Prompting for Agents

先说一句：颜值这么高，你俩要出道啊。

此图基本就是claude倡导的agent prompt结构了，可以看到经过一年时间的演变，基本都是follow这个结构去写prompt。我比较喜欢用Role→react→task→histroy→few shot→rules/guidelines这个结构

可以根据这个表评估一下，直接丢给AI也可以

目前比较常见的就这几个了吧，做的都比较成熟了，当然啦，还有目前超火的AI scientist

1. Jeremy觉得prompt是很重要的，prompt作为概念工程就是人在给AI赋予insight。
2. 去设计agent要以agent的角度去思考，把他当成Intern去教，搜索的时候tool 的使用次数，什么时候停止，要清楚的写出来。
3. tool selection比较重要， 可能需要你再fewshot和tool description的时候做的比较详细
4. 另外一个option就是构建好thought，这个可以依赖模型本身提升比如说RL和人工few shot
5. prompt可能会导致agent无止境的调用tool并且没有答案，所以emm，加点rules吧，这也是为啥RL一定程度上对agent很重要
6. 控制context也就是chat history怎么弄呢，compress，然后summary，绝大情况下还好，但summary肯定会丢一丢丢细节。我觉得目前agent memory部分的工作需要做的更方便易用一点，同时尽可能保留足够多的细节，同志们还要努力啊。multiagent某种程度上会缓解这个部分问题，其是看任务场景的话，大部分好用的实现都是agent as tools，整体还行。

展示了一个好的tool design的例子，这个确实比我们的做的详细，很多人偷懒不会写那么多parameter进去，但是这个对系统扩展不是很友好，我个人不喜欢这种做法，如果不是官方tool call，就用自然语言去描述就比较方便，anyone can make any tools，当然还有一些工作是让agent自己写tool加进去的，或许有用。。。但是想想就觉得不是很稳定

claude有个模拟器，牛啊，你可以测试并迭代你的prompt，thought什么的都有展示，有点像langsmith。

eval也是比较重要的一环，感觉可以来个综合策略去eval？

1. 这个就是测试的工作啦，面对极端的case，抗压测测
2. LLM judge，有点用但不多
3. 终极解法：转人工。所以human in the loop 是不可或缺的一环。

一些cases，anyway， try you best to eval.