是否需要AI代理的4条判断规则
AI代理很强大，但并不是解决你所有问题的万能方案。
那么，什么时候我们应该构建它们呢？这里有四个简单的规则。
1、这项任务足够复杂吗？
复杂的任务需要代理。简单的任务不需要。
如果你可以为一项任务绘制出完整的决策树，那么你不需要一个代理。
示例1：费用报告审批：
有人曾让我为费用报告构建一个代理。以下是他们想要的内容。
- 检查金额 → 低于500美元自动批准；
- 超过500美元检查是否有收据 → 如果有，转交经理；如果没有，返回给员工。
我们可以绘制出整个决策树，因此我们不需要代理
这项任务不需要代理。
这是因为我们可以为每个任务绘制出完整的决策树。
需要代理的例子
我以前在工程领域工作。土地开发可行性是一个需要代理的好例子。
这个决策树很难绘制，并且根据你发现的内容会有许多细微差别。
这很难绘制 —— 因此在这里代理可能很有用
2、这项任务是否值得解决？
Anthropic建议，如果解决问题的价值低于1美元，你应该尝试构建一个工作流程。
任何解决问题价值高于1美元的任务都可以尝试用代理来解决。
这意味着：
- 对于客户支持查询，你应该寻找用工作流程解决高频率、重复性的任务。
- 对于发票生成之类的事情，你应该尝试用工作流程来解决。
1美元是一个指导值，需要一些技巧来确定。我参与的软件项目价值数千美元。解决这个问题显然价值超过1美元。
这里有一些简单的计算。
如果你将一个网站分解成100个任务，而该网站价值10,000美元。那么每个任务价值100美元。代理在这里非常棒。
探索代理在搜索令牌上成本很高，因此任务必须证明其成本是合理的。
因此，我对这些随机的临时代理用例持怀疑态度，即你只是泛泛地查询整个数据库以返回一些随机的临时见解。（这是高管们常见的请求。）通常情况下，仪表板在大多数情况下会更有效。
3、任务的所有部分都能解决吗？
代理不是奇迹制造者。如果你的工作流程中有一个无法解决的部分，那么代理也不会神奇地修复它。
在这种情况下，你需要降低复杂度。
这就是为什么编码代理如此出色的原因。如果它们偏离了轨道，它们内置的机制可以解决自己的错误。
如果你没有这种能力，那么代理不是一个好的用例。
4、错误的成本
你和我可以互相发送AI生成的电子邮件，因为错误的成本相对较低。
但如果你是《芝加哥太阳报》，当你打印一本假书时，错误的成本就很高。
在错误成本高的情况下，代理不是一个好的用例。
如果错误难以察觉，那么代理也不是一个好的用例。
一个人工介入可以帮你缓解这种情况，或者良好的检查和验证方法。
5、结束语
简而言之：
- 问问自己，这个工作流程是否难以映射？
- 这项任务解决的价值是否超过1美元？
- 任务的所有部分是否都能解决？
- 错误的成本是否很低？
如果你能对以上四个问题回答“是”，那么代理是一个好的用例。
如果你不能，那就坚持传统的流程吧。
原文链接：You don’t need an AI agent for everything
汇智网翻译整理，转载请标明出处