本课程的实验是建议性质的实验,不记分。你可以直接将实验要求交给模型,配合一个 Grill Me 之类的技能,让它追问你的需求,再一起完成实现。怎样把“我想要”变成可以验收的软件,也是实验的一部分。
课堂上,我们已经展示了通过浏览器自动完成日常信息化流程的案例。有了 Agent,我们可以期待更多:让个人资料、邮件、办事大厅和手机连接起来,把一次成功的尝试变成随时可用的能力,并且在被你纠正之后,下次能把事情做对。
实现一个持续为你工作的个人助手,具备以下五项基础能力。可以基于现有 Agent 配置工具、脚本和技能;语言、模型和交互形式不限。
ehall.nju.edu.cn 中查询信息,并完成至少一种事务的材料准备和表单填写。行为要保守:提交前展示关键字段及后果,由你明确确认;退课、撤销申请等操作尤其不能自行决定——万一 Agent 把你的课都退了,你就完蛋了。例如,收到办事通知后,助手检索个人资料,整理待补材料,在手机上向你追问,准备 ehall 表单和邮件草稿;你核对后分别提交、发送,结果再归档到个人数据库。也可以设计完全不同的流程:这是一个发散的任务,组合方式本身就是你的设计。
将成功流程和你的纠正保存成可阅读、可修改的脚本、技能或记忆,用 Git 管理实现和规则。例如,你指出“不要把报名截止时间当成活动开始时间”,助手应当能在新会话中将这条规则用于另一份通知。
因为如果你直接把这些需求 (在明确和不明确之间) 给 AI Agents,你将大概率得到一团乱麻的 AI slop——它也许的确可以工作,但每一次修改都会消耗大量的 tokens,Agents 会在泥潭中反复阅读代码、试错,像极了《人月神话》中的软件焦油坑,从而迫使你思考应该如何重新组织项目——但这是好事,因为 AI 重构的能力极强,一旦你找到一个更好的架构,瞬间就会改进。
请留存好你的项目,它可能会是你成为 AI-native 新人类的起点——之后我们也会持续地改进它。
