非程序员做石化交易多智能体，学到系统必须模块化
Sphere_Project · reddit · 2026-07-25
一位非程序员回顾自己第四次“入行 IT”的经历：真正把他拉进来的是工作里的一个现实问题——他想做一个能盯着 Platts 石化报价 的机器人，把季节性、假期出行、天气、航空煤油需求和新闻等因素综合起来，提示何时买入 Brent 相关品种。
他在尝试中撞上了几类典型工程难题：
- 数据获取：Platts 报价不是免费开放的，只能靠抓取和持续轮询。
- 上下文记忆：外部 AI 会忘记几分钟前的对话，更别说多年尺度的价格模式。
- 多源整合：天气、燃油数据、新闻来自不同 API，需要真正“理解”它们之间的关系。
- 容错设计：把输入→分析→输出串成单链路后，一个环节失败会拖垮全局，因此必须拆成独立模块。
- 原型未完成：最初的分析机器人并没按预期跑通，但这次尝试让他学会了多智能体系统应有的结构。
这篇帖子的价值不在成品，而在于它把一个 agent 项目从想法到架构的实际坑点讲得很具体。
「编程与Agent」频道最新
- Bio 正在做研究 agent，先向科研人员做需求调研 — melnykowycz · 2026-07-25
- Kimi K3 接入 NEO，并在真实 AI 工程任务上胜出 — Nilofer_tweets · 2026-07-25
- 开源 TokenShield 用按轮次哈希拦住 CrewAI 失控重试 — bulleykebaal · 2026-07-25
- OpenAI 推出企业 agent 产品 Presence，可自动解决 75% 客服问题 — dl_weekly · 2026-07-25
- 浏览器智能体基准测试：diff 记忆让 token 增长降 37% — Desperate_Title1595 · 2026-07-25
- Hermes 通过持久记忆和技能生成走向自我进化 — Teknium · 2026-07-25