工程 · 1 min read
Agent 設計就是 FR 與 NFR 的切分
把 agent 要做的事分成兩條路：固定的步驟寫成 script，只有真正需要判斷的地方才交給 LLM。判斷路徑越少，agent 越便宜、越穩定，也越好除錯。
North 每天早上要知道我「最近 7 天，到昨天為止」的能量狀況。一開始，我讓 North 自己去讀日記、自己算日期範圍。
它有時算對，有時算錯。後來我想通了：「最近 7 天，到昨天為止」是算術，不是判斷。讓 LLM 每次重算，只會多出錯的機會。
兩條路徑
我把 agent 要做的每件事分成兩種：
- FR（固定路徑）：每次步驟都一樣。例如抓資料、算日期、跑測試。這些寫成 script、hook 或模板。
- NFR（判斷路徑）：步驟無法事先寫死。例如 git 衝突時，讀完紀錄再決定保留哪一邊。這些才交給 LLM。
North 現在怎麼做
能量分數、睡眠時間、目標分配，全部由 script 先算好。North 拿到的是答案，不是原始資料。它只負責一個判斷：「今天值不值得提醒他少排一點事？」
判斷路徑變少之後，North 更便宜、更穩定，也更好除錯。出錯時，我知道要看 script 還是看 prompt。
這不是反 AI
有人會問：這樣不是讓 AI 做得更少嗎？我的看法是，這是把 AI 用在它真正擅長的地方。算術交給 script，判斷交給 LLM。圖上最後一步「畢業成 FR」，我寫在讓 NFR 畢業成 FR。要先切得好，前提是意圖清楚，見先寫意圖，不先寫 prompt。
能算的，就不要讓 LLM 猜。
延伸閱讀： 看看最後一步怎麼走，讀讓 NFR 畢業成 FR，回頭讀先寫意圖，不先寫 prompt。或回到系列總覽：設計 Agent，先切 FR 與 NFR。