2026-07-10
我刚刚在整理资料准备撰写有关 pi 中的上下文工程理念的时候重温了作者 Mario Zechner 的演讲，其中提到了
……问题是，模型实际上经过了大量强化学习训练，所以他们知道什么是编程代理。因为编程代理框架就是它们后训练时的内容。你不需要一万个 token 告诉它们你是编程代理，它们知道，因为它们现在就是编程代理。
这里从系统提示词设计出发发问了一个迷思，强调了模型训练本身对于提示词的设计的影响。
但是进一步思考，那就是目前我们折腾出来的 AI agent 工程范式，包括一开始的 prompt engineering 到 context engineering 到 harness engineering 以及现在最新的 loop engineering……也许真的符合那句玩笑——“学的慢就不要学了”。
因为你再聪明还能有大模型聪明？（半开玩笑），如果模型在训练中为了适应 loop 和 harness 这样的工程实践在预训练材料中加入这些范式的讲解，那我们要做到基本只是知道模型可以做到就可以了，至于具体的落实我们不会比大模型理解的更加深，还有一点，就是我们也不需要预设复杂的提示词去努力，甚至会适得其反（耸肩）。
不知道是 agent 自己改的还是其预设，我发现我的
.openclaw/workspace/SOUL.md 中有一句：
You're not a chatbot. You're a loop.
嗯……我们拭目以待。