芯耀
与非AI
141
我是老温，一名热爱学习的嵌入式工程师，关注我，一起变得更加优秀！
我最近在折腾各种AI Agent，也在疯狂看各种书籍，大量接收各种AI Agent相关的概念和基础知识。
比如：Agent Skills、Harness 工程、Vibe coding、上下文、工作量workflow、MCP服务器、Token、大语言模型LLM、Anthropic 和 OpenAI，等等。
我从6月开始接触Agent到现在，差不多一个月时间，现在学到的概念还很零碎，还没串成系统的知识框架。
因为我最近用AI Agent去辅助我做一个全新的项目，现在简单地碎碎念几下，谈一下我对嵌入式 + AI Agent的相关看法。
主要是几点内容：把话说清楚、先计划后执行、给AI约束和边界、学会判断结果。
把话说清楚
看似简单，其实很难，很多工程师以前在使用AI的时候，觉得AI生成的内容太智障，有点像在一本正经地胡说八道，
其实，很大一部分原因是，我们问问题的方式不太对，问的问题过于抽象和空泛，
“帮我生成一份产品设计方案”
“我是一名产品经理，帮我生成一份关于xx产品的设计方案，要求1-2-3-4，输出为PPT，阅读对象为产品总监”
以上两种提示词方式，很明显，后者可以让AI的输出更加准确，跟AI好好说话，是一种需要锻炼的技能。
关于这部分的概念，可以看一下《半小时讲透提示词工程（轻科技）》这本书，其实是有方法论的，“角色+背景+要求+范例+格式”，五个词，搭建一个提示词框架。
先计划后执行
在你直接命令Agent做某一项具体工作的时候，如果你对这项工作的具体流程或者任务分解，可以先描述一下你的需求，让Agent帮你列出具体计划
为啥要先使用Agent的Plan模式，让它先生成计划和方案？因为，它是一个知识量很丰富，动手能力很强的实习生！
Agent会直接按照你最开始的那句需求开干，遇事不决的时候，它会根据自己的“经验”，根据最佳概率选择一个方向继续干活，直到目标产物输出完成。
你不知道它直接开干的话，会带来什么后果！除非你自己能把计划做得很详尽，每个任务都分解得很清晰~
否则，最恰当的方式反而是，先让Agent列一个计划，如果你觉得靠谱，那就按计划的1-2-3-4步骤执行，每完成一步，你先审核，觉得不完美，推倒重做。
给AI约束和边界
为啥要给AI约束和边界？
因为，它实在太强大了，你如果不给它约束条件，它就像是一匹脱缰的野马，在一片茫茫的草原（你的电脑）上面直接狂奔，非常容易翻车！
比如，最近网上很多提醒，不要给Codex最高的系统权限，一定要把电脑的操作权限拿在自己手里，不然，小心你的C盘~
如何给AI约束和边界，这个概念实在很抽象，我到现在还在尝试总结一些东西，
其实这是 Harness 工程的概念，涉及到工具使用、上下文管理、安全沙箱隔离、任务编排、质量控制，
关于基本概念，推荐看一下这本书，《半小时讲透Harness工程（轻科技）》，我还在看，有空再总结一遍。
学会判断结果
AI Agent 横行的年代，会描述需求、会分解任务，这些能力都很重要，但我觉得，判断力是一项最不可或缺的能力，必须对AI的输出结果进行最后把关。（尤其是在金融、法律、医疗、安全，等方面）
在嵌入式设计领域，需要人为地参与到Vibe Coding里面，根据业务场景，对AI设计的架构，输出的源码，进行人工判断和审核。
AI可以辅助工程师设计架构，可以辅助Coding，但关键的架构评审，源码评审，测试用例评审，工程师必须参与在内，这很考验一个工程师对AI输出结果的判断力！判断力将会成为AI Agent时代里面，一项非常重要且稀缺的能力。
不判断AI Agent的输出结果，直接把AI的输出物交付到生产环境，不出问题还好，出问题了，承担责任的还是使用AI工具的人，AI不能代替工程师背锅。
可以看一下Agent橙皮书系列，很多内容写得不错，对了解Agent的基本概念有帮助，在微信读书搜索 “Agent 橙皮书”即可 ~
现在的AI Agent 这么强大，嵌入式工程师会失业吗？这个议题，我们下次再聊，我有点看法，，，
