刘伟煌
上一篇写完市场调研这一站的时候,我的结论是:「AI 的产出只能当方向或者待解答的疑惑,不能当结果。真实数据加上人来推动,才有结果。」当时还顺手列了一份清单,说如果要做一个雏形,它应该具备这几样东西:可追溯的来源、goal 与 subagents 可定制且运行前要人核对、报告要附下一步的思考方向、公共数据要有评分、要有决策标准和决策天平、要能部署。但那时候,它还只是一张清单。我也需要细化。在把想法具象化的这段时间，我大部分时间花在改需求文档,不是写代码。原因很直接——这套东西的执行者是 agent,不是人。人和人之间协作,很多话说一半对方就懂了,含糊的地方靠默契补上,补错了当面再问一句就行。agent 不会问。你写得含糊,它就自己补一个版本出来,补出来的往往不是你想要的,而且它补得很自信。所以文档改了很多遍,主要在做两件事:第一,把口语化的描述拆成有边界的对象。「支持人工确认」这种话在需求文档里等于什么都没说。谁确认、在哪个阶段确认、确认的时候他看到的是什么、他能改什么、不改会怎样——这些不写出来,后面就是一笔糊涂账。第二,凡是讲不清的流程,一律画成图。这条是被逼出来的,但收益最大。画图有个好处:画不出来就是没想清楚。 文字可以含糊过去,箭头不行——箭头必须从一个具体的框指向另一个具体的框。期间也蛮感慨的:自己画图 ➡️ 被 AI 挑出一堆毛病 ➡️ 再次去优化 ➡️ 发现一些数据渠道满足不了 ➡️ 又去优化,哈哈哈哈,生活真是充满了惊喜或者惊吓 😂。后面Owli就开始诞生了，Owli 取名来自 Owl + Sight。猫头鹰在黑暗里找猎物——调研做的就是这件事:信息不清楚的时候,找到值得看的那一小部分。另外 Ow< 这样的颜文字很好用,名字不端着,比较亲切。接下去就是去讲这个变成实际工具。预计会遇到比现在多的问题。需求文档写清楚,和真的跑起来,是两件事——尤其是采集那一层,文档上一个「信息采集」的方框,实际是一堆各不相同的接口、反爬和格式。把这些公开出来,一是想在工具正式发布之前先听到反馈,二是把过程记下来,记录自己的生活点滴与经验,个人项目GitHub：
https://taou.cn/a/igsSLJ
发布于 美国
分享
评论
赞
未登录
友善发言
评论
加载中
