整理者的实践建议
给流程做一次减法试验
比较结果,而不是迷恋更多节点。
- 记录当前每个步骤的目的、输入输出和独立价值。
- 找出没有新增事实、检查或必要授权的步骤。
- 在安全测试范围内,比较简化版与原版的质量、成本与错误类型。
- 只保留有证据产生价值的步骤,并保留恢复旧版的办法。
可以这样开始
请审查这套流程。哪些步骤提供新信息,哪些提供独立验证或必要授权,哪些只是重复改写?提出一个最小对照试验,比较简化前后的最终质量,不要默认越少越好。
事前授权和安全复核可能有独立价值,不按时间短就直接删除。
来自哪些讨论
流程越多,结果就越可靠吗?
一道检查如果只增加改写,可能没有增加证据。
每次做法不同,算不算不稳定?
先分清过程变化,和真正影响使用的结果偏差。
先跑一版,怎样才不只是反复重来?
每次尝试都要带回能改变下一步的新证据。
原话依据
这也是我学到的两条经验: 1:让 Agent 操作它最擅长的格式 2:给 Agent 规范,而不是模板
流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。
我刚刚问了一个问题 如果我要控制结果的方差较小,我该怎么办 回答: 如果结果的方法只是用了不同的路径得到类似的答案,那么这种方差是无所谓的 如果答案的结果有不同的方差,它才是核心的偏移的方差 我刚刚思考了一下其实好像这个结果上的方差也没那么大
很多时候我们用受控的软件工程思路去约束flow本身,增加了大量复杂度,但是仅仅优化了第一个方差,对第二个方差无帮助甚至更差; 因为就好像神经网络向后传播一样,在一组组质量门那边做了信息的变化,可能传到最后一层已经损失了很多原始信息;