做Agent的思路可能得换换了，Anthropic工程师发视频讲怎么用 Claude Managed Agents 快速构建和上线一个生产级别的Agent。

她的意思现在是搭agent不要去花时间放在基础设施上，比如管理循环、日志处理、沙箱隔离、出错调试、工具调用等，这些脏活累活都会被claude、codex平台托管，你做多了只会重复造轮子，a厂的Managed Agents 就是干这个的。

你应该要做的是做业务判断、上下文工程，简单点也就是懂得让Agent做什么，用哪些工具，以及给它输入什么。

我理解和吴恩达说的类似，做好权限职责管理和人工审核，因为ai不懂业务的东西，人最大的事情就是对agent结果负责。

不要做基础设施重复造轮子还有个原因，现在大模型版本迭代太快，可能你幸幸苦苦做了个适配GPT5.6的agent，但可能下个月就出来GPT 6，就需要重新去设计研发，这样维护harness的成本越来越高。

其实现在也有很多人开始基于workbuddy、DeepSeek harness这些基础设施来搭建自己的agent，底层的东西由大厂维护，你只需要维护业务层就可以。

现在开发一个agent可能只需要半个小时，但多数沦为玩具，可能就是大家对agent如何解决业务问题的理解不够，基础设施都有，能跑和跑的好的差距非常大。ai大模型agenthow i ai人工智能