Wayfinder技能：穿越规划中的“战争迷雾”

我们目前正在开发一个关于技能的新系列，旨在定期为你提供可在项目中使用的实用技能。本系列以一场访谈和一项超级实用的技能开场，主角是 Matt Pocock，他的“AI Skills for Real Engineers”项目在 GitHub 上已获得超过 22 万颗星。

他还在 YouTube 频道上向 34.7 万订阅者分享这些技能。Pocock 最近发布了一项名为 /wayfinder 的新技能，其目的是帮助你与智能体共同规划一个最终状态并不完全清晰的项目。

正如 Pocock 在访谈中所说，/wayfinder 能帮你穿越“战争迷雾”——当你有一个项目，但“无法在一开始就决定所有事情”时。以下访谈为提升可读性略有删减，你可以阅读并吸收 Matt 的见解，然后亲自尝试 /wayfinder！

Latent Space：wayfinder 的目标是什么？Pocock：我注意到自己花了很多时间与 AFK 智能体（Away From Keyboard，即离线运行的智能体）协作，并尝试安排大量工作，让智能体几乎可以整夜运行。

我会先规划一堆事情，然后创建一份规格说明，再将其转化为任务单。我有一套非常成熟的技能，能把工作转化为可调度的任务，让智能体直接开工。但（……）我发现规划阶段非常繁重，因为我必须不断思考会话管理。

比如，我的上下文窗口里已经消耗了多少 token？我在这里要深入多少？我不想在规划阶段再感到束缚。我想要一个编排层，它基本上会说：好的，无论你想规划什么，我都会替你处理规划会话。

我会把它拆分成多个不同的线程，进行原型设计、研究，然后汇总回来，这样你在规划时就不会再感到受限。然后你的规格说明可以更详细，你就能轻松派一个 AFK 智能体去做更多工作。Latent Space：设计这个技能的过程是怎样的？

Pocock：我有一个核心想法：如果我不必管理交接会怎样？那会是什么样子？然后，如果有一个集中式文档把所有部分整合在一起，又会怎样？每当你考虑上下文管理时——因为技能的本质就是管理你正在使用的智能体的上下文——你都需要思考信息流。

所以我想思考的是：如果一个“拷问”会话能管理其他“拷问”会话，那会怎样？那会是什么样子？第一步是：被管理的会话需要什么？在这种情况下，子会话需要什么？子会话可能需要了解其他事情的模糊概览，以及它们的具体任务。

所以，这里就有两份文档。

你有一张“地图”——它包含了所有其他内容，所有已经做出的决定。然后你还有一张具体的“任务单”，它会进入实际的会话。你会注意到，这些词非常精确：你有“地图”、“任务单”和“会话”。一旦你有了想法的核心，就需要为这个想法找到合适的词汇。

因为一旦你确定了词汇，智能体就能非常清晰地映射出这些实体。如果你把所有东西都称为“任务单”，或者在不同地方用不同方式指代它，那么智能体会感到困惑，行为也会变得奇怪。

而如果你使用这些非常具体的、我称之为“引导词”的词汇，引导智能体准确理解每个部分是什么，并且你理解了信息流，那么你就拥有了你的技能。Latent Space：你认为 wayfinder 适用于哪些用例？

Pocock：嗯，我一直在用它做各种事情。我也用它来规划课程。在 wayfinder 中，有不同类型的任务单：有“拷问”任务单，就是一次“拷问”会话；有用于创建原型的原型任务单；有用于进行研究的任务单；

还有任务任务单——它非常宽泛，基本上就是人类需要做而智能体无法做的任何事情。

所以一旦你想到这一点，你就会意识到：好吧，我可以把它应用到任何事情上。wayfinder 中一个非常关键的概念是“战争迷雾”。这个概念的意思是，你无法在一开始就决定所有事情。

你可以做出某些决定，这些决定会引导你前进，并进一步推进到“战争迷雾”中——有点像《魔兽争霸 III》中探索地图的感觉。一旦我有了“战争迷雾”和“地图”这两个概念，我意识到这两个词实际上配合得很好，它们能引导智能体产生正确的想法。

所以我一直在用它来处理工程、非工程、课程规划等各种事情。Latent Space：这个“战争迷雾”的概念——考虑你不知道自己不知道的事情，这有点奇怪。也许 LLM 很擅长捕捉这一点。

Pocock：我觉得我仍在研究的“拷问”功能，它捕捉了一个你不知道某些事情的想法，但也许智能体能贡献一些东西，照亮房间里你还不理解的部分。而 wayfinder 只是在这之上增加了一层。Latent Space：是的，还有所有这些产物。

你花了多少时间教模型这些术语？Pocock：在过去的几个月里，我一直非常痴迷于术语——为某些事物找到正确的词汇。我整理了一本 AI 编码词典，实际上还没有发布，它涵盖了 AI 编码中的所有术语。

它是一张漂亮的图表，你可以探索并准确理解什么是智能体、什么是 harness、什么是模型，等等。我已经重做了所有课程，使用这本词典，让它变得非常扎实。然后我所有的技能也都使用一致的词典，所以它们都基于相同的假设和相同的引导词。

我意识到，我和智能体之间需要一种通用语言。我和智能体之间存在沟通障碍。这就是我一直在通过技能尝试做的事情——找到正确的词汇。而智能体非常擅长向你展示不同措辞的机会——实际上非常擅长领域建模。

Latent Space：我们什么时候直接使用 grill-me 技能，什么时候使用 wayfinder？Pocock：当你觉得可以在一次会话中规划完整个事情，并且需要在开始前对齐时，使用“grill me”。

所以大多数小功能都适合这个。大多数你能看到前方路径、但只想确保智能体理解的情况，“grill me”都能处理。对于你不知道前方路径的情况，对于你能感觉到前方“战争迷雾”的情况，使用 wayfinder。

你会用 wayfinder 找到你的路。这就是它的工作原理。