以后的开发不会是重复造轮子

国外有太多顶尖的智能体，从零到一交付一个那种强大的智能体很费功夫，借鉴他们的智慧，他们的方案，在他们的基础上进行修改，提取，或者转化成另一种落地形式都是可行的，因为他们的agent足够强大，足够有影响力；

对应不同的业务场景要有不同的思考

不是任何的场景都要加agentic能力的。

对应传统的电商平台，追加agentic的能力，不是让用户输入，让agent自己去跑，返回结果就完事了，用户得自己逛自己看，才知道自己想买什么，提需求是一种次要的筛选方案，甚至可有可无，这是我们人类自己自发的购物趋势，不应该随着ai的到来就强制去改变，也没必要强制适应ai。

电商是很基础的场景了，应用面也不算广，单纯在传统业务上追加新的ai服务，上限很低，主要是人为操作的空间依旧很大，很多实际的业务场景脱离不了传统的人为操作，也不必脱离，因为那些销售，宣传需要活人感，需要让人持续跟进，不然就使人脱离了购物随心所欲的场景，脱离了现实的需求，模糊了虚拟与现实的边界得不偿失，购物本身就是一件兴趣使然的事情。

对应程序员的编程环境，这是一个agi发展最为迅速，agent思想应用最前沿的一批领域了，从程序员的开发需求思考agent的架构改变，一切为了更好的编程环境，为了更舒服的编程体验，打造一个属于你个人的编程助手。从以前的提示词工程，上下文工程，到现在重要的harness engineering，loop engineering，goal engineering，本质都是为了让agent发挥更好的潜力，让这套工程能够驾驭模型的不确定性。agent的编排也是很体现工程能力的，包括固定的编排流程，main-researcher-reviewer流程稳定的循环检查体系，也包括只保留主agent，其他的编排策略交由它自己发挥施展，安排其他子agent来为它工作，查找，修改，整理，检查，回滚。我们要做的是对它的集群系统，做进一步约束和驾驭。

而编程工作是一项重大需求，也是agent开发的基石，编程agent主要就为了使程序员不为了编写代码付出过多的精力，所以agent的产品必须是ai native，非以前的编程助手了，能做的事情更多了，能干的基础事项几乎不需要经过人手了，程序员要更多的去主要集中思考业务，然而工作量并未减少，以往编程序的时间现在必须得拿来review代码，对业务的理解思考也比以往更久，思考的也更深刻。

**对应最为广泛的办公场景，**那就是开会，填表，汇报，改需求，回滚。这些也都必须向着ai native的方向发展，这是必然的趋势，只需要人提需求，agent来帮你改，就像个人助理贾维斯，所有的事情都会帮你安排好，你只需要以平常最普通的自然语言与他交互就好了，复杂的办公界面已经是过去式，所有的原来的业务功能都整合为ai能力，保留原来的传统业务，升级企业版的agent代理业务，一句话交互式搞定所有办公问题，传递简单，修改简单，交互简单。

agent的能力上限还很高，需要不断的约束与改进

就像hermes agent每天都还有400-600份的pr，顶尖的agent都是在不断的改进的，可以增强记忆系统来改善用户体验，功能可以加，但要求是确实有更好的实际体验和效率提升，也不能太臃肿，否则一改则改很多。

hermes包括完善的记忆系统，完整的提示词工程，完全的skill工具表，以及添加了bot功能，支持A2A，智能体之间的互相交流与协作，对复杂任务有更好的解法。但实际还是会存在一些约束的问题，或者是功能上的缺失，需要不断的维护，debug。

总之，功能是在不断开发的，需求也是在不断更新的，但对于新事物的思考是没变的，我们总会想到更新更实用的agent工程技术，总会对开发好的东西一遍又一遍的测试与维护，这是必然的，开发就是这样，有点枯燥，有点无聊，但又有点期待新的技术革新。