EP345 - 不要再盲目追逐頂級模型了！為何建立「代理循環」系統比升級 AI 工具更重要？

影片討論的核心洞察是：許多人把焦點放在選最強的 AI 模型，但實際上這忽略了更重要的一層——如何有效駕馭它。講者提到最近推出的 GLM 52 模型，能處理 100 萬字上下文，成本卻只有 Opus 的五分之一。開發者 Nate 的實測顯示，GLM 52 在日常任務上的表現往往不遜於更昂貴的選項，有時甚至更快。這背後有一個重要觀念：80% 的日常工作（寫文案、整理報告、做設計）根本不需要頂級推理能力，用更便宜的模型搭配好的系統設計，能用五分之一的成本達成同樣效果。

真正決定 AI 效果的是「駕馭」——也就是你如何設計流程、提供資料、設置檢查點。軟體工程師 Matt Pocock 強調，模型像是 F1 賽車的引擎，但控制權在於車架、空力套件和駕駛座上的車手。他區分了「戰術性」工作（日常編碼、除蟲）和「策略性」工作（系統架構、模組設計）。AI 已經在戰術層面打敗人類，所以專業人士的價值會往策略層移動。開發者 Cole Medin 進一步指出，駕馭就是包裹在模型外層的「殼」，包含工具、上下文、claudemd 規則、hooks 和 MCP 伺服器，這層殼決定了 AI 能做什麼。

Cole 整理出了一套四步驟的系統：規劃、建構、驗證、演進。規劃是最多人偷懶的地方，卻最容易決定成敗。你應該花在規劃的時間比實作還多，寫清楚目標、完成條件，甚至讓 AI 當面試官質疑你的想法，逼你把模糊的地方想清楚。關於「第二大腦」（把筆記、會議記錄整理成 AI 能取用的系統），Nate Herk 把它分成五級，但建議大多數人停在第二級——用 claudemd 檔案加清晰的資料夾結構就能解決 90% 的問題。建構階段就輕鬆了，因為規劃已經做足。驗證則需要讓 AI 用真實方式測試（跑測試、截圖比對、自己點開網站），而不是只聽它說「我做完了」。最後的演進是把每次失敗當作系統升級的機會，不是只修這一個 bug，而是在系統層面防止它再發生。

這套流程最值得注意的是「代理循環」——代理透過推理、行動、觀察、迭代自我改善。你給它一個目標和完成標準，它自己跑這個圈，每一次都檢查、修正、再試，直到達標。Nate 的實例包括讓代理設計 27 分鐘來生成並評分縮圖、編輯影片時自動去口誤、甚至用 45 個來源完整驗證成品。最關鍵的是明確的停止條件——越接近客觀標準，循環跑得越漂亮。許多號稱「一鍵完成」的 AI 工具背後其實都是這種自我修正循環。但講者也提醒，對大多數人來說，一個單一循環跑 30 分鐘到幾小時就足夠，無需過度複雜的多代理艦隊。