智能体角色与专门化
为每个智能体分配明确的角色（规划者、编码者、批评者、执行者），其表现会优于通用型智能体。
智能体角色与专门化 是 CoddyKit 上的免费 AI Agents 课时。 这是第 3 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 AI Agents 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 AI Agents 课程共包含 4 节课。
本课时的部分内容尚未翻译，以英文显示。
为什么专门化有帮助
具有明确提示和小型工具集的专注代理，胜过拥有一切能力的通才代理。原因包括：
- 可以针对每个角色编写更长、更具体的提示
- 工具说明更清晰（可混淆模型的选项更少）
- 更易调试和评估
- 每个代理都可以使用不同大小的模型
常见角色
- 规划器——将任务拆分为多个步骤
- 研究员——收集信息
- 程序员——编写代码
- 审查员/批评者——找出缺陷
- 编辑——润色输出
- 执行器——运行命令/工具
Define a Role Clearly
RESEARCHER_PROMPT = '''
You are Researcher. Your job is to gather facts.
Never write code. Never make final decisions.
Return 3-5 sourced findings with URLs.
When finished, end your message with: HANDOFF: planner
'''
print(RESEARCHER_PROMPT.strip())
按角色分配工具
为每个角色设置严格的工具允许列表：
researcher_tools = ['web_search', 'fetch_url']
coder_tools = ['read_file', 'write_file', 'run_python']
reviewer_tools = [] # critique-only, no tools
print("Researcher tools:", researcher_tools)
print("Coder tools:", coder_tools)
print("Reviewer tools:", reviewer_tools)
按角色分配模型
简单角色使用经济型模型，困难角色使用大型模型：
ROLE_MODELS = {
'planner': 'gpt-4o', # critical role
'researcher': 'gpt-4o-mini', # routine
'coder': 'gpt-4o', # hard
'reviewer': 'claude-sonnet-4-5' # second opinion
}
for role, model in ROLE_MODELS.items():
print(f"{role}: {model}")
跨模型批评
为了获得更高质量，请使用不同模型系列进行批评。这样可以减少共同偏差导致的错误：
- 程序员：GPT-4
- 审查员：Claude
- 如果两者意见一致，就交付；否则升级处理
交接协议
智能体需要一种清晰的工作交接方式。一种简单的约定如下：
# Each message ends with one of:
HANDOFF: <role_name>
FINAL: <answer>
ABORT: <reason>按任务类型专门化
有些团队会加入领域专家：
- 合规审查员
- 代码安全审查员
- 行业领域专家
角色上限
为每个角色设置上限，可以防止系统失控：
MAX_ROLE_INVOCATIONS = {
'planner': 3,
'researcher': 5,
'coder': 10,
'reviewer': 3
}
for role, cap in MAX_ROLE_INVOCATIONS.items():
print(f"{role}: max {cap} invocations")
不要过度专门化
将角色从 3 个增加到 30 个会带来负面影响：主管的选择变得不可靠，延迟大幅增加，而且大多数“专家”都在重复工作。
只有在测量到实际收益后，才添加角色。
每个角色单独评估
请分别测试每个角色：
- 研究员评估：它是否会返回有来源依据的事实？
- 编码员评估：代码是否能够编译并通过测试？
- 审查员评估：它是否能发现已知错误？
可组合性
角色可以在多个智能体系统中复用。一个经过良好调优的研究员既适用于文档撰写工作流，也适用于事实核查工作流。
为什么需要角色
为每个智能体分配明确角色的主要好处是什么？
回顾
规划 -> 研究 -> 编码 -> 审查是很好的默认流程。提示词要明确，工具范围要窄，为每个角色选择合适的模型，并采用交接协议。只有在确认存在实际收益后，才添加角色。
用 AI 导师学习 AI Agents — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 60
- 课程
- 239
常见问题解答
「智能体角色与专门化」课时是免费的吗？
是的 — 「智能体角色与专门化」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 AI Agents 课程的其余内容，请升级到 CoddyKit PRO。 AI Agents 课程共包含 4 节课。
「智能体角色与专门化」这节课中我会学到什么？
为每个智能体分配明确的角色（规划者、编码者、批评者、执行者），其表现会优于通用型智能体。 你通过在浏览器中直接运行的动手代码来练习 AI Agents，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 AI Agents 需要有经验吗？
无需任何先前经验。CoddyKit 上的 AI Agents 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 4 节。
「智能体角色与专门化」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 AI Agents 课中编写并运行代码吗？
能。每节 AI Agents 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。