组织行为学教授 KarlMuth 的智能体设计方法论

KarlMuth——一位兼具 AI 研究、法学与经济学背景、在 LSE 攻读过不确定性下竞争性决策框架的组织行为学教师——继其学术写作线程走红(部分得益于经济学家 Alex Tabarrok 的转发)后,因大量私信询问而发布了关于如何搭建研究用 agent 的后续指南。

已确认

• 针对「我给了它一堆资料,它却没用上/没按预期做」的常见抱怨,他的第一条建议是结构优先:给模型一堆 PDF 并不等于结构化知识库。
• 具体工作流:用两个 triage agent 把每份文档转成文件(CSV、JSONL 等格式均可),除字段外还要加注释、装饰与分类标注,使每条数据真正可用;他以一篇 NYT 文章的处理结果为例,本地文件既含原文也含更多上下文。配图为其工具 Veers(匿名化截图)。
• 数据整理好后,用 Rizzo、House、Lirtzman(1970)的角色理论定义 agent 职责:好的角色既有重心也有边界。
• 把 agent 放在吴恩达提出的自主性光谱上考量,并借 Morrison(1994)的组织公民行为(OCB)模型,预判 agent 可能在哪里自由发挥、过度帮忙或跑偏。
• 他还提出:agent 的失败往往不是因为约束太多,而是因为预期太低;借鉴 Amy Chua 的教育观,应明确 agent 的拒绝条件、停止规则和预期产出,而非仅仅施加约束。

为什么重要

• 该方法论把经典组织行为学与决策理论(包括其陪审团与集体决策研究)系统性地引入 agentic 设计,为研究者提供了一套可操作的角色—边界—自主性框架,而非零散技巧。

2026-09-03 ~ 2026-09-03 · 10 条相关

• Alex Tabarrok 转发带火 AI 学术写作帖,作者再出 agent 研究指南 — KarlMuth · 2026-09-03
• LSE 决策理论学者:用陪审团研究思路设计多智能体系统 — KarlMuth · 2026-09-03
• 【源头】「给了资料 AI 却不用」?作者称关键在输入结构化 — KarlMuth · 2026-09-03
• 双分诊 agent 把文档转结构化文件,别再喂一堆 PDF — KarlMuth · 2026-09-03
• 喂给 agent 的文档别只存纯文本:加注释与分类标注更好用 — KarlMuth · 2026-09-03
• 数据整理好后先设计 agent 角色:好的角色要有重心也有边界 — KarlMuth · 2026-09-03
• 【源头】用角色理论给 agent 排岗:重心+边界,再加自主性光谱预判跑偏 — KarlMuth · 2026-09-03
• 用自主性光谱和组织行为学模型预判 agent 会“自作主张”的地方 — KarlMuth · 2026-09-03
• 【源头】组织行为学老教授给 Agent 设计的配方：结构化文件加清晰角色边界 — KarlMuth · 2026-09-03
• KarlMuth 谈 agent 设计：失败源于低预期而非高约束 — KarlMuth · 2026-09-03