在几个小时内构建个人人工智能代理

我对个人构建者现在交付真实且有用的原型的速度如此之快感到非常惊讶。 Claude Code、Google AntiGravity 等工具以及围绕它们不断发展的生态系统已经跨越了一个门槛:您可以检查其他人在线构建的内容,并了解您今天可以构建多快。在过去的几周里,我开始[...]在几个小时内构建个人人工智能代理的帖子首先出现在走向数据科学上。

来源:走向数据科学

对个人构建者现在能够以如此快的速度交付真实且有用的原型感到非常惊讶。

像 Claude Code、Google AntiGravity 这样的工具以及围绕它们不断发展的生态系统已经跨越了一个门槛:您可以检查其他人在线构建的内容,并了解您今天构建的速度有多快。

在过去的几周里,我开始每天预留一到两个小时专门用于使用我的 AI-first 堆栈进行构建:

  • 谷歌反重力
  • Google Gemini Pro
  • 通过 AntiGravity 访问 Claude 模型
  • 这种设置从根本上改变了我对原型设计、迭代速度以及“个人人工智能代理”今天可以实际做什么的看法。更重要的是,它让我重新投入到实际编码和构建中,当我在 DareData 的角色转向管理和编排而不是执行时,我个人就牺牲了这些。

    就个人而言,这场革命对那些总是倾向于管理角色的人来说是一件幸事。它消除了我所接受的权衡:发展一家公司意味着完全放弃建设。我不再需要在建设和管理之间做出选择,它们实际上是相辅相成的。

    但是,对于“刚刚”发展的人们来说,这里有更广泛的含义。如果人工智能代理越来越多地处理执行,那么纯粹的执行就不够了。开发人员将被迫(无论他们是否愿意)进行协调、决策和……管理——这是个人贡献者内心讨厌的事情。换句话说,管理技能成为技术堆栈的一部分,而人工智能代理则是所管理环境的一部分。

    最让我惊讶的是我现有的管理技能的可转移性:

  • 指导代理而不是对其进行微观管理
  • 询问结果而不是指示
  • 映射、优先排序并指出灰色区域
  • 对管理进行足够的自我反思。让我们看看我正在构建什么,因为这就是您来这里的目的:

    认识费尔南

    在这篇文章中,我将重点介绍“日程安排”应用程序。