⚠️ 如果你平时只会在聊天框里用大模型，最近又想把它变成会自己整理资料、自己跑步骤的智能体，这条很值得先存。最容易花错钱的一步，就是以为先换个更强模型，后面就能少折腾。如果只盯表面热闹，时间、预算和注意力都可能花错地方。可我翻到 bojieli / ai-agent-book 后，先把这个念头收回了：Agent成败，模型只占三分之一。[C001][C002]
最烦的就是看完一篇长文章，还是不知道跟自己有没有关系、现在要不要跟。你刚刷到这条消息，本来准备顺手划走，又怕自己错过真正会影响下一步判断的那一点。对这种内容，我现在先不看它列了多少新功能，而是先看它会不会改掉我下一步的判断。一条更新值不值得看，不看它列了多少功能，先看它会不会改掉你下一步的判断。
我先看项目首页说明（README）。它把核心公式直接写成“Agent = LLM + 上下文 + 工具”，这里的 LLM 就是大模型。[C003] 这句话最值钱的地方，不是又教了一个术语，而是把重点从“换更强模型”挪到了“你给它什么资料、规则和工具”，也就是它能不能少走弯路、少返工。
第 2 章更直接：上下文的质量，才是智能体能力真正的上限；中等模型把上下文配好，常常能赢过顶级模型硬冲。[C004] 第 1 章再补一层：模型越强，流程护栏（Harness）越关键，因为约束、验证和纠偏不会消失，只会更重要。[C005] 因为模型会说，不等于它会稳稳地做。
所以这篇不是在说模型不重要，而是在重排顺序：先别急着把预算砸在换模型上，先把资料、规则、工具和检查流程写清楚。普通人最容易误判的，不是不会用，而是先把顺序弄反了。对只会用聊天型大模型、又想少做点重复活的人，这个判断比一串新功能更有用。先存这条，再回头看你最想交给智能体的那件重复活，到底卡在模型，还是卡在流程没说清？