KeyFrame內部研究專用

Every Company Is Building Agents That Can't Work Together - Justin Schroeder, Standard Agents

AI Engineer英文
觀看原始影片

三句話摘要

講者介紹標準代理規範(Standard Agent Specification),說明為什麼企業需要構建特定領域的代理而非依賴通用模型,以及這個新規範如何統一代理開發。 標準化代理開發與執行環境是解鎖領域專用 AI 代理大規模應用的關鍵,透過統一規範與開放生態讓企業快速構建受控、高效的專用代理,而無需重複造輪子或回到通用黑盒的困境。 業務本質是流程,通用模型風險太高:企業的核心價值來自內部流程(保固聲請、排班、許可申請等),交由通用 AI 模型處理業務關鍵流程風險太高,企業需要可控、可信、可評估的專用代理。

重點整理

  1. 業務本質是流程,通用模型風險太高:企業的核心價值來自內部流程(保固聲請、排班、許可申請等),交由通用 AI 模型處理業務關鍵流程風險太高,企業需要可控、可信、可評估的專用代理。

  2. 信任即可控範圍:「如果代理能做任何事,它可能什麼事都做」,代理應有明確的工具集與決策流程限制,而非無限大的能力表面,這樣才能防止意外行為。

  3. 效能勝於智能:企業在乎代理的真實成功率與業務改善效果,一個專為保固聲請設計的小型模型,只做一件事但做得非常好,遠優於大型通用系統試圖包容所有任務。

  4. 規範解決碎片化困境:當前代理開發缺乏統一標準,開發者用不同語言與架構重複造輪子,規範透過統一的 TypeScript 定義與運行時契約實現跨系統可攜帶性與組合性。

實用技巧與重點

  • 規範核心元件:
  • 模型(Model):指定具體模型版本(如 DeepSeek v4.1 Flash),支援備用模型降級
  • 提示詞(Prompt):系統級文字,支援巢狀引用及運行時渲染
  • 工具(Tools):三種類型
  • 函數工具:TypeScript 程式碼執行
  • 提示詞工具:輕量推理(如 API 呼叫)
  • 代理工具:完整子代理
  • 對話方式(Handlers):提示詞↔人類、提示詞↔提示詞(內建評估)、代碼↔人類
  • 線程(Thread):獨立沙箱環境,包含訊息、KV store、虛擬檔案系統、受控代碼執行環境
  • 鉤點(Hooks):事件驅動點(filter messages、before tool call、after update message)
  • 副作用(Effects):排程代碼執行
  • 五大核心原則:
  • 供應商不可知(Vendor Agnostic)
  • 領域專用(Domain Specific)
  • 模型耦合(Coupled to Model)
  • 可組合(Composable)
  • 可攜帶(Portable)
  • 規範定義:代理是「確定性軟體,駕馭模型產生的非確定性結果以追求既定目標」
  • 具體案例(電池保固聲請代理):
  • 生成時間:5 分 21 秒
  • 模型選擇:DeepSeek v4.1 Flash
  • 工具集:check-battery、escalate-to-lead、offer-tradein、report-safety-issue、ship-replacement
  • 推理成本:快取命中率 94%,遠低於大型模型
  • 發布資訊:
  • 規範網址:standardagentspec.org
  • 開源運行時:Standard Agent Builder
  • 可本地免費執行或推送到雲端

結論

標準化代理開發與執行環境是解鎖領域專用 AI 代理大規模應用的關鍵,透過統一規範與開放生態讓企業快速構建受控、高效的專用代理,而無需重複造輪子或回到通用黑盒的困境。

完整解析

當今 AI 產業盛行一種觀點:企業應透過建立 MCP 伺服器暴露業務功能模組,搭配提示詞技能文件,就足以讓 Claude 或 Grok 這類通用模型完成業務自動化。但實際上企業仍在廣泛建立專用代理,這反映了市場的真實需求。講者指出三個根本原因。

首先是整合需求。HVAC 維修公司、大學、雲端供應商等組織都有複雜的內部流程——保固聲請驗證、員工排班、許可證申請、財務審批——這些流程已嵌入既有系統。企業不願讓通用 AI 系統完全控制這些業務命脈,因為風險太高。即使通用模型能正常運作,人類仍傾向要求控制權、可靠性、一致性和品牌調性,而非交由黑盒 AI 決策。

其次是信任問題。「如果代理能做任何事,它可能什麼事都做。」講者以諷刺語氣舉例:處理保固聲請時,通用代理可能因為有信箱工具就順便回覆郵件,或因為有網頁工具就查看選舉結果。雖然智能模型通常不犯此類錯誤,但風險依然存在。企業真正需要的是範圍受限的代理——明確指定工具集、決策流程,而非無限大的能力表面。

第三是效能。企業關心的不只是模型智能程度,而是代理在真實業務中的成功率與改進效果。一個專為保固聲請設計的小型代理,只做一件事但做得非常好,遠優於龐大的通用系統試圖包容所有任務。小型模型如 DeepSeek v4.1 Flash 搭配精準提示詞,能在特定領域超越大型模型,同時成本遠低。根據早前 Jeepa 論文,對代理的提示詞微調效果勝過對模型本身的微調。

基於這些洞察,標準代理規範應運而生。當前 AI 生態雖有多個標準——MCP 用於工具分發、技能用於提示詞標準化、A2A 用於代理間通訊——但缺乏統一的代理執行環境規範。缺乏規範導致開發者用各種語言、工具、迴圈架構重複造輪子。若每個企業都手工打造百個或千個互不相容的代理,最終只會回到通用 AI 黑盒的死局。解決之道是創造共享標準與開放生態。

新規範定義代理為「確定性軟體,駕馭模型產生的非確定性結果」。它建立五大核心原則:供應商不可知(能在任何主機、用任何模型運行)、領域專用(專注單一任務)、模型耦合(代理應與特定模型綁定以優化效能)、可組合(小型代理能組合成大型系統)、可攜帶(能打包分發如 npm 套件)。規範以 TypeScript 為統一開發語言,理由是 JavaScript 既可在任何地方運行(邊緣、本機、手機),又是解釋型語言無需編譯,允許代理自身即時撰寫並執行新代理。

規範詳細定義了代理的各項元件:模型指定具體版本與備用選項、提示詞可巢狀引用、工具分三類(函數、提示詞、完整子代理)、對話支援多種配置(AI-人類、AI-AI 配對評估、純決定性代碼)、線程作為獨立沙箱擁有訊息、KV 儲存、虛擬檔案系統、受控代碼執行環境、API 端點等。鉤點允許子代理無縫擴展父代理功能,副作用允許排程未來任務。講者展示的電池保固代理演示中,Claude Code 在 5 分 21 秒內自動生成完整代理,包含專用模型選擇、專用工具集、完整提示詞邏輯。這個代理在標準代理建構器內運行,管理介面展示每一步的推理成本、快取命中率 94%、每個工具調用的詳細日誌。同一個代理可同時暴露為網頁聊天機器人、HTTP API、WebSocket 端點或 MCP 伺服器,無需修改即可跨平台部署。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。