把 agent 当半成品养。改 system prompt、加 few-shot、做 A/B、跑 benchmark。调好一次，复用一年。
性格画像
驯化型的人不直接用 agent，他们养 agent。
他们的脑子里不是”我今天要做什么”，而是”我的 agent 今天能不能更好一点”。
他们的工作清单长这样：
- “我那个翻译 agent 的中文 prompt 还能再压 200 token”
- “新版的 few-shot 我加了一个反例，A/B 跑 50 次看看”
- “把 4 个 prompt 模板合并成 1 个，用 XML 结构”
- “今天的目标：把 system prompt 从 7K token 砍到 5K”
驯化型的工作是杠杆。他们花一周调好一个 agent，后面一年都受益。
跟 agent 怎么协作
典型工作流：
- 收集失败 case（20-50 个）
- 分类：是哪类问题（指令不明确？格式不对？工具没用对？）
- 改 system prompt / 加 few-shot / 调参数
- 跑 A/B，对比新旧版本的指标
- 胜出版本部署；败出版本归档作为下次灵感的种子
沟通节奏：
- 不跟 agent 谈业务，把 agent 当实验对象
- 每个 prompt 改 1 个变量，跑 50 次，看数据
- 优化是迭代的不是跳跃的
适合的任务
- 高频重复的 agent 任务
- 多步、多工具的复杂流程
- 成本敏感（API 账单高的场景）
- 团队协作（多个 agent 之间要协调）
不适合的任务
- 一次性任务（不值得花时间调）
- 低频任务（没数据支撑 A/B）
- 创意任务（agent 表现难量化）
风险
最大的风险是过度优化和过早收敛。
- 过度优化：花 3 天把 prompt 砍 100 token，但每次任务只跑 5 次，省的钱还不够付你工资
- 过早收敛：找到一个 80 分的版本就停了，没看到 95 分的可能性
对策：
- 设定优化 ROI 下限（每调一次至少省 5% 才算赢）
- 每次优化记录 baseline + 改了什么 + 数据，否则回头不知道哪步有效