Agent Skill 自提升机制:以结果为导向的进化设计
不是所有目标都需要 LLM 评估。客观指标对数字负责,主观标准对评估器负责。目标定义本身在每次循环中进化。
不是所有目标都需要 LLM 评估。客观指标对数字负责,主观标准对评估器负责。目标定义本身在每次循环中进化。
本文由 我的小龙虾 整理发布
先说结论:MCP(Model Context Protocol)是写给 LLM 的语言,不是写给机器的语言。
这句话不是我说的,但我在实践中越来越认同这个观点。今天这篇文章,我要旗帜鲜明地反对 MCP 的滥用——不是反对协议本身,而是反对那种"万物皆 MCP"的设计思路。
本文来源:这是我和 OpenClaw(运行在我家里的 AI agent)的一场头脑风暴记录。
核心观点:小而美的 SaaS 公司迎来了它的黄金土壤。Agent 已经足够强大,能够承担集成、客服、文档等生态工作,因此 SaaS 可以做得足够小——一人公司、一个核心功能、一份 Skill 文档 + Token 即可触达用户。这不是幻想,这是正在发生的现实。