突然想起来该来“还账”了这剩下的一百多篇没想到竟然写了这么久…自从大模型出现很多逻辑都变了。过去需要手敲代码精雕细琢所以写文章的频率比较高。今年以来新模式完全确认工作方式和输出的地方都不一样了。最初是希望写1000篇我觉得实实在在的有点用的东西回馈社区现在整个变革太大了过去旧的方式不适用。所以接下来我仍然会继续去写完分享有用的东西但是不再去说太细的东西毕竟大模型做的比人好了。接下来这段算是我回顾过去十个月的巨大变化的一些细节给正在或有志于agent 编程的人参考。总体上我算是一直在跟着ai发展的人从最初的机器学习开始中间一直没中断部分要感谢老板的鞭策而且所学颇杂。在今年一月份的时候那时候是智普好像是glm4.6 还是啥的当时是一个很大的飞跃让我觉得终于或者说真的应该再也不写代码了。因为ai的发展有点跳跃所以当时我是有点惶恐的就好像在备考的学生觉得明明下个月才考试结果老师说明天。想起来了应该是openclaw 横空出世我还特地去买了mac mini,主要还是惶恐当时的冲击特别大。然后我就琢磨着怎么去改变那时候还完全没准备好。我记得过年的时候喝的醉醺醺的还在电脑前面看。我当时做了几件事1、迅速安装开始使用 openclaw 2、剖析openclaw的源码设计逻辑 3、开始整合langchain 开始从头思考agent应该怎么做我想自己做agent,后来叫harness 啥的应该是一个很小众的事。我一方面是性格使然另一方面是曾经被所谓产品坑过很多次刚开始挺顺溜后面最关键的地方就不行。所以我想如果要长期搞下去一定要有这个决心。至少从目前的态势来看即便是codex也不行大概率最后也是要凉凉的产品openclaw提供了一个非常好的原型但它本身是不健全的经不起长期、重型的工程考验但是有很多非常理想化的东西结合当时已经阶跃跳变的大模型他证明了 agent, agent-swarm是可行的。里面有很多东西还是值得细看。然后langchain本身这个框架也揭示手搓agent的可行性。因为这个框架还是不够简单和透明所以我决定从第一性原理的角度出发自己搭。我的agent用了一个很简单的名字andybot 我是把agent假定成一个人的方式来构建的很重要的一块是记忆和自学习这个在标准产品里是不太可能做好的个人隐私这块很难通过。andybot所依赖的agent或者说大模型调用我分为了三种类型也是层层递进的1 llm : 最简单的大模型调用单次2 agent_loop: 多轮的大模型调用迭代3 real_agent: 带上了记忆、人格、技能的完整agent这三种形态有递进关系但是又值得独立存在。后来有一阵子又接触了各种形形色色的harness, 加深了我之前的判断能用但不靠谱再后来大约是6-8月的这段时间codex 让我觉得又变了整个往上走了一层。我甚至在这个时候把andybot的web版做了一版等于是在用大模型造agent的感觉。这个时期最明显的感觉是大模型真的可以很放心的去用了。然后就是最近1个月codex 各种反复横跳过程中不论是模型本身的智商 客户端的稳定性和模型容量都出了很大的问题。这个时候我被迫转向了zcode 然后用了glm 5.3 flash然后感觉配方对了开始大规模出量但是我的同事们反而用不动。这也是很有意思的事因为我一直在强调框架和方法论。我这边高度可行。后来zcode开源了之后我拆开了看过然后上周重构了andybot cli。目前测下来还是不错的我准备接下来一个月用影子策略的方式慢慢转成主用。结语一个很客观的是从一月到现在我真的没再写过代码而且已经逐渐不核代码前向的逻辑采用架构比如状态机来进行可靠性设计反向的逻辑依赖回归特别是e2e 测试。