具身智能 · LLM Agent

让 AI 有立场，
让机器人有脑子。

我在造 Agent——不是聊天框，是能查资料、坚持立场、接受盲评的辩论系统；下一步，把这套规划能力接到真实的机器人上。右边是最新一场辩论的预告，正片在作品里。

作品

每个作品都配一篇文章，记录它为什么被造成这样。

让两个立场对立的模型互相攻击，而不是互相赞同。立场锚点、信息隔离、盲评裁判——把「谄媚」从多智能体系统里赶出去。

从听示范到自己开口：围绕声母、韵母和声调练习，用录音与评测发现发音里值得再练一次的地方。

从实践出发，记录技术判断与工程细节。

把 LangGraph 的 createAgent 读到源码层，拆出循环、工具协议、上下文管理与状态持久化四种能力，再判断哪些值得手写，哪些交给框架。

第一组数据显示手写版多花 46% token。对齐流程后，数据给出了另一种解释：实验方法本身，比胜负更值得复盘。

我是本杰明，杭州的一名软件工程师。本科学机械，硕士做控制，毕业后写了四年后端——这条路看起来像转行，其实是把同一件事越做越小：从看得见的机器，到看不见的系统，再到会自己拿主意的 Agent。

现在我想把这件事做到机器人身上。纯软件的人聊 Agent 时，很少提到标定误差和力控延迟；纯机器人背景的人，又往往没亲手拆过大模型框架。我两边都站过，所以我造的东西，会同时回答这两边的问题。

杭州机械 → 控制 → 软件4 年后端工程正在转向具身智能