Uma reflexão de um "criador de camarões": os Agentes de IA não são assim tão perfeitos

robot
Geração de resumo em curso

Escrito por: Haotian

Como um «criador de camarões», após semanas de sofrimento contínuo, compartilho algumas reflexões e aprendizados sobre criação de camarões, apenas para referência:

1)Todos sabem que criar camarões é para «aumentar a eficiência», mas a verdade é que, nesta fase, a maioria das pessoas está a «desperdiçar tempo». Existem muitos problemas inesperados, como contas do Claude serem banidas, cotas de API serem bloqueadas, o Openclaw de repente atualizar e perder a «memória», etc., o que consome a maior parte do tempo, e o aumento de eficiência obtido é muito menor em comparação;

2)No Twitter, vemos várias postagens sobre ansiedade com IA, mas é melhor apenas olhar. Dizerem que um comando pode fazer o Claude controlar todo o seu computador, ou que um Prompt fará a IA assumir seu trabalho para sempre e você só relaxar, etc. Na prática, não só não relaxamos, muitas vezes trabalhamos até altas horas codificando uma funcionalidade, consertando bugs, surgindo outros bugs. É difícil imaginar como pessoas que não querem nem 5 minutos de prática real podem afirmar com tanta confiança que a AGI está chegando e que a IA vai revolucionar tudo;

3)Criar camarões realmente pode realizar o sonho de muitas OPCs (One Person Company), mas o limite de capacidade dos grandes modelos é igual para todos, embora o nível de compreensão de cada um ao usar esses modelos seja muito diferente. Não pense que todos podem se tornar Peter Steinberger, Matt Schlicht ou Andrej Karpathy. Um desenvolvedor excepcional e uma pessoa comum têm ideias, estruturas, experiências de iteração, níveis de habilidade e resultados entregues que podem ser completamente diferentes;

4)Criar camarões é, na essência, construir seu próprio AI OS. Teoricamente, quanto mais tipos de grandes modelos conectados em paralelo, maior o número de funcionários digitais gerenciados, tarefas colaborativas ativas e passivas, níveis de nested Skills e combinações de entrega de tarefas, maior a fricção e o desafio de otimização. É importante entender que criar camarões nunca foi uma questão de «capacidade do modelo», mas sim de «otimização de implementação de engenharia»;

5)Configurar Opus 4.6 e Gemini 2.5 Flash Lite para todos os funcionários digitais pode fazer o mesmo, mas o primeiro é contratar especialistas experientes de Wall Street, enquanto o segundo parece mais um escravo negro de favela. Talvez ambos realizem uma funcionalidade, mas os custos e resultados entregues são incomparáveis. A verdade é que, enquanto você gasta tempo ajustando bugs, outros podem usar seu «poder financeiro» para alcançar resultados semelhantes desde o início. Criar camarões realmente consome muito dinheiro, e o assustador é que, mesmo sabendo disso, a maioria das pessoas acaba por aceitar modelos inferiores e continuar otimizando;

6)Criar funcionários digitais é como montar um Lego: quanto mais funcionários e Skills, mais complexos os cenários de Jobs, maior a probabilidade de colapsos instantâneos. Para certas tarefas, basta ter capacidade, não há necessidade de desejar mais, evitando «requisitos» que ultrapassem seus limites de compreensão. Recomenda-se investir mais em engenharia de memória, design de versões Git, remoção de ilusões do modelo, etc., pois, se não, muitos momentos podem levar à crise total. Talvez na primeira fase você consiga resolver uma demanda muito legal, mas na próxima, tudo pode desmoronar e você ficar sem chão. Não me pergunte como sei disso;

Fim.

Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário
  • Fixar