智能体自动化实战：截图到执行
sarthi_education · reddit · 2026-07-12
这篇长帖分享了作者在 **harness engineering**（给模型外面加一层可用性编排）上的两个实战案例： - **AI 视频制作流水线**：先让 agent 根据角色描述找出多个匹配模型与素材，再筛选最合适的图片、表情和姿态，生成角色图、场景图和道具图，最后自动补进分镜草稿。作者称从搭建到可跑大约花了 4 小时，24 小时内完成生成，并通过 **skill files** 复用流程，实际成本不高。 - **酒店电话/网站客服 agent**：为一家酒店做了一个能接电话、也能在网站上工作的 agent。通过视觉与 **MCP（Model Context Protocol）** 让它执行接近人工的动作，实现了 **预订、取消、修改订单** 等操作，整体大约 48 小时搭起来。 作者还提醒，很多网页爬虫/抓取服务的工作可以用模型和工具链“免费”替代：用 **NVIDIA NIM** 这类端点做可用性测速，结合本地一次性质量评估与实时速度选择，就能在多个模型之间动态挑选最优解。