bgeyq的博客

确实实现了一个AI-Agent并调用了向量数据库（但是似乎要聊很多次才能触发长期记忆），LLM用的kimi的moonshot-v1-8k，对话看起来似乎不是很聪明的样子。AI编程相较于传统编程，非常反常识的一点就是：你不需要先学会什么再去实现什么，而是应该假设你已经学会了所有技术细节，把注意力放在实现价值上面。让AI指出方案的不足之处，再次让AI生成《系统架构设计说明书》（但似乎不太适合MVP）就细节反复迭代，如果不知道它写了啥，问他就对了，直到获得最佳版本。说明需求，让AI复述并提出疑问。

例如，在市场调研中，它可自动浏览网页、提取数据并生成报告，成功率高达95%。Agent TARS 已吸引超1000名开发者参与开源社区建设，未来计划扩展移动端支持，并构建插件生态系统（如电商库存管理、医疗数据解析等垂直场景工具）。支持浏览器、命令行（CLI）、文件系统及编码工具的联动操作，通过模型上下文协议（MCP）实现跨平台协作。具备短期记忆（任务上下文）和长期记忆（历史交互记录），支持连续任务执行，例如学术研究中自动整理文献并生成初稿。- 分享功能：支持将任务打包为HTML或上传云端，便于团队协作。

1只程序猿 + AI = 1家软件公司。真人实测，如何用Multi-Agent（多智能体）AutoGen打造只有AI的软件公司。