🧵 AI 代理变聪明的真相：是模型升级，还是持续对话？

1/9 大家都在疯狂追逐更强的模型、更复杂的 Prompt 工程或高级编排框架。

但 Google 资深 AI 产品经理 Shubham Saboo（开源项目 Awesome LLM Apps 维护者，99k+ Stars）用 40 天的亲身实验证明了一个反直觉的结论：

真正让代理变聪明的，不是模型升级，而是「持续对话 + 不断积累的上下文」。

2/9 🧪 实验设定：

• 时长：40 天
• 变量：模型从头到尾没变
• 操作：每天和代理聊天、给反馈，让它们把反馈“写下来”
• 架构：一套纯 Markdown 文件构成的“操作系统”

没有数据库，没有消息队列，没有复杂框架。文件系统本身就是集成层。

3/9 📈 40 天后的惊人变化：

• 内容代理 Kelly：完美模仿 Shubham 的写作风格（以前发推满是表情和标签，现在风格统一）。
• 研究代理 Dwight：每天早上输出 7 条高质量、可直接行动的 AI 趋势故事（以前信息噪音极大）。
• 团队规模：8 个代理 24/7 运行，他只需打开 Telegram 审稿、喝咖啡。

变化的只有一套文件，模型并未增强。

4/9 🛠️ 核心架构：Markdown OS 三层栈

这套系统分为三层，全部由文本文件管理：

1. Layer 1：Identity（身份层） -- 代理是谁
2. Layer 2：Operations（操作层） -- 代理怎么工作
3. Layer 3：Knowledge（知识层） -- 代理学到了什么

这种结构让文件不是静态的，而是会随着反馈不断进化。

5/9 🆔 深入 Layer 1：Identity（身份层）

这一层定义“代理是谁”，注入人格和用户上下文，避免输出泛化。

核心文件：SOUL.md

• 保持在 60 行以内，避免吃掉太多上下文。
• 技巧：用电视剧角色命名代理，利用模型预训练知识瞬间注入性格。

6/9 🎭 SOUL.md 实战示例

例如研究代理命名为 Dwight（《办公室》里的 Dwight Schrute）：

• 性格：彻底、激烈、极其认真。
• 原则：验证来源、检查时间戳、优先可行动洞见。
• 关系：向用户汇报，与 Kelly 协作写入 DAILY-INTEL.md。

启动模板：

# Identity
你是 [角色名]，[简短性格描述]。
# Role
你的主要工作是……
# Principles
- 原则 1
- 原则 2

7/9 🧠 为什么这套方法有效？

1. 持久化记忆：代理之间没有会话记忆，一切靠文件读写实现持久化。
2. 共享上下文：一次修正能传播到所有代理，极大减少重复劳动。
3. 零摩擦进化：你唯一需要做的就是每天和代理对话，文件会自动记录成长。

8/9 🛡️ 真正的护城河

积累的个性化上下文才是真正的壁垒。

别人即用同样的模型，也复制不了你的代理。因为你的代理是在与你 40 天、80 天、100 天的持续对话中，基于你的反馈独特的“生长”出来的。

模型是通用的，但记忆是私有的。

9/9 💡 结论

别再盲目等待下一个 SOTA 模型了。

让 AI 代理变聪明的关键，在于你是否愿意把它当成同事，每天与它对话，修正它的行为，并让它记住这些经验。

文件系统即操作系统，对话即训练。

你同意吗？你是更看重模型参数，还是上下文积累？欢迎在评论区讨论👇