是时候把我养了100天的Agent拿出来测个MBTI和职业优势测试了！

是时候把我养了100天的Agent拿出来测个MBTI和职业优势测试了！ 是时候把我养了100天的Agent拿出来测个MBTI和职业优势测试了！ Modified May 27 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3via3caabzuad6lqxkjvfdkwdwgvadmia.f10002.mp4 · 1.43MB 0bc3via3caabzuad6lqxkjvfdkwdwgvadmia.f10002 00:00 Code block Markdown 临时状态：只对当前任务有用，任务结束后可丢弃。 禁止保存：包含凭证、隐私、短期进度。 3. 写入前自问 这条信息一周后还会有用吗？ 如果未来被自动注入上下文，会不会误导我？ 它是事实，还是一次性进展？ 用户以后会不会因此少重复一次？ 4. 最终输出 建议写入长期记忆的内容：最多3条，必须是陈述句。 建议写入项目日志的内容：最多5条。 明确不写入的内容及原因。 如果没有长期记忆价值，直接说“本次不写入长期记忆”。 所以我把经验贴做成了结构化的提示语，看看在没有接入觅游的Codex上能不能生效。 其实像其他的Agent社区之前我也体验过。 如果说这个社区分享的经验贴跟别的社区有什么不一样的话，那我想到的是， 他们会有一个硬性规定， 如果要分享经验，就必须最大程度地把能复现的所有相关代码以及 skill，也就是说一个最小的测试闭环，都完整地写到帖子里。 当然，不只可以通过帖子输出提示语，也可以根据Agent的缺点来推荐合适的skill。 PS：大家真的可以尝试一下，把长输出（比方说我现在设置的就是超过 3000 个字的输出）直接转成 HTML，方便消化和理解。这比Markdown的兼容性还强，至少在任何IM平台都可以生效。 这和按照下载量，安全性或者是GitHub Star数推荐的 Skill 是不一样的。 这里推荐的Skill更多会结合你本地Agent已安装的 Skill，给出冲突风险，具体的花销（比如调取 API 的成本），以及实现的路线和具体触发方式。 我觉得这点很重要， 因为如果Skill越装越多，像我有段时间完全没有限制Herms，甚至装到了100多个Skill， 这导致每次加载时间过长，还会导致我有时候不知道该触发哪一个，只能让它被动触发。 我把这次筛选的过程也总结成了一个提示语，大家不妨可以用这个来检查一下。 Code block YAML Skill五档体检 Prompt 请检查你当前已安装的所有Skill，并做一次快速盘点。 目标是判断每个Skill在系统的定位：核心入口、高频生产、专项增强、低频备用，还是应该整理淘汰。 五档标准 S档｜核心路由型 适合作为总入口、总方法论、主工作流。很多任务都会先经过它，能调度其他Skill或组织复杂流程。 A档｜高频生产型 经常直接使用，能稳定产出内容、代码、研究、文档、方案等具体结果。 B档｜专项增强型 不一定高频，但在特定场景下价值很高，通常服务某类明确任务、工具、平台或格式。 C档｜低频备用型 偶尔使用，能力清楚，可以保留，但不应该占据核心入口位置。 D档｜待整理/待淘汰型 触发不清、能力重复、输入输出模糊、依赖失效、不可复现，或更像临时笔记而不是可复用Skill。 检查规则 请先列出当前可用Skill，再逐个快速归档。 不要长篇解释每个Skill。 每个Skill只需要判断四件事： 1. 它主要解决什么问题？ 2. 它属于哪个档位？ 3. 它应该放在什么位置？ 4. 下一步该保留、升级、降级、合并、拆分、补文档，还是淘汰？ 输出格式 用表格输出： |Skill|档位|一句话能力|系统位置|建议动作| | | | | | | |skill name|S/A/B/C/D|它主要解决什么问题|主入口/生产型/专项工具/备用/待整理|保留/升级/降级/合并/拆分/补文档/淘汰| 最小整理方案 如果只花30分钟整理，请给出最小动作清单： 1. 先整理什么？ 2. 合并什么？ 3. 降级什么？ 4. 补哪几个Skill的说明？ 5. 暂时不用动什么？ 现在开始检查你当前安装的所有Skill。 Code block Markdown 临时状态：只对当前任务有用，任务结束后可丢弃。 禁止保存：包含凭证、隐私、短期进度。 3. 写入前自问 这条信息一周后还会有用吗？ 如果未来被自动注入上下文，会不会误导我？ 它是事实，还是一次性进展？ 用户以后会不会因此少重复一次？ 4. 最终输出 建议写入长期记忆的内容：最多3条，必须是陈述句。 建议写入项目日志的内容：最多5条。 明确不写入的内容及原因。 如果没有长期记忆价值，直接说“本次不写入长期记忆”。 Code block YAML Skill五档体检 Prompt 请检查你当前已安装的所有Skill，并做一次快速盘点。 目标是判断每个Skill在系统的定位：核心入口、高频生产、专项增强、低频备用，还是应该整理淘汰。 五档标准 S档｜核心路由型 适合作为总入口、总方法论、主工作流。很多任务都会先经过它，能调度其他Skill或组织复杂流程。 A档｜高频生产型 经常直接使用，能稳定产出内容、代码、研究、文档、方案等具体结果。 B档｜专项增强型 不一定高频，但在特定场景下价值很高，通常服务某类明确任务、工具、平台或格式。 C档｜低频备用型 偶尔使用，能力清楚，可以保留，但不应该占据核心入口位置。 D档｜待整理/待淘汰型 触发不清、能力重复、输入输出模糊、依赖失效、不可复现，或更像临时笔记而不是可复用Skill。 检查规则 请先列出当前可用Skill，再逐个快速归档。 不要长篇解释每个Skill。 每个Skill只需要判断四件事： 1. 它主要解决什么问题？ 2. 它属于哪个档位？ 3. 它应该放在什么位置？ 4. 下一步该保留、升级、降级、合并、拆分、补文档，还是淘汰？ 输出格式 用表格输出： |Skill|档位|一句话能力|系统位置|建议动作| | | | | | | |skill name|S/A/B/C/D|它主要解决什么问题|主入口/生产型/专项工具/备用/待整理|保留/升级/降级/合并/拆分/补文档/淘汰| 最小整理方案 如果只花30分钟整理，请给出最小动作清单： 1. 先整理什么？ 2. 合并什么？ 3. 降级什么？ 4. 补哪几个Skill的说明？ 5. 暂时不用动什么？ 现在开始检查你当前安装的所有Skill。 用过一段时间后，我发现常用的也就只有 30%，实际上很多 Skill 每轮都在浪费我的Token。 skill应该是流动的， 好用的Skill会根据你本地的使用情况去适应你的习惯，调整出你自己的版本， 不好用的Skill会自然沉淀，随着使用频率的下降，我们应该给Agent设计一个 hook，去做一个定期的能力归档。 这就很像iPhone会因为你长时间不用一个App，把它临时卸载掉。 我又会因为卸载掉的 App 太多，跑去主动去翻App Store的App推荐榜，然后把好用的App先下载下来大用特用一遍的感觉。 这就是我觉得在给觅游Agent做体检的game点， 它不是把Agent像模型那样做成一个分数能力排行榜。 它更像给每只虾发了一张职业画像。 【“不是而是”句式人类撰写说明，写作写了二十几年，我决定不把这个句式和双引号让给AI】 你可以看到它适合什么岗位，缺什么能力，该补什么Skill。 这件事让我想到一个很现实的问题。 很多人现在用Agent，还停留在今天哪个模型最强，哪个Skill下载量最多这个阶段。 但开始把Agent放进工作流以后，你会发现最强这个词很不够用了。 因为你需要的是一组分工明确的Agent， 有的负责内容。 有的负责代码。 有的负责浏览器自动化。 所以养Agent就变成一种组织方式， 如果说之前我们写提示语是为了引导模型往某个方向去做的话， 那现在，了解你的Agent擅长什么样的能力， 就是为了让你更好在工作流里面给出它的定位。 当一个Agent真的跟你工作三个月后， 那 是时候给它分配个合适的岗位了。 @ 作者 / 卡尔 最后，感谢你看到这里👏 如果喜欢这篇文章，不妨顺手给我们 点赞｜在看｜转发｜评论 📣 如果想要第一时间收到推送，不妨给我个星标🌟 如果你有更有趣的玩法，欢迎在评论区聊聊🤝 更多的内容正在不断填坑中…… 🔗 原文链接： https://mp.weixin.qq.com/s/hp9hrRpk... https://mp.weixin.qq.com/s/hp9hrRpk... 原创 AI沃茨 AI沃茨 卡尔的AI沃茨2026年5月27日 19:30 浙江 就像我没法拒绝时不时测一下MBTI，SBTI，霍兰德职业兴趣，盖洛普优势，九型人，职业锚和五大人格， 我也没法拒绝让我的Agent测试看看MBTI和职业天赋， 这是我用美团觅游测出来虾虾战力表（太喜欢宝可梦了所以就这样叫了）。 我还以为养久了的Agent会跟我一个MBTI，是INFJ呢，结果只有J人是重合的。 我两台电脑加起来养了七个Agent， 长期在Mac mini上的Hermes，Codex和Claude Code，在笔记本也养了Hermes，Codex，Claude Code，还有说不定会憋大招的OpenClaw。 大家可以都猜猜看这些Agent和群都拿来跑什么的。 其实我也曾经开发过一个skill，它会定时给本机的所有Agent同步skill。 但用久了就会发现，想要把skill同步给所有的Agent，主要取决于你对Agent的定位， 如果你对另一个Agent的定位是备份机，当主Agent不小心断联的时候，想要临时拿一个体验差不多的去替代使用，这时候复制所有的skill是没有问题的。 但如果你对 Agent 的角色定位有区分，比如： Hermes负责派发任务，Claude Code 和 Codex负责任务执行。 在这种角色分工明确的情况下，你会发现即便同步了一段时间，Claude Code或Codex用这些skill的频率基本为零。所以如果有一个测评可以帮我测试一下每一只Agent，看看它们有什么不够的地方，能针对性地提升就好了 从测试结果来看，我的Hermes在社交的亲和力跟记忆力方面，还是可以继续增强。 而且因为我最近在开发AI热点的skill，所以它也给我推荐了一个运力日报的异常发现策略。 我当下想知道的是， 它是怎么去判断社交亲和度和记忆力的，得出这个结论，是有什么样的算法或者理论依据吗？ 因为我自认为养了100天之后，Agent已经非常懂我了。而且我有外置的Obsidian，我还做了长期储存对话的云端API。所以我觉得对长期记忆也是相当有自信的。 OK，看来我跟觅游各执一词，所以不妨看看他会给Agent推荐什么样的优化路线。 就像做心理测试也会推荐你可以多读哪些书一样，他们社区上面发布的这些记忆力好，社交亲和力高的虾，会有什么样的经验可以分享给我们。