/wayfinder 技能：在规划“战争迷雾”中导航
我们正在开发一个关于 skills 的新系列，目标是持续为你的项目提供可落地的新技能。系列以一篇访谈开场——并附赠一个超级实用的技能——主角是 Matt Pocock，他的“AI Skills for Real Engineers”项目已在 GitHub 上收获超过 22 万 star。他还在 自己的 YouTube 频道上向 34.7 万订阅者讲解这些技能。
Pocock 最近发布了一个名为 /wayfinder 的新技能。它的用途是帮你和你的 agent 摸清一个最终状态还不完全清晰的项目。或者用 Pocock 在访谈中的说法，/wayfinder 帮你在“战争迷雾”中导航——你手上有项目，但“一开始没办法把所有事情都定下来。”
以下访谈为便于阅读做了少量删减。读完它、吸收 Matt 的洞见之后，你就可以亲自试用 /wayfinder 了！
Latent Space：wayfinder 的目标是什么？
Pocock：我注意到，我当时大量与 AFK agent［Away From Keyboard，离开键盘］协作，试图把大量工作排进日程，让 agent 几乎可以通宵运行。我会先规划一堆事情，然后写一份 spec，再把 spec 拆成 tickets。对于如何把工作变成 agent 可以直接埋头去干的排期任务，我有一套非常成熟的技能。
但[...]我发现规划阶段实在繁重，因为我必须时刻惦记着自己的会话管理。比如，我的上下文窗口已经用掉多少 token 了？我在这条路上钻了多深？
我不想再在规划阶段感到束手束脚。我想要一个编排器（orchestrator）层，它基本上是在说：好，不管你想规划什么，我来替你打理规划会话。我会把它拆成多个不同的线程，做原型、做调研，再把所有结果收拢到一起，让你在规划时不再感到受限。
这样一来，你的 spec 可以写得更细，然后你只管派一只 AFK agent 出去，让它去干多得多的活。
Latent Space：设计这个技能的过程是怎样的？
Pocock：我最初始的想法是：如果我不必亲自管理这些交接，会是什么样子？然后，如果用某种集中式的文档把所有环节放在一起，又会是什么样子？
每当你考虑上下文管理——因为 skill 的本质就是这个：管理你正在工作的那个 agent 的上下文——你就需要思考信息流。所以我想的是：如果一个 grilling 会话可以管理其他 grilling 会话，会是什么样子？
那么，第一步是：被管理的那个 grilling 会话需要什么？在这种局面下，“孩子”需要什么？它大概需要对其他正在进行的事情有个粗略的了解，还需要它自己的具体任务。
于是这里就有了两份文档。一份是map（地图）——涵盖其余所有内容、所有已经做出的决定。另一份是进入实际会话的那张具体ticket（工单）。你会注意到，这几个用词都非常精确。
你有 map，有 ticket，还有session（会话）。一旦有了想法的内核，你就需要为这个想法找到合适的词。因为一旦把词定下来，agent 就能把这些实体非常清晰地映射出来。
因为如果你把什么都叫 ticket，或者在不同地方用不同说法指代它，agent 就会非常困惑，你就会得到奇怪的行为。反过来，如果你使用这些非常具体的、我称之为 leading words（引导词）的词，引导 agent 准确理解每个部分是什么，而且你已经想清楚了信息流，那么你的 skill 就成型了。
Latent Space：你觉得 wayfinder 适合哪些使用场景？
Pocock：我用它干了各种各样的事情。我甚至一直在用它规划课程。wayfinder 里有不同类型的 ticket。
有 grilling ticket，也就是一次 grilling 会话；然后有用于做原型的 prototype ticket、用于做调研的 research ticket，还有 task ticket——它的范围非常广……基本上，凡是 agent 做不了、需要人类亲自去做的事情都算。想明白这一点，你就会意识到：好，这套东西可以用在任何事情上。
wayfinder 里一个非常关键的概念是“战争迷雾”（fog of war）。它说的就是：你没法在一开始就把所有事情都定下来。
你可以先做出某些决定，而这些决定会带着你继续往前走，把迷雾推向更远处——有点像《魔兽争霸 III》里探索地图的感觉。当我想出“战争迷雾”和“地图”这两个概念后，我发现它们搭配起来非常融洽，确实能把 agent 引向正确的思路。所以我一直在用它做工程、做非工程的事情、做课程规划，各种场景都在用。
Latent Space：这个“战争迷雾”的概念——思考“你不知道自己不知道什么”挺奇妙的。也许 LLM 正擅长捕捉这一点。
Pocock：我觉得，在我仍在打磨的 grilling 那套东西里，它捕捉的是“有些事你不知道”，但 agent 也许能贡献一些东西，照亮房间里你还没理解透的那个角落。
而 wayfinder 就是在这之上再加的一层。
Latent Space：是啊，而且还有这一堆产物。你花多少时间来教模型这些术语？
Pocock：最近几个月，我一直痴迷于术语——为特定事物找到恰当的说法。我整理了一套（还没正式发布的）AI 编程词典——基本囊括了 AI 编程中的所有术语。它是一张很漂亮的图，你可以在里面探索，搞清楚 agent 到底是什么、harness 到底是什么、model 到底是什么，等等。
我把所有课程都翻新了一遍，改用那本词典，让它变得非常扎实。我所有的 skill 也都使用这套一致的词典。所以它们都建立在［相同的］假设和相同的引导词之上。
我意识到，我和 agent 之间需要一种通用语言（ubiquitous language）。我和 agent 之间横着一道沟通屏障。我一直借助我的 skill 所做的，就是努力找到那些对的词。
而且 agent 非常擅长向你展示不同措辞的可能性——说实话，它们非常擅长领域建模。
Latent Space：什么时候直接用 grill-me 技能，什么时候用 wayfinder？
Pocock：如果你觉得整件事可以在一次会话里规划完，只需要出发前对齐一下，就用“grill me”。大多数小功能都属于这种情况。多数你能看清前方路径、只是想确认 agent 跟你想到一块儿去了的场景，“grill me” 都能胜任。
而看不清前方路径、能感觉到“战争迷雾”就摆在眼前的事情，就用 wayfinder。有了 wayfinder，你会找到自己的路。它就是这么用的。
732 分享 上一篇 下一篇