Arize 反复重建 Alex：哪些事交给模型，哪些事收回代码里？

导读

模型已经会做事，为什么 Agent 仍会忙着更新清单、重复调用，或提前结束任务？Arize 的 Fuad Ali 用 Alex 的多次重建说明，计划、状态和停止条件需要由外层控制程序明确管理。团队把进度从待办工具逐步移回代码，每轮把当前计划重新交给模型；结束必须显式调用 finish，未完成项目会被拦回，同时保留迭代上限。大工具结果放在外部按需查询，过长历史用检查点接续，小而常用的用户记忆则存成可人工审核的文件。模型能力变强后，十个专员也合为一个按需加载能力的 Agent，窄小功能甚至只需一次调用。每次调整都用生产会话重放，检查旧问题有没有重现，模型裁判则与人工标签校准。Alex 并非靠训练新模型改善这些流程；让模型负责能判断的工作，让代码管理可确定的过程，仍要由团队按任务权衡速度和质量。