基于同一引擎构建33个AI代理：深入剖析其中五个

在过去的一年里，作者在同一个引擎上构建了33个AI代理——一个单一的Docker镜像和代码库，没有进行任何核心修改。这些代理涵盖了从儿童国际象棋教练到妻子助手、导师，以及面向冶金和能源公司的企业机器人等各种用途。主要变量在于每个代理如何划分代码计算与模型输出的边界。对于个人代理，模型可以直接进行计算，但在企业代理中，它从不输出最终数字，只设置输入参数，这带来了风险。当工具数量超过三十个后，工具模式开始在提示中占据主导地位；对于一个拥有331个工具的CRM管理员，JSON模式总计302 KB，相当于每个请求前缀中约75,000个令牌。通过三次配置调整，提示令牌从15,266减少到1,424，中位响应时间从17秒缩短到7.7秒。该引擎是NousResearch的Hermes Agent，其代码库于2025年7月创建，相对较新。这些代理的主要区别在于角色设定和工具集；文章提供了比较提示大小和模型选择的表格。文章还讨论了一些失败案例，例如余额差异以及5,863行从未在生产环境中调用的Python代码。