IndyDevDan:模型不是护城河,小型智能体团队才是
IndyDevDan · youtube · 2026-11-16
IndyDevDan 在新视频里主张:大家都能用到同样的前沿模型,真正的优势在于围绕模型搭建的系统,而非模型本身。他以 Fable 5.2 的发布为引子,指出只有写 500 行大规格、递归自我改进或多智能体编排的场景才需要旗舰模型,且其 medium/low 档仍能以极低成本超过 70% 的顶级模型,更适合当编排器。
视频核心是「Tiny Software Factories」第 3 课的小型智能体团队方法:
- 小团队优于全能 super agent 和 agent swarm:几个专精 agent 各管一类工作,共享一个工厂;
- Lead Agent(编排者):用户只对话一个接口 agent,由它调度全队,降低认知负担;
- Human Near The Loop:agent 通过 team asks 把决策排队等人类批准/反馈,而不必事事打断;
- 同一模型下,工具、上下文、系统提示都聚焦的 agent 稳定胜过通用 agent。
核心结论:当人人都能一句话造东西,原生模型能力不再是壁垒,「上下文+模型+提示+工具」四要素的组织方式才是。
「编程与Agent」频道最新
- Continual-ARC:终身任务流测智能体技能习得,多数 harness 不敌简单缓存 — unifyai · 2026-11-16
- McGill-NLP 发布 WebArena-Pro:20 个应用 300 任务的多模态 Web Agent 基准 — McGill-NLP · 2026-11-16
- Filmworkbench v0.1.2:一条 prompt 让 LLM 自动拍出 3 分钟短片 — Eastern-Ad9515 · 2026-11-16
- 分类路由别再让 LLM 生成 JSON:PowerShell 老兵用决策模型一行搞定 — dfinke · 2026-11-16
- llama.cpp 用 HF Buckets 与 HF Jobs 重构 CI,应对日均 35 个 PR 的压力 — ggerganov · 2026-11-16
- 用决策日志取代每周 30 分钟站会:agent 每次运行前必读 — Humaux · 2026-11-16