> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# 如何成为世界级的智能体工程师
- URL: https://www.hubwiz.com/blog/how-to-be-a-world-class-agentic-engineer/
- Published: 2026-03-04T17:01:59.000Z
- Updated: 2026-03-04T17:01:59.000Z
- Description: 好像只有一小部分人能够让智能体成为世界构建者，而其他人则在茫然摸索，被市面上琳琅满目的工具搞得焦头烂额——他们以为只要找到合适的软件包、技能或框架组合，就能解锁通用人工智能（AGI）。
- Author: admin
- Tags: JOB MARKET, #Import 2026-10-14 14:41

你是一名开发者。你使用 Claude 和 Codex CLI，每天都在琢磨自己是否已经充分发挥了 Claude 或 Codex 的全部潜力。偶尔，你会发现它们做出一些极其愚蠢的事情，你百思不得其解，为什么其他人似乎都能轻松打造虚拟火箭，而你却还在为堆叠两块石头而苦苦挣扎。

你怀疑问题出在你的配置、插件、终端或其他什么地方。你用了 Beads、OpenCode 和 Zep，你的 CLAUDE.md 文件长达 26000 行。然而，无论你做什么——你都不明白为什么自己离“天堂”越来越远，而其他人却能与天使们嬉戏。

这就是你一直在等待的“升华”篇章。

另外，我并非出于任何私利，当我提到 CLAUDE.md 时，我也指的是 AGENT.md；当我提到 Claude 时，我也指的是 Codex。我两者都在大量使用。过去几个月里，我观察到的最有趣的现象之一是：似乎没有人真正知道如何最大限度地发挥智能体的能力。

好像只有一小部分人能够让智能体成为世界构建者，而其他人则在茫然摸索，被市面上琳琅满目的工具搞得焦头烂额——他们以为只要找到合适的软件包、技能或框架组合，就能解锁通用人工智能（AGI）。

今天，我想打破这种迷思，给大家留下一个简单而坦诚的结论，然后我们再继续探讨。你不需要最新的智能体框架，不需要安装数不清的软件包，也绝对不需要阅读大量的资料才能保持竞争力。事实上，你的热情很可能弊大于利。

我不是新手——我从智能体还不太会写代码的时候就开始使用它们了。我尝试过所有的软件包、框架和范式。我构建的智能体工厂用于编写信号、基础设施和数据管道，而不是“玩具项目”——而是在生产环境中实际运行的真实用例。即便如此……

如今，我运行的配置几乎是极简到极致，但我仅凭基本的命令行界面（Claude Code 和 Codex）以及对智能体工程一些基本原理的理解，就完成了迄今为止最具突破性的工作。

## 1、意识到世界正在飞速发展

首先，我想指出，基础架构公司正处于飞速发展阶段，而且正如你所看到的，它们不会很快放慢脚步。智能体的每一次进步都会改变你与它们交互的方式，因为智能体通常被设计成越来越愿意遵循指令。

就在几代之前，如果你在 CLAUDE.md 文件中写明在执行任何操作之前必须先阅读“READ\_THIS\_BEFORE\_DOING\_ANYTHING.md”，它基本上有 50% 的概率会无视你的指令，随心所欲地执行。而如今，它几乎可以遵循所有指令，即使是复杂的嵌套指令——例如，你可以写“先读取 A，再读取 B，如果 C 为真，则读取 D”，它大多会欣然执行。

这说明最重要的原则是：每一代新的智能体都会迫使你重新思考什么是最优解，这就是为什么“少即是多”的原因。

当你使用过多不同的库和工具时，你实际上是将自己锁定在一个针对某个问题的“解决方案”中，而这个方案在未来的智能体发展中可能已经不复存在。另外，你知道谁是智能体最热情、使用量最大的用户吗？没错——这些是前沿公司的员工，他们拥有无限的token预算和最新的模型。你明白这意味着什么吗？

这意味着，如果真的存在一个问题，并且有一个好的解决方案，那么前沿公司将会是这个解决方案的最大用户。你知道他们接下来会做什么吗？他们会把这个解决方案整合到自己的产品中。想想看，为什么一家公司会让其他产品来解决一个真正的痛点，并造成外部依赖呢？你知道我怎么知道这是真的吗？看看技能、记忆工具、子代理等等。它们最初都是为了解决某个实际问题而开发的“解决方案”，经过实战检验，被认为确实有用。

所以，如果某项技术真的具有突破性，并且以有意义的方式扩展了代理的使用场景，那么它迟早会被整合到基础公司的基础产品中。相信我，基础公司发展迅猛。所以放心吧，你不需要安装任何东西，也不需要使用任何其他依赖项就能做到最好。

我预测评论区很快就会充斥着“SysLS，我用了某某工具，简直太棒了！我一天之内就重现了谷歌！”之类的评论；对此，我想说——恭喜！但你们并非目标受众，你们只是真正掌握了智能体工程的极少数群体。

## 2、上下文至关重要

真的，上下文至关重要。使用成千上万个不同的插件和外部依赖项会带来另一个问题：你会吃亏。上下文膨胀——说白了就是你的智能体被过多的信息淹没了！

用 Python 写个猜词游戏？这很简单。等等，26 个会话前关于“内存管理”的备注是什么？啊，原来是 71 个会话前，我们启动了太多子进程，导致用户屏幕卡住了。总是要写备注？好吧，没问题……这跟猜词游戏有什么关系？

你明白我的意思。你只想给你的智能体提供完成任务所需的确切信息量，不多不少！你对信息的控制越好，你的智能体表现就越好。一旦你开始引入各种奇奇怪怪的内存系统、插件，或者太多命名和调用都很糟糕的技能，你就相当于给你的智能体提供了如何制造炸弹和烘焙蛋糕的食谱，而你真正想要的只是它写一首关于红杉林的优美小诗。

所以，我再次强调——去除所有依赖项，然后……

## 3、做真正有效的事情

精确实现。

记住，上下文至关重要。

记住，你只想向代理注入完成任务所需的精确信息量，不多不少。

确保这一点的首要方法是将研究与实现分开。你需要非常精确地说明你向代理提出的要求。

如果你不够精确，会发生什么呢？比如：“去构建一个身份验证系统。”代理必须研究什么是身份验证系统？有哪些可用的选项？它们的优缺点是什么？现在，它不得不去网上搜索它实际上并不需要的信息，而它的上下文中充斥着各种可能性的实现细节。等到真正要实现的时候，它很可能会感到困惑，或者产生关于所选实现的不必要或无关的细节。

另一方面，如果你直接写“使用 bcrypt-12 密码哈希实现 JWT 身份验证，刷新令牌轮换，7 天过期……”，那么它就不需要研究其他方案——它完全明白你的需求，因此可以直接用实现细节填充上下文。

当然，你不可能总是掌握所有实现细节。你通常也不知道哪个方案才是最佳选择——有时，你甚至可能想把决定实现细节的任务交给代理。在这种情况下，你该怎么做呢？很简单——你可以创建一个关于各种实现方案的研究任务，自己决定，或者让一个代理决定采用哪种方案，然后再让另一个代理带着新的上下文去执行。

一旦你开始这样思考，你就会发现工作流程中有些地方，代理被不必要的上下文信息污染了。然后，你可以在代理工作流程中设置一些限制，将不必要的信息从代理那里过滤掉，只保留完成任务所需的特定上下文信息。记住，你拥有的是一位才华横溢、聪明绝顶的团队成员，他了解宇宙中各种各样的球体——但除非你明确告诉他，你想让他专注于设计一个人们可以跳舞、尽情玩乐的空间，否则他会不停地向你讲述球形物体的各种好处。

## 3、阿谀奉承的设计局限性

没有人会想使用一个不断贬低自己、指责自己错误或完全无视自己指令的产品。因此，这些智能体会试图迎合你，并按照你的意愿行事。

如果你指示它每三个词后面加上“快乐”，它会尽力执行这条指令——而且大多数人都能理解。正是这种乐于服从的态度，才使得它成为一款如此有趣的产品。然而，这也带来了一个非常有趣的特性——这意味着，如果你说“帮我在代码库里找个bug”，它就会帮你找到一个bug——即使这意味着它需要自己制造一个bug。为什么呢？因为它非常渴望听从你的指令！

大多数人总是抱怨逻辑逻辑模型（LLM）产生幻觉或构建不存在的东西，却没意识到问题出在它们身上。如果你提出要求，它们就会执行——即使需要稍微夸大其词！

那么，该怎么办呢？我发现“中立”的提示很有效，这样我就不会引导智能体倾向于某个结果。例如，我不会说“在数据库中找到一个错误”，而是说“搜索数据库，尝试理解每个组件的逻辑，并将所有发现汇报给我。”

像这样的中立提示有时会发现错误，有时则会客观地陈述代码的运行方式。但它不会让智能体误以为存在错误。

我应对这种奉承行为的另一种方法是利用它。我知道智能体试图取悦我并试图执行我的指令，而我可以引导它朝着某个方向发展。所以我给一个缺陷查找代理设置了评分规则：低影响缺陷加 1 分，中等影响缺陷加 5 分，严重影响缺陷加 10 分。我知道这个代理会非常积极，它会识别出所有类型的缺陷（甚至包括那些实际上并非缺陷的），然后返回一个分数，比如 104 分左右。我把这个数据库看作是所有可能缺陷的超集。

然后我又设置了一个对抗代理，并告诉它，如果它成功反驳某个缺陷，就获得该缺陷对应的分数；如果它错误地反驳了，则扣该缺陷分数的两倍。现在，这个对抗代理会尝试反驳尽可能多的缺陷；但它也会比较谨慎，因为它知道自己可能会受到惩罚。尽管如此，它仍然会积极地尝试“反驳”缺陷（即使是真正的缺陷）。我把这看作是所有实际漏洞的子集。

最后，我让一个裁判代理接收双方的输入并进行评分。我谎称自己掌握了真正的正确答案，如果裁判代理答对了，就得 1 分；如果答错了，就扣 1 分。就这样，对漏洞查找代理和对抗代理的每个“漏洞”进行评分。无论裁判代理给出什么答案，我都会进行检查以确保其正确性。大多数情况下，这种方法的准确率高得惊人，虽然偶尔还是会出错，但这已经是一个近乎完美的练习了。

也许你会觉得只需要漏洞查找代理就足够了，但对我来说，这种方法之所以有效，是因为它利用了每个代理的固有特性——取悦他人。

## 4、你如何知道什么方法有效或有用？

这一点看起来可能很棘手，需要你深入研究并紧跟人工智能发展的前沿，但其实很简单……如果 OpenAI 和 Claude 都实现了某个功能，或者收购了已经实现该功能的项目……那它很可能就很有用。

注意到“技能”现在随处可见，而且都出现在 Claude 和 Codex 的官方文档中了吗？看到了 OpenAI 收购 OpenClaw 的过程吗？看到了 Claude 如何迅速添加了记忆、语音和远程工作功能吗？

那么规划呢？还记得当初一群人发现先规划后实施真的非常有用，后来它变成了核心功能吗？

没错……这些功能确实很有用！

还记得无限停止钩子曾经非常实用，因为智能体不愿意执行长时间运行的任务吗……然后 Codex 5.2 发布了，它一夜之间就消失了？没错……

这就是你需要知道的一切……如果它真的重要且有用，Claude 和 Codex 就会实现它！所以，您不必太担心使用“新东西”或熟悉“新东西”。您甚至不需要“保持更新”。

相信我。只需偶尔更新一下您选择的命令行工具，并阅读一下新增功能即可。这就足够了。

## 5、压缩、上下文和假设

在使用智能体的过程中，有些人会意识到一个巨大的陷阱：有时它们看起来像是地球上最聪明的生物，而有时你却完全被蒙在鼓里，简直难以置信。

聪明？这玩意儿简直弱智！

主要区别在于智能体是否需要做出任何假设或“填补空白”。时至今日，它们在“连接点”、“填补空白”或做出假设方面仍然糟糕透顶。每当它们这样做时，很明显，它们的表现又一次急剧下降。

claude.md 中最重要的规则之一是关于如何处理上下文获取的规则，并指示您的代理在每次读取 claude.md 时（总是在压缩之后）首先读取该规则。作为上下文获取规则的一部分，一些简单的指令非常有效：在继续之前重新阅读您的任务计划，并重新阅读与任务相关的文件。

## 6、让您的代理知道如何结束任务

我们对任务何时“完成”有相当清晰的认识。对于代理而言，当前智能的最大问题在于它知道如何开始一个任务，却不知道如何结束任务。

这通常会导致非常令人沮丧的结果，代理最终只能实现一些空代码，然后就草草收工。

测试对于代理来说是一个非常好的里程碑，因为它们是确定性的，您可以设定非常明确的预期。除非通过了 X 个测试，否则您的任务不会完成；并且您不允许编辑这些测试。

然后，您只需审核测试，所有测试通过后即可高枕无忧。您也可以将此过程自动化，但关键在于——请记住，“任务结束”对人类来说非常自然，但对智能体来说却并非如此。

您知道最近还有什么也成为可行的任务结束方式吗？屏幕截图 + 验证。您可以让智能体执行某些操作，直到所有测试都通过，然后让它截屏并验证“设计或行为”。屏幕截图中的“AVIOR”。

这使您的代理能够迭代并朝着您想要的设计努力，而无需担心它在第一次尝试后就停止！

这自然而然地延伸到与您的代理创建“契约”，并将其嵌入到规则中。例如，{TASK}\_CONTRACT.md 定义了在您被允许终止会话之前需要完成的所有操作。在 {TASK}\_CONTRACT.md 中，您将指定测试、屏幕截图和其他验证，这些都需要在您确认任务可以结束之前完成！

## 7、永不停歇的代理

我经常被问到的一个问题是，人们如何让这些代理 24 小时运行，同时确保它们不会偏离目标？

这里有一个非常简单的方法。创建一个停止钩子，防止代理在 {TASK}\_contract.md 的所有部分都完成之前终止会话。

如果您有 100 个这样的契约，它们都定义明确，并且包含了您想要构建的内容，那么您的代理就能始终保持 24 小时运行。停止钩子可以防止代理在所有 100 个合约完成之前终止，包括所有需要运行的测试和验证！

专业提示：我发现长时间运行的 24 小时会话并非“高效完成任务”的最佳方式。部分原因是，这种方式会引入来自不相关合约的上下文，从而导致上下文膨胀！

因此，我不推荐这种方式。

这里有一个更好的代理自动化方法——每个合约一个新会话。每当需要执行某些操作时，就创建合约。

添加一个编排层，用于在“需要执行某些操作”时创建新合约，并创建一个新会话来处理该合约。

这将彻底改变您的代理体验。

## 8、迭代，迭代，再迭代

如果您雇佣了一位行政助理，您会期望他/她从第一天起就了解您的日程安排吗？或者您喜欢喝什么样的咖啡？您是否习惯在下午 6 点而不是 8 点吃晚饭？显然不会。您的偏好会随着时间的推移而逐渐形成。

对于您的代理来说也是如此。开始化繁为简。忘掉复杂的结构或框架吧。先试试基本的命令行界面 (CLI)。

然后，再添加你的偏好设置。具体该怎么做呢？

### 8.1 规则

如果你不想让你的代理执行某些操作，就把它写成一条规则。然后在 CLAUDE.md 文件中告知你的代理这条规则。例如：在编写代码之前，请阅读“coding-rules.MD”。规则可以嵌套，也可以是条件性的！如果你正在编写代码，请阅读“coding-rules.MD”；如果你正在编写测试，请阅读“coding-test-rules.MD”。如果你的测试失败了，请阅读“coding-test-failing-rules.MD”。你可以创建任意逻辑分支的规则，只要在 CLAUDE.md 文件中明确指定，Claude（以及 Codex）就会乐于执行。

事实上，这是我给出的第一个实用建议：将 CLAUDE.md 文件视为一个逻辑嵌套目录，用于根据场景和结果查找上下文。它应该是这样的：尽可能精简，只包含用于查找上下文的 IF-ELSE 语句。

如果你发现你的智能体做了某件事，而你不赞同，就把它添加为一条规则，并告诉智能体在再次执行该操作之前先阅读这条规则，这样它肯定就不会再做了。

### 8.2 技能

技能类似于规则，但它们不是用来编码偏好，而是更适合用来编码操作步骤。如果你对某件事的完成方式有特定的要求，就应该将其嵌入到技能中。

事实上，人们经常抱怨他们不知道智能体会如何解决问题，这很令人担忧。如果你想让智能体能够确定性地解决问题，就让智能体去研究它会如何解决这个问题，并将其编写成一个技能。这样你就能看到智能体解决问题的方法，并且可以在它真正遇到这个问题之前就进行纠正或改进。

如何让智能体知道这个技能的存在？没错！你可以使用 CLAUDE.md 文件。比如说，当你遇到这种情况需要处理这个问题时，请阅读 THIS SKILL.md 文件。

### 8.3 规则和技能的处理

你肯定希望不断地为你的智能体添加规则和技能。这样才能赋予它个性，并记住你的偏好。其他几乎所有操作都是多余的。

一旦你开始这样做，你的智能体就会像魔法一样神奇。它会按照你想要的方式行事。然后，你最终会感觉自己“领悟”了智能体工程的精髓。

然后……

你会发现性能又开始下降了。

这是怎么回事？！

很简单。随着你添加的规则和技能越来越多，它们开始相互矛盾，或者智能体开始积累过多的上下文信息。如果你要求智能体在开始编程之前读取 14 个 Markdown 文件，它就会遇到同样的问题，即拥有大量无用的信息。

那么，该怎么办呢？

清理一下。让你的智能体“休息”一下，整合规则和技能，并删除一些不必要的内容。通过询问您更新后的偏好设置来解决矛盾。

然后，它会再次带给你魔法般的感觉。

就是这样。这才是真正的秘诀。保持简单，运用规则和技巧，并将 CLAUDE.md 作为目录。务必时刻关注它们的运行环境和设计局限性。

## 9、对结果负责

如今没有哪个智能体是完美的。你可以将大部分设计和实现工作委托给智能体，但你仍然需要对结果负责。

所以，请谨慎行事……并尽情享受！

玩转未来的玩具（当然，同时也要用它们做些严肃的事情）真是太棒了！

---

原文链接：[How To Be A World-Class Agentic Engineer](https://x.com/systematicls/status/2028814227004395561?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处