Agent 怎么设计才能有价值呢？
目前在学习 Agent 比较热的开源项目，做了 2 个 demo
分别使用 Crewai 、Langgraph ，收集 Github 热点 AI 项目、AI 热点新闻，根据这些素材再生成 AI 日报，https://github.com/qwzhang01/miniclaw 分别是 crewai_base 分支和 main 分支；
模仿 OpenClaw ，让 AI 编程工具生成简化的 python 版本，在 https://github.com/qwzhang01/miniclaw
出发点是想直观理解 OpenClaw 设计以及 Crewai 、Langgraph 用法。
但是做出来后疑惑非常大，感觉加了一堆 Agent 的技术，输出的最终日报并没有比直接问大模型好多少。
就是一通操作猛如虎，回看口袋两毛五的感觉
所以一个能产生价值的 Agent 应该怎么设计呢，希望有大佬不吝指教
 |
1
jybox Mar 31
提供符合 LLM 直觉的工具给它用，不要在流程上加太多限制，让 LLM 自己决定，精简提示词长度，这样才能直接受益于模型本身的智力提升。
|
 |
2
lllllliu Mar 31
个人认为，agent 的价值在于你有精美的 function ，让他能 loop 起来.
|
 |
3
yaidev Mar 31 via iPhone
私以为要结合业务场景去设计，脱离了实际业务场景的 Agent 都是自嗨
|
Select Language