关于自主代理的随想 - 分解为 (1) 确定做什么，以及 (2) 确定如何做 - 我们需要/希望了解正在做什么、如何做以及为什么做 - 任务是代理可解释的单元，可以分解为子任务，并逐步实现目标和“规则”。 - 任务管理/优先级排序涉及确定性规则和模糊性（需要推理）规则。 （例如，银行的某些通知应该始终触发重要任务，但会议请求则取决于具体情况——他们是想向我推销产品吗？他们是投资组合公司吗？） - 任务管理需要具体情况。如果我们讨论通过电子邮件触发任务，那么如果我是该工具的付费用户，那么事务性邮件就更重要；而基于我与对方的关系，个人邮件则更重要，等等。 - 良好的上下文需要所有数据，因此 (1) 第一步是连接所有数据（导入/API 等），以便所有数据均可访问。 (2) 第二步是将数据映射在一起，这可以通过结合丰富功能（从现有数据中获取更多数据）、确定性逻辑（电子邮件/域名/等）以及验证/边缘情况的推理来完成 - 但也要明确哪些数据需要确定性，以免造成混乱。 (3) 确定适合您需求的正确汇总/提取策略 - 这需要大量的思考，因为这最终需要捕捉您所有的 AI 需求，而您目前还不知道这些需求。 (4) 确定如何设置确定性以及用于管理任务*的模糊规则、(5) 执行任务，以及 (6) 反思和自我提升。 - 回到任务单元，我最近的一个重点是弄清楚如何根据任务提取正确的上下文，我意识到这是确定性逻辑和模糊逻辑的混合（需要法学硕士学位）但前者更重要。如果我想弄清楚如何回复或生成电子邮件中的任务，我需要了解此人的上下文，并且了解我过去如何回复类似的请求（相似性）会很有帮助。 - 你不需要或不想要“完整的上下文”（每个标记），所以你需要获取所有拥有的数据并将其转换为“有用的结构上下文”，这涉及汇总、丰富和提取。这一步在数据采集后提前完成很有意义，但需要了解需求/要求。 - 管理任务始于识别和重复数据删除任务（来自电子邮件/会议记录），提取上下文，分解为步骤，分配工具/人员/代理，监控进度，触发任务并传递正确的上下文。所有这些都需要正确的上下文。 - 其核心是找出规则并进行映射，以便根据任务的上下文提取正确的上下文来处理任务，这看起来像是规则、指南和优先级的组合。 - 大多数组织并非如此确定地映射，因此人们需要填补推理和优先级排序方面的空白。数据驱动的组织更具优势。 - 构建一个对组织有用的自主代理，首先要了解组织、任务类型、所需上下文以及优先级排序规则，所有这些都源于核心愿景和理念。 - 构建一个对个人有用的自动代理，首先要了解个人。 tl