我要求智能体将若干便签转换为带有连接线的思维导图。三十八秒后，它构建出了一个：中心有一个枢纽，周围有五个分支，从枢纽到每个分支都有一条箭头。这五个分支位于一个完美的圆环上，间距均匀，第一个分支恰好停在正上方。我想讨论的是没有发生的那部分。智能体并未计算任何一个坐标来得到那个圆环。
这种区别正是工作的核心所在。当你构建一个供智能体操作的工具时，诱惑在于让智能体变得更聪明：更长的提示词、更多良好布局的示例、一些关于间距的规则。这是错误的杠杆。正确的杠杆是一个确定性的原语，智能体可以调用它，从而使结构精确且可复现，而不是近似。智能体提供意图。工具提供精度。你的工作是将两者连接起来，然后退居幕后。
让模型进行数学运算时的样子
给语言模型一个空白画布，并要求它生成一个由五个方框组成的圆环，它会愉快地输出五组 x 和 y 坐标。它们看起来似乎合理。但它们也会以浮点数目测那种特有的方式出错：间距漂移，半径游移，五个方框中有两个靠得稍近，而且下周使用相同的提示词会产生一个不同的、近乎圆环的形状。模型擅长决定方框应该位于一个圆上。但它不擅长将它们放置在那里的三角函数运算，因为它并没有进行三角函数运算，而是在预测读起来像三角函数结果的数字。
你可以用更多的令牌来掩盖这个问题。要求它逐步推理，给它公式，告诉它中心点和半径。现在，你是在付费让模型用散文形式缓慢地运行正弦和余弦函数，每次都有非零的错误率。输出仍然不可复现，因为下一次请求会从头重新推导相同的算术运算，并以不同的方式舍入。你已经耗尽了你的智慧预算，去教一个概率系统模仿计算器。
原语处理模型绝不应触及的部分
替代方案是交给智能体一个工具：将这些元素标识符排列成一个圆。该工具由普通代码构成，接收标识符，通过真正的数学运算计算圆环上的中心点，并写入精确的位置。智能体从未见过角度。它命名元素，并命名希望它们形成的形状。网格、行、列、圆。几何结构由一个每次返回相同答案的函数确定。
以下是我如何知道智能体使用了工具而不是走捷径的方法。圆形布局默认将第一个元素放置在顶部，因为其起始角度为负九十度，即十二点钟方向。在思维导图中，智能体碰巧首先添加的分支恰好落在正上方中心。如果模型一直在猜测坐标，第一个分支会落在某个看似合理的数字所指向的位置，而这几乎从来都不是精确的顶部。顶部放置是一个指纹。它是原语的确定性默认值显露出来的结果，也是证明结构是由代码计算而非由模型叙述的证据。
连接线从另一方面说明了同样的观点。智能体通过命名两个端点，绘制了从枢纽到每个分支的箭头，而不是在两个坐标之间画线。箭头绑定到元素上。当圆环随后移动时，箭头会自动重新路由，因为它们从来就不是关于位置的。它们是关于关系的，而关系恰恰是智能体应该表达的内容，同时由工具处理像素的位置。
总体形态
这其实不是关于画布的问题。而是关于在任何情况下如何在智能体和工具之间划清界限
免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。
