
本场讨论五个具体问题:Context、任务表达、任务拆解、协作过程和经验沉淀。

长期从事智能系统研究、数据产品与全球化产品管理。
输入一段文字,返回一段内容。它擅长理解和生成,但不会自动负责后续行动。
拥有目标、Context、工具和状态;能继续追问、执行动作、记录证据并交付结果。
分诊、研究、执行、检查和协调各有角色;可以并行、交接、Review,并在人类闸口停下。
Han Solo 分诊、路由到研发频道、创建任务,排查、测试、Review、部署证据和回告形成闭环。
内容 Agent 修改页面,测试 Agent 检查导航与多语言,发布 Agent 生成 noindex 验收地址,人确认后再决定生产。
Agent 核对代码版本、构建产物与线上 marker;生产权限和最终发布保留在人类闸口。
Tony 提出修改,Agent 更新生成器、逐页检查桌面和手机、部署新版本,再把验收结果回到线程。
资料是否集中、任务是否明确、工作能否拆分、结果怎样验收、经验是否沉淀。这些条件决定 Agent 能参与到哪一步。
放在哪里,别人能否接手?
目标和标准是否说清?
大任务能否一步步推进?
谁负责,状态在哪里?
下次是否还要从零开始?
资料分散、背景依赖口头转述、每次从零解释,Agent 无法稳定接续任务。
资料在桌面、聊天和下载目录;任务没有边界;关键决定没有记录;每次重新向 Agent 解释。
一个项目有固定工作区;目标、素材、过程与输出各有位置;关键决定可追溯,结果可以复用。
这次到底要完成什么。
已有资料统一放在哪里。
边界、口径和禁区是什么。
关键决定为什么这样做。
结果如何归档与复用。
只有方向性要求,没有输入、输出、限制和验收标准,执行者无法判断何时完成。
没有背景、对象、事实来源和验收标准;结果不满意时,只能说“感觉不对”。
说明为什么做、给谁看、哪些事实必须使用、什么不能改,以及怎样算完成。
为什么现在要做?
最终要改变什么?
交付给谁、影响谁?
资料、数据和案例在哪里?
哪些边界不能越过?
格式、数量和粒度是什么?
怎样才算完成?
复杂任务直接交给一个 Agent,通常会在中途丢信息、走偏或无法验收。
客户、市场、问题和机会。
核心观点和章节顺序。
按结构填充事实与建议。
来源、数字、承诺与风险。
统一风格、格式和结论。
一次失败直接归因给“Agent 不行”,下一次换一个工具,往往还会重复同样的问题。
它真的能读取、写入和调用吗?
文件、账号和运行条件一致吗?
背景是否足够、正确、最新?
当前模型和工具适合吗?
任务是否大到无法一次判断?
检查必要信息、章节、数据和交付格式。
标记事实、数字、来源、时效和推断。
说明受众、语气、业务目标和资源限制。
指出客户、品牌、合规、资金和不可逆影响。
确认任务方向、事实来源和不可触碰范围。
信息冲突、方向变化、连续失败时及时接管。
客户发送、资金、权限、生产发布和不可逆动作。
没有共同现场,协作会变成私聊转述、重复追问和不断催进度。
主题、参与者和共同 Context。
谁负责、做到哪、下一步是什么。
证据、讨论、异常和决定。
版本、来源、证据和修改历史。
#syfo-doctor 收问题。
Han Solo 继续追问。
找到正确研发频道。
明确 Owner 和下一步。
排查、修改、测试。
检查根因和边界。
挂结果和验证证据。
把结论送回问题来源。
为什么不直接私聊工程师。
环境、复现、影响和预期。
Owner、状态、下一步和分工。
证据、依赖、阻塞公开可见。
检查根因、回归和高风险动作。
结果、证据、结论和经验沉淀。
聊天记录很多,但团队没有形成统一模板、规则和样本。
下次怎样提供完整输入。
团队共同的质量参照。
结果怎样检查和放行。
谁负责什么,何时升级。
常见失败怎样定位和接管。
可以直接复用的执行能力。
目标、资料、状态、异常和决定都留在共同现场。
Brief、交付和验收不用依赖个人默契。
模板、样本、清单和 Skill 越用越完整。
LLM、Agent 和 Agent 编队有什么区别?
日常工作怎样开始用 Agent?
人和 Agent 怎样分工?
哪些环节需要人工确认?
任何刚才没有讲清楚的问题。

明确输入与输出,拆分执行步骤,设置检查点,并把有效做法沉淀为团队材料。