人类学研究员 Erik Schluntz 分享了他观察到的人们在构建智能体（AI Agent）时最常见错误。
开发者们在与 AI 模型打交道时往往表现出矛盾的态度。他们会投入大量精力来优化提示词，精心设计每一个指令的措辞和结构，但在开发供模型使用的工具接口时，却常常草草了事，仅用简单的 A、B 来命名参数，甚至完全忽略文档说明。
这种做法折射出开发者在认知上的一个盲点。如果一个普通工程师面对没有文档的函数接口都会感到困惑，那么对于 AI 模型来说，理解和正确使用这些 "黑盒工具" 的难度只会更大。本质上，这反映了一些开发者仍未完全理解 AI 模型的特性，依然停留在传统编程思维中。他们似乎忘记了，模型并不是一个简单的程序执行器，而是需要通过自然语言来理解任务的智能系统。
拆成可复用角色；hermes-agent 主打任务后自动沉淀技能、让智能体越用越聪明；Superpowers 以测试驱动流程串起开发全链路；Paperclip 则尝试用多智能体编排“零人工公司”。
领导力专家Vinciane Beauchene指出，“AI会抢工作吗”是伪命题——真正关键在于人机分工重构：AI处理任务，人专注关系、信任与真实互动。她警示三大认知误区，并强调ACI（自主智能体）已迫近，企业需以战略为先，系统投入持续性人才成长。
Alex Finn 推出5种高实用性 OpenClaw（龙虾）用法：搭建每日日志实现长期记忆归档；接入社交平台API实时捕获热点并推送；手机语音触发“氛围编程”快速生成自用工具；多模型协作模拟“私人研发团队”输出决策备忘录；设置定时任务让AI通宵自主推进目标。
围绕《人们在构建智能体（AI Agent）时最常犯的错误》展开交流，未登录用户可浏览评论，登录后可参与讨论。
