模式吗，还是这样就可以了？嗯，>> 暗模式。>> 暗模式。好的。 [笑声] >> 好的。好的，这样更好。>> 不。>> 你想要另一种暗模式？>> 暗黑。好的。我不认为这会变得更好，伙计们。嗯，好的。我这是怎么运作的？你们还能听到我说话吗？>> 好的。嗯，好的。所以这里有一个例子，我给了它一个提示，我说，嘿，我去 Pokey API 搜索它的 API，并创建一个 TypeScript 库，对吧？所以，这都是我编写的代码。所以，你可以看到这里它为宝可梦创建了这个接口，对吧？所以，它创建了这个宝可梦 API，我可以按名称获取，我可以列出宝可梦，我可以获取所有宝可梦，我可以获取物种和能力，等等。所以，这只是我给它的一个提示，对吧？它生成了这个 TypeScript API。它也为招式做了。嗯，然后它创建了这个，就像，嗯，它创建了这个 API，我可以使用它，从 Poke API SDK 导入 Poke API。嗯，是的，你可以看到它是如何设置的。嗯，现在对比一下，对吧？所以，这是 cloud.mb，对吧？这是 Pokey API 的 TypeScript SDK。嗯，这是 Pokey API 中的模块。这里有一些关键功能。嗯，嗯，我要求它在 examples 目录中编写脚本，然后它将执行这些脚本来帮助我进行查询，对吧？嗯，我给它一些示例脚本。它不总是需要所有这些信息，对吧？嗯，但是的，获取宝可梦，列出资源，获取数据，诸如此类的事情。所以，这就是我的代理，真的。它是一个我给它的提示，用于生成 TypeScript 库，然后是这个 cloud.md。我可以和它在 cloud code 中聊天。我还会向你们展示一个只有工具的版本。所以，这里我正在使用 messages completion API，对吧？我给了它很多来自 API 的工具。比如获取宝可梦，获取宝可梦物种，获取宝可梦能力，获取宝可梦类型，获取招式。你们定义了所有这些工具，你可以看到，你知道，我也只是给它一个提示，让它制作这些工具。它不想制作 100 个工具，对吧？有很多烟雾，或者抱歉，宝可梦 API 数据。嗯，但它，你知道，它只能处理这么多参数。所以，它有这个工具调用，现在，嗯，我制作了一个小的聊天界面。对吧？所以，让我现在去这里说，嗯，这是我的工具调用。>> 我做得很棒。所以，是的，这里我们有这个 chat.ts，对吧？嗯，我原型制作东西时使用 bun，只是因为我不想从 TypeScript 编译到 JavaScript。嗯，而且，再次，bun 内置了 linting 功能。它是一种简化代理的方式，这样代理就不需要记住编译，但 TypeScript 更适合生成，因为它有类型，对吧？我将开始这个有趣的聊天，然后我将尝试，比如，第二代水系宝可梦有哪些？嗯，你会看到它正在开始搜索，我在这里记录了所有的工具调用。这非常非常重要，对吧？因为，它需要进行工具调用。所以，你可以看到它正在搜索很多宝可梦。嗯，然后它告诉我，好的，这是第二代的水系宝可梦，对吧？它有 Totodile、Croconaw、Feraligatr。你可以看到它是如何思考的，在每一步之间，它都在思考之前的步骤。现在，比如，假设我想用 claw code。我认为我可能需要>> 嗯，我需要删除这个例子。>> 嗯，哦，是的。>> 小问题。你如何记录工具调用？它只是一个参数，你可以>> 哦，是的，这是，嗯，这是在普通 API 中，对吧？所以，我只是，嗯，在模型中，每次它记录时，我只是调用这个，这是在，嗯，普通的 Anthropic API 中，在 SDK 中。我稍后会回到 SDK。嗯，它只是，你只是记录每个系统消息。所以，嗯，只是在控制台日志中。这有意义吗？还是，是的。好的。是的。>> 所以，所以你刚才展示的那个聊天界面，它只是在使用常规 API 吗？>> 是的，它在使用常规 API。>> 所以，不是代理 SDK，>> 不是代理 SDK。是的。是的。所以，我在这里要做的是，嗯，我在这里要删除这个脚本，因为我不想让它作弊。嗯，但是，好的。所以，这里你知道，嗯，我只是打开 cloud code。我创建了很多文件。我将说，你能告诉我所有第二代的水系宝可梦吗？嗯，然后我们会看看它能做什么，对吧？所以，嗯，[清嗓子] 我不确定我是否需要提示它写一个脚本还是什么。我认为它会没事的。我们会看看会发生什么。>> 你介意去核心 SDK 文件并展示你谈到的获取上下文，然后是操作，然后是验证吗？你能展示一下代码以及我们如何配置工具描述吗？>> 是的。所以，嗯，我们还没有做 SDK 部分。所以，到目前为止，我只是在 cloud code 中放了一些 API。是的。是的。>> 对不起，我以为我错过了。那是>> 是的。是的。是的。当然。好的。嗯，但是，是的。所以，好的。你可以在这里看到，嗯，它给了我更多，对吧？嗯，>> 是的，它给了我更多。所以，它，它，它说有 20 只水系宝可梦，对吧？我认为这大致是正确的。我，嗯，嗯，它做了什么？我认为它只是知道。好的。这很有趣。现场直播。嗯，嗯，无论如何，嗯，是的，宝可梦有点分布不均，这，这，我猜是好的 [笑声]。嗯，但是，是的，所以，它会做什么，它会尝试，嗯，编写脚本，因为你不想让它思考太多，对吧？所以，这里是，好的，我要做的是，嗯，让我想想，第二代水系宝可梦在哪里？好的。所以，是的，你可以在这里看到，它知道，好的，世代的开始。它通过 API 获取这些。嗯，我猜它决定不使用我预先构建的 API。嗯，然后，是的，然后运行它，对吧？所以，嗯，我认为我需要改进 cloud.md。但是，无论如何，你可以看到，它能够检查 200 多只宝可梦，然后检查它们的类型，然后，你知道，获取它们的信息，对吧？所以，这是一个关于如何进行代码生成以及如何使用 cloud code 来完成它的快速示例，对吧？所以，嗯，我们将运行这个脚本，然后，嗯，嗯，就像，继续，对吧？所以，嗯，它会给我输出，嗯，是的，基本上我想展示的，让我想想，我们还有大约 15 分钟。嗯，>> 玩宝可梦。>> 时间玩宝可梦。是的。是的。实际上，这是我一直在考虑演示的其中一个。嗯，Cloud Code 玩宝可梦。所以，比如，假设你想做一个代理版本的 Cloud Plays Pokemon。你会怎么做？嗯，我认为你会做的是，你会给它访问 ROM 的内部内存，对吧？所以，假设它想找到它的队伍，它可以搜索内存，而 Pokémon Red 是一个非常好的分布，反向工程的游戏，对吧？所以，它可以搜索内存，说，嘿，这些是宝可梦。嗯，这是我如何找到地图，这是我如何导航它，对吧？所以，这可能是一个给读者的练习，如果你想尝试一下。嗯，有一个，嗯，Node.js GBA 模拟器。嗯，我认为我必须合法地说，你必须去购买 Pokémon Red 并尝试一下。嗯，但是的，我认为，嗯，是的，一个很好的例子。无论如何，这里，它已经获取了所有这些，并列出了它们的所有类型，嗯，是的，你可以看到它是如何使用代码生成来做到这一点的，对吧？所以，嗯，一个使用 cloud code 来原型化这个的快速示例。嗯，现在可以有更有趣的数据。所以，嗯，我确实想留出时间进行演示。所以，我认为我只会，嗯，为了提问。所以我只会，嗯，通过一个例子。比如，假设你在制作竞技宝可梦。竞技宝可梦有很多不同的变量和数据。所以，这是一个来自这个在线库的文本文件，基本上存储了所有宝可梦以及它们的招式，以及它们与谁配合得好，与谁配合不好，以及，你知道，它们被谁克制，以及所有这些事情，对吧？所以，这里有很多数据，对吧？而且它都在一个文本文件中。嗯，这实际上对 cloud code 来说相当不错，对吧？因为我可以这样说，好的，嗯，我会给它更多的数据。通常，我把它放在，嗯，检查数据文件夹。告诉我，我，我想围绕妙蛙花组建一个队伍。你能根据 Smogon 数据给我一些建议吗？嗯，Smogon 是一个在线 API。所以，我不太确定它在这里会做什么，我还没有做过这个查询。嗯，但我们会看看。我认为这会很有趣。嗯，我在哪里？哦，我明白了。嗯，是的。但是我想做的是，嗯，通过这个数据进行梳理，对吧？然后，嗯，从第一原理，没有见过这些数据，如何回答我的查询，对吧？所以，嗯，当它这样做的时候，我会回答任何问题。是的。>> 嗯，首先，工作很棒。嗯，所以这真的是在 cloud code 之上。>> 所以，我的问题是，如果我们部署这个客户，基本上>> 我们是否应该让 cloud code 运行在一个，嗯，一个集群中，或者我们是否能以某种方式将 cloud code 部分取出，只留下 bot 和代理 SDK？>> 是的。所以，让我非常快速地向你们展示一下使用代理 SDK 的样子。嗯，所以，我已经完成了文件系统，对吧？而且，我再次想让你把文件系统看作是一种进行上下文工程的方式，对吧？就像，这是代理的许多输入。所以，我的实际代理文件只有 50 行，对吧？嗯，而且它主要是，嗯，随机的，嗯，样板代码，对吧？就像，我猜，是的，它决定阻止它在自定义脚本目录之外编写脚本。再次，完全向后编码。所以，嗯，是的，你可以看到，它只是运行这个查询，获取工作目录，嗯，然后，嗯，嗯，在循环中运行它，对吧？所以，我可能想把它变成，嗯，一些允许的工具，等等，但它非常简单。而且，嗯，如果我要将其产品化，我做的第一步是，好的，我已经在 cloud code 上进行了测试。它似乎做得相当好。我编写了这个文件。然后我把它放在，有两种方法可以做到。所以，一种是，我认为本地应用程序可能会随着 AI 回归，因为我认为运行它的开销太大了。就像，例如，cloud code 是一个前端应用程序，对吧？就像，它在你的电脑上运行。所以，也许我把它作为一个宝可梦应用程序来转移的方式是，嘿，我有一个应用程序，你安装它，它在你的电脑上本地运行，然后编写脚本。我认为这是一种方法，对吧？嗯，另一种方法是，是的，你有一个，[清嗓子] 在沙箱中托管它。嗯，而且，再次，有很多不同的沙箱提供商，它们使它变得非常容易，比如 Cloudflare 有一个很好的例子，关于使用代理 SDK，它只是像 sandbox.st start，你知道，然后，嗯，bun agent.ts ts，就这样了，对吧？就像，他们抽象了很多东西。嗯，所以你运行，嗯，沙箱，然后你与它通信，嗯，是的，我认为有一些非常有趣的东西，我不确定我是否有时间去接触，但是，嗯，我认为一些有趣的问题是，嗯，是的，就像，你如何做到这种，嗯，服务，现在你只是为每个用户启动一个子，嗯，一个沙箱？有很多，嗯，我认为有很多最佳实践需要解决。我想提请你们注意的一件事是，如果你正在创建一个带有 UI 的代理，比如，假设你有一个，嗯，是的，我的宝可梦代理，我想有一个适应用户的 UI，对吧？比如，有些用户在组建队伍，有些用户在帮助它玩游戏，有些用户只是想要宝可梦的图片。我如何让一个代理实时适应我的用户，对吧？嗯，我的做法是，在我的沙箱中，我会有一个开发服务器，对吧？开发服务器会暴露一个端口。它会在 bun 或 node 或其他东西上运行。它会暴露一个端口。代理可以编辑代码，它会实时刷新，你的用户将与那个网站进行交互。这就是很多网站构建器，比如 lovable 等，它们是如何工作的，对吧？它们使用沙箱，并基本上托管一个开发服务器。所以，为你的用户考虑这一点，如果你想要一个定制的界面，这是一个很好的方法。嗯，好的，让我想想。让我想想。它做了什么。嗯，好的，很酷。好的。所以，嗯，它编写了这个，嗯，脚本，生成了，显示一些基础统计数据，并建议了一个，嗯，嗯，一套招式和一些队友，你可以看到，嗯，看看它做了什么？嗯，控制 E。嗯，是的。好的。好的。所以，你可以在这里看到，它开始搜索妙蛙花，对吧？它开始找到那些类型，那些宝可梦，当它这样做的时候，它也会找到提到妙蛙花的其他宝可梦。所以，它找到了它的队友和它的克星等等，对吧？而且，它在这个过程中找到了有趣的宝可梦，对吧？它可能会与之合作。所以，它做了很多这些搜索，然后它获得了这些资料。它找到了最常见的队友，并编写了一个脚本来分析它，对吧？所以，这一切都基于一个文本文件。当然，我可以稍微预处理一下文本文件。嗯，但是，是的，它为你做了这种有趣的分析，对吧？而且，我将把更多的代码推送到 GitHub 仓库。嗯，我也会在 Twitter 上发布这个。我在 Twitter 上，我是 TRQ212。嗯，我发很多推文。所以，嗯，绝对，嗯，主要是关于代理 SDK 的东西。嗯，但是，是的，我们还有大约 8 分钟，所以我想把剩下的时间用来回答关于任何事情的问题，你知道，我很抱歉我们没有做更多的原型制作。嗯，但是，嗯，在那边。>> 是的，我本来想说这是一个缺陷，你能把它和那个结合起来，只是为了看看代理是否会更具选择性地选择它试图捕捉的队伍吗？>> 是的，把它放到 Cloud Play's Pokemon 中。是的。是的。我确实想玩 CL Code Plays Pokemon。我认为那会很有趣。是的。是的。我认为 Cloud Plays Pokemon，我认为我们尽量保持它尽可能纯粹的推理任务。是的。嗯，其他问题？是的。>> 我很好奇人们是如何盈利的，你知道，就像，你有点，嗯，失去了获得所有利润的机会。>> 是的。我很好奇，自己发布 SDK，这样他们就可以利用使用量。>> 是的。我认为总体而言，尤其是现在，代理有点贵，你知道我的意思吗？因为，嗯，模型刚刚开始变得有代理能力。我们非常专注于拥有最智能的模型，你知道，而且，嗯，通常这只是一个整体的，嗯，SaaS 业务软件的东西。你宁愿向少数真正有困难问题的人收取更高的费用，你知道吗？所以，我认为这仍然很好。就像，你可能应该找到，嗯，你知道，这些困难的用例，但我想说，第一，确保你正在解决人们愿意付费的问题，这是第一步，然后，第二，嗯，是的，我认为你可以按订阅或按代币收费。我认为这最终取决于，嗯，你期望人们使用你的产品多少，你知道吗？与，嗯，你期望他们，嗯，偶尔使用它。就像，cloud code 显然人们使用很多，而且为了，嗯，我们做了一个混合，嗯，如果我们给你一些速率限制，如果你超过了，我们就会进行，嗯，基于使用量的定价。嗯，我认为，嗯，是的，这非常，嗯，取决于你自己的用户群以及，嗯，他们会做什么，但我会说，盈利能力是你应该从一开始就考虑的事情，并围绕它设计你的，嗯，代理，因为很难撤回这些承诺。嗯，是的，在那边。>> 我还没听到你谈论过 hooks，我很想听听你对如何>> 嗯，是的，有很多东西要谈。嗯，hooks 很棒。我们确实提供了 hooks。嗯，hooks 是进行确定性验证的一种方式，特别是，或者插入上下文。所以，嗯，你知道，我们触发这些 hooks 作为事件，你可以在代理 SDK 中注册它们。有一个关于如何做的指南。嗯，你可能会使用 hooks 的例子是，比如，嗯，是的，你可以运行它来验证，嗯，每次的电子表格。你也可以，比如，假设我正在和一个代理一起工作，嗯，代理正在进行一些电子表格操作，而用户也更改了电子表格。这是一个有趣的，嗯，使用 hook 的地方，因为你可以说，嘿，在每次工具调用之后，插入用户所做的更改，嗯，并且，嗯，你正在给它一种有趣的实时上下文变化。所以，嗯，是的，我认为，嗯，嗯，是的，文档中有更多关于 hooks 的信息，也很乐意，嗯，之后再讨论。是的，更多问题。是的。就像我做的>> 我意识到它在工作。>> 我想把我们已经进行的同一个对话>> 转换成一个新的>> 好的>> 也就是说，我遵循了几个步骤，现在它实际上在工作，但我不希望重写所有代码来编写 [清嗓子] 它，因为它有效。>> 是的，当然。是的。所以，比如，假设你已经完成了这个原型制作，你发现了一些有效的东西。我会做的就是，嗯，我在某个地方，cloud.md，显然，嗯，当我尝试做这个一次的时候，它，嗯，没有直接使用我的 API，而是编写了 JavaScript。我应该在我的 cloud.md 中更具体地说，告诉它，嘿，你应该使用这个。嗯，[鼻息] 我，是的，我认为这是其中一件事。嗯，第二件事是，是的，总结一下，你有你需要的辅助脚本，然后，嗯，写一些像 agent.ts 这样的脚本来再次运行测试。是的，更多问题，在灰色区域。嗯，是的，我只是把它放进去了一个宝可梦，我认为它在撒谎，说它使用了脚本来回答。它尝试了几次，我的 SDK 不太好，它尝试了两次，然后它说，哦，这是你的比较表，但它只是因为它是分布式的。你对这种问题有什么建议吗？>> 是的，这是一个好问题，而且，你知道，嗯，我认为有一些混乱，对吧？嗯，我认为，嗯，如果一个代理知道答案，而你想，嗯，有点，嗯，对抗它，就像，好吧，比如，不，现在是第九代，而且，妙蛙花的统计数据已经改变了，而且有这个新的，嗯，角色，嗯，这很难。我实际上认为，一种方法是使用 hooks。所以，你可以说，比如，嘿，嗯，如果它返回了一个没有编写脚本的响应，你知道，你可以检查它，你可以说，给它反馈，比如，请确保你编写了一个脚本，请确保你阅读了这些数据，对吧？而且，你可以使用 hooks 来，嗯，提供这种反馈，就像在 cloud code 中一样，我们有这些，嗯，规则，比如，确保你在写入之前读取一个文件，对吧？所以，添加一些确定性。它绝对可以是，就像我说的，这是一门艺术，你知道，有时，你知道，是的，也许，比如，比如，编写课程，我猜，大概，[笑声] 是的，在灰色区域>> 你们是如何处理大型代码库的，我正在处理一个，嗯，超过 5000 万的代码库，所以>> bre 工具不起作用，真的>> 嗯，所以，我不得不构建，嗯，我自己的，嗯，语义索引类型的东西来帮助解决这个问题，对吧？>> 有没有像 Adtropic 这样的东西，可能在考虑如何让它更原生于产品，比如，你知道，几个月后，我正在写的东西就会消失，或者，嗯，你们是如何考虑的？好的，你的最后一个问题，几个月后，你认为它会消失吗？一般来说，是的。是的。 [笑声] 任何时候你问关于 AI 的问题，是的。嗯，我认为，嗯，语义搜索，这是一个 cloud code 问题，而不是一个安全问题，但我很乐意回答。就像，我们，嗯，你知道，语义搜索有权衡。它更脆弱。嗯，我认为你必须，嗯，索引和，嗯，搜索，而且，嗯，它不一定，模型没有经过语义搜索的训练，所以我认为这就是，嗯，问题，你知道，图，它是在图上训练的，因为，嗯，它很容易做到，但是，嗯，语义搜索，你正在实现你的定制查询，嗯，对于非常大的代码库，你知道，我们有很多客户在大型代码库中工作。我认为我所看到的是，嗯，他们只是做了，嗯，好的 cloud.md。你开始，你知道，尝试确保你在你想要的目录中开始，有好的，嗯，验证步骤和 hooks 和链接等等。所以，嗯，你知道，这就是我们所做的。我们没有，你知道，一个定制的，我们自己使用 cloud code，对吧？所以，嗯，是的。>> 好的。是的。最后一个问题。>> 我们不幸必须关闭了。实际上。给大家鼓掌，Tariq！ [掌声] [音乐] >> [音乐] >> 热。