Agent 如何帮助人类发现问题
通过提问机制和 zettelkasten 知识组织，让 agent 帮助人类发现和解决问题
2 min read系列 · agent
agentaiknowledge-management
Meta 瓶颈
有人说现在 AI 生成的速度太快，瓶颈是人类 design 和决策的速度。但这只是表面现象。
更深层次的瓶颈是：人类怎么知道他要设计什么/决策什么？他遇到的问题是什么？
对比两种场景：
- 一个人写文章：需要自己想接下来应该写什么（meta 决定：设计/思考什么）
- 两个人对话：听者/读者会不断提出问题，作者只需解决问题，而不是思考"有什么问题要解决"
问题的发现
很多问题只有在实际动手的时候才能发现/遇到。
如果执行者变成 agent 了，人类就没那么容易发现问题。
如何让 agent 多提问？多从不同角度提问？
知识积累与追踪
博客的一部分作用：把这些问题/答案都记录下来。
agent 应该能分析，目前有哪些问题是还没有答案的。
有时候经过时间推移，人类可能在其他领域学到了新的知识、新的解决方案，是可以 bridge 到之前的旧问题的。如果能找出这个关联就好了。
提问的质量控制
人类聊天的对象：
- 如果知识背景接近：问的一般都是有意义的问题
- 如果没有相关领域知识：有时提出的问题角度更独特，也有价值
只要不是完全相同的问题，应该都有意义。
对于 agent 作为提问者，他可能需要通过 RAG / semantic search 之类的方式，找一部分背景知识。因为 LLM 的随机性，他每次的背景知识理解程度都可能不一样，能问出来各种角度的问题。
Zettelkasten 组织方式
博客的组织应该是 zettelkasten 那样：有大量的相互链接。
agent 可以跟随链接找知识。
链接的价值
链接多了之后，可能每次 agent 的思维链会走不同的 link，这样能提高思想的 novelty，多走新路线。
关于长时间运行的 agent 设计，见 长时间运行的 Agent：设计原则与理论框架。