為什麼Fleet同時擁有通用聊天和專業Agent
Fleet將Agent工作分為臨時任務和重複任務兩種模式,分別由通用聊天和專業Agent處理。通用聊天適合低配置的臨時需求,而專業Agent通過持久指令、工具、子Agent和記憶等配置來處理重複性工作。本文詳細介紹了兩種Agent類型的設計理念、適用場景及配置差異。
Fleet為何同時提供通用聊天和專業Agent
2026年6月16日
Agent的工作通常分為兩種模式。有些任務是臨時性的:你請求幫助,Agent從幾個工具中收集上下文,推理出變化,給你答案,然後工作結束。其他任務則遵循可識別的模式,依賴相同的指令和上下文,使用相同的工具,並在每次運行時需要一致的判斷。
許多AI產品將這兩種模式都當作一次性聊天來處理。這適用於快速提問,但當工作重複時就會出問題。你最終會重寫提示、重建上下文,並依賴聊天線程充當操作流程。Fleet的理念是Agent應該匹配工作需求。它有一個通用聊天來處理臨時任務,同時專業Agent通過持久指令、限定工具、觸發器、子Agent和記憶來處理重複工作。
以下是工作原理。
通用聊天適用於低配置工作
想象你休假一週回來,需要趕上Slack線程、GitHub PR、Linear工單和日曆邀請。工作跨越多個工具,需要判斷,並可能產生長篇總結或一系列下一步。一旦完成,你可能不需要下週再次運行相同的任務。
通用聊天就是為這種請求而構建的。你可以請求Fleet處理跨工作區的廣泛任務,而無需事先決定Agent應使用哪些工具、提示或技能。它可以訪問你的工作區集成,通過文件系統管理上下文,並在任務需要真實環境進行代碼、文件或數據分析時使用虛擬計算機。
你提出需求,Fleet執行任務,線程可以在工作完成後結束。
專業Agent用於重複性工作
重複性工作需要更持久的設置。每週計劃更新、收件箱管理、客户研究簡報和積壓維護任務不應該依賴於某人每次重複解釋相同的期望。一個計劃Agent可以每週一檢查Linear,總結已發貨的內容,標記阻塞的工作,並按團隊期望的格式起草更新。一個收件箱Agent可以對新郵件進行分類,起草回覆,升級客户問題,並記住哪些消息你想自己處理。
專業Agent為重複性工作提供了穩定的家。你可以自己配置結構,定義Agent的指令、選擇模型、附加工具、添加技能、創建子Agent以及連接觸發器或計劃。或者你也可以用自然語言向Fleet描述任務,Fleet將幫助你構建合適的Agent結構。
一個有用的臨時任務可以從通用聊天開始。當該任務成為團隊工作的一部分時,Fleet可以將其轉變為具有持久指令、限定工具、記憶和正確運行方式的專業Agent。你仍然控制設置,但不必從空白配置屏幕開始。
專業Agent允許你定義的內容
專業Agent很有用,因為配置在每次運行中保持一致。
指令:Agent的提示定義了其角色、決策規則、輸出格式、升級行為和邊界,使重複工作保持一致。
工具:專業Agent獲得完成任務所需的特定工具,使其專注於它被構建來做的工作。
模型:你可以選擇主要Agent和各個子Agent的模型。主管Agent可能使用更強的模型進行規劃或審查,然後使用較小的模型處理更窄的子任務。這樣可以優化模型選擇以提高速度、成本和性能。
子Agent:子Agent為專業Agent提供了可調用的專家,它們有自己的指令、工具和模型選擇。這有助於將上下文密集型任務卸載到具有自己對話歷史的子Agent中,確保不會污染主Agent的上下文。
技能:專業Agent可以使用公司共享的工作區技能和僅限於該Agent的私有技能。這為重複性工作提供了可重用的知識庫,而無需將每個指令暴露給工作區中的每個Agent。
觸發器和計劃:專業Agent可以按計劃運行,或響應來自Slack、Gmail、Outlook和Teams等工具的事件。Gmail觸發器可以在每次新郵件發送到收件箱時啓動運行。計劃觸發器可以每天早晨或每週運行相同的Agent。
計算機訪問:當Agent需要真實環境進行代碼、文件或分析時,計算機訪問可以成為Agent設置的一部分。在通用聊天中,計算機訪問可以按線程啓用,因此上下文對每個聊天都是隔離的。在專業Agent中,它是Agent環境的一部分,可以選擇跨線程限制單個計算機。這在你想跨運行維護上下文時很有用。
最大的區別在於記憶如何跨任務持久化
通用聊天具有線程級上下文,適用於臨時工作。線程保存了發生的情況,當線程結束時,工作完成。
專業Agent具有限定於作業的記憶。它們可以記住事實,隨着時間的推移更新它們,並在未來的運行中使用它們,而無需提醒。
以管理Linear工單和監控GitHub PR的產品經理Agent為例。隨着時間的推移,它可以瞭解到一位工程師更喜歡後端問題,另一位希望將工單分解成更小的部分,而PM希望立即升級阻止發佈的錯誤。這些事實不應該存在於某人每週重寫的提示中。它們應該成為Agent工作記憶的一部分。
這就是專業Agent與保存聊天不同的地方。其指令是穩定的,但記憶可以隨着工作的變化而發展,並且可以為每個特定Agent量身定製。
何時使用每種Agent類型
任務的形狀比任務的難度更重要。一次性任務可能很複雜,而重複性任務可能很簡單。最好的思考方式是:你正在做的工作是否是可重用的模式。
使用場景 通用聊天 專業Agent
最適合 一次性、探索性或臨時工作 重複性、計劃性或事件驅動的工作
設置 無需設置。從請求開始。 配置指令、工具、技能、模型和觸發器。Fleet可以用AI為你配置,你也可以手動配置。
工具 可以使用可用的工作區集成 限定於工作所需的工具
子Agent 可以使用通用子Agent 可以定義具有獨立模型、工具和提示的自定義子Agent
技能 工作區技能 工作區技能和私有Agent技能
記憶 線程級上下文 持久記憶限定於Agent的工作,外加線程級上下文
計算機訪問 按線程啓用 作為Agent環境的一部分,可選擇按線程或按Agent配置
簡而言之:當工作廣泛或臨時時使用通用聊天;當工作已成為你想重複委派的責任時使用專業Agent。
這帶來的好處
Fleet讓團隊從輔助開始,並將重複工作升級為委派。
你可以從通用聊天開始,請Fleet幫你瞭解情況、研究賬户、總結文檔、分析CSV或起草回覆。其中許多任務將保持一次性,這沒問題。它們應該保持輕量級。
當一種模式反覆出現時,Fleet讓它擁有持久的形式。Agent獲得正確的指令、工具、技能、觸發器、子Agent和記憶。團隊不再依賴於記得如何提示任務的人。工作有了可以再次運行的所有者。
這就是Fleet擁有兩種Agent類型的原因。一些Agent幫助處理即時的、開放式的任務。其他Agent承擔重複性責任,並在構建特定於工作的記憶時不斷改進。Fleet支持兩者,因為團隊需要兩種模式才能使用Agent真正完成工作。
要開始使用,你可以免費試用Fleet。要深入瞭解技術細節,請閲讀文檔。
看看你的Agent到底在做什麼
LangSmith,我們的Agent工程平台,幫助開發者調試每個Agent決策、評估變化,並一鍵部署。
嘗試LangSmith
獲取演示