EP06 对话Zora Wang | 技能、记忆与协作：AI 智能体的下一步

Zora Wang 是卡内基梅隆大学计算机科学专业的博士生。她的研究聚焦于代码智能体（Coding Agents）与人机协作的交叉领域。在本期节目中，我们将深入探讨智能体的工作方式、人类的工作模式，以及我们如何携手实现更高的效率和人类福祉。

Zora 的核心观点是：全自动化与人机协作并不是非此即彼的对立概念。只要我们深入理解人类的工作流，就能构建出既能无缝承接低价值任务、又能真正赋能人类实现更多价值的 Agent。

本期对话核心看点：

- 渐进式自适应、Agent 工作流记忆与技能归纳（Skill Induction）

- 为什么“全自动化 vs. 人机协作”是一场伪争论（False Dichotomy）

- 为什么软件工程仅占人类就业的不到 5%（以及为何将 Agent 扩展到其他领域如此之难）

- 划分“高价值 vs. 低价值”任务的工作委托框架

- AI 开发者正在构建的内容与大众真正期望 AI 去做的事情之间的鸿沟

- 以及更多精彩内容！

时间轴（Outline）:

00:00:00 开场介绍

00:04:57 智能体工作流记忆

00:09:26 从程序合成到智能体研究

00:18:47 人类工作与智能体工作对比

00:21:19 自主智能体 vs. 协作型智能体

00:29:47 AI智能体时代的研究选题

00:34:09 编码能力在智能体开发中的作用

00:36:49 拒绝贩卖焦虑：负责任地构建智能体

00:45:02 下一步是什么？（人机协作的未来）

00:52:42 核心收获与总结