Marico's space
▌ 按：Anthropic 工程师 Barry Zhang 在 "Agents at Work" 活动上做了一场深度分享，本文是对其核心观点的转写与整理。
去年，Anthropic 的 Barry Zhang 与 Eric 合写了那篇爆火的《Building Effective Agents》。这一次，他把背后的思考更深地挖了出来——三条核心原则，直指我们做 AI Agent 时最容易踩的坑。
Barry 首先回顾了 AI 系统的演进历程：
趋势很清晰：给系统越多自主权，能力越强，但成本、延迟和出错后果也同步上升。这三个原则本质上都是在处理这个张力。
Agent 是用来规模化复杂高价值任务的，不是所有场景的万能升级。Barry 给出了一个四维检查清单：
Agent 擅长模糊问题空间。如果你能轻松画出完整决策树，直接写死逻辑成本更低、控制更强。
Agent 消耗大量 Token。如果单个任务预算只有 1 毛钱（比如高并发客服），只能用 30-50 个工具调用——那用工作流解决高频场景就够了。但如果你想的是"不惜成本把事做成"，Agent 才值得。
跑 Agent 前检查关键能力瓶颈。以编码 Agent 为例：它能写出好代码吗？能 Debug 吗？出错能恢复吗？有缺口不会致命，但会成倍放大成本和延迟——先缩小范围再试。
高风险 + 难发现的错误，很难放心让 Agent 自主行动。读权限限制、人工审核可以缓解，但也会限制扩展性。
Barry 用编程套这个清单：
Barry 给 Agent 下了个极简定义：Agent = 模型 + 工具 + 循环。
三个组件：
env = Environment()
tools = Tools(env)
system_prompt = "目标、约束和行为准则"
while True:
action = llm.run(system_prompt + env.state)
env.state = tools.run(action)一个编码 Agent、一个搜索 Agent、一个 Computer Use Agent，表面看起来完全不同——但 Anthropic 内部它们共享几乎同一套代码骨架，只有环境不同。真正的设计决策只有两个：用哪些工具，下什么 Prompt。
这是经验之谈：任何前期复杂度都会严重拖慢迭代。先把这三个组件搭对，ROI 最高。优化是后来的事。
"把自己放进它的上下文窗口里，而不是它的鞋子里。"
很多开发者（包括 Barry 本人）用自己的视角设计 Agent，然后对 Agent 的"愚蠢"错误感到困惑。解法是：进入 Agent 的上下文窗口感受一下。
Agent 每步的行为，本质上是在 10-20K Token 的有限上下文中做推理。它所知道的关于当前世界状态的一切，都在这个窗口里。
想象你是 Computer Use Agent。你只收到一张静态截图和一段写得很烂的描述，唯一影响环境的方式是工具调用。
当你尝试点击时，推理和工具执行大约需要 3-5 秒——这相当于闭上眼睛摸黑操作电脑 3-5 秒。然后你睁开眼看到新截图。你点击可能成功了，也可能把电脑关了。你不知道。整个循环就是这样。
做完这个练习，Agent 真正需要什么就很清楚了：屏幕分辨率（知道点哪里）、推荐动作和限制（防止无效探索）。
一个实用技巧：把整个 Agent 轨迹扔给 Claude 问：
"你为什么在这里做了这个决定？有什么我们可以帮你做得更好的？"
也可以把 System Prompt 直接给模型，问"有没有不清晰的地方？你能执行吗？"这不能替代自己的判断，但能让你从 Agent 视角看世界。
1. 预算感知型 Agent
和工作流不同，Agent 的成本和延迟我们还控制不好。定义并强制执行时间、成本、Token 预算，将解锁更多生产级场景。
2. 自我进化的工具
已经在用模型迭代工具描述了，下一步是让 Agent 自己设计改进工具——使 Agent 更通用。
3. 多 Agent 协作
Barry 个人确信：2026 年底多 Agent 协作会大量进入生产环境。收益明显：并行化、关注点分离、子 Agent 保护主 Agent 的上下文窗口。但核心问题是：Agent 之间怎么通信？从同步的用户-助手模式，到异步通信和 Agent 互相识别，这是下一个前沿。
| 原则 | 核心要点 |
|---|---|
| 不要什么都上 Agent | 从复杂度、价值、能力、错误成本四个维度评估 |
| 保持简单 | 先做好 Environment + Tools + System Prompt，优化以后再说 |
| 像 Agent 那样思考 | 进入上下文窗口，从 Agent 视角理解世界 |
让 Agent 稳定工作仍然很难——但大部分难度来自我们不理解 Agent 看到什么、看不到什么。这三条原则是弥合这个认知差距的起点。
原文：How We Build Effective Agents — 3 Principles from Anthropic's Barry Zhang