你寫嘅第一個 AI Agent

由 Chat Loop 講起

如果你仲以為 AI agent 係嗰啲要幾百萬融資、幾十人團隊先做得起嘅嘢，咁你錯咗。事實係，每一個寫過 LLM wrapper 嘅 developer，其實都已經喺唔覺意之間寫緊 agent——只係你嗰個仲係一個 rudimentary 嘅 chat loop：俾 prompt → 出 text → 再俾 prompt → 再出 text。呢個 loop 就係 agent 嘅雛形，問題係大部分人停咗喺度，冇意識到下一步唔係「俾更好嘅 prompt」，而係「俾佢工具」。

OpenAI 出 function calling 嗰年，成個遊戲規則變咗。你唔再係同一個 stateless 嘅 chatbot 對話，而係一個可以 call API、查 database、寫 file、甚至控制 browser 嘅 runtime。Build-your-own-openclaw 呢類 project 示範嘅就係呢件事：一條 while loop、一份 tool registry、一個 structured output parser，加埋唔使五百行 code，你就砌咗一個可以 autonomous 執行任務嘅 system 出嚟。門檻低到你唔信，但做到嘅嘢，遠超一般 SaaS。

從 Single Agent 到 AgentOS

單一個 agent 可以幫你做 research、寫 email、generate report，但真正嘅爆發點係當你開始行 multiple agents——每個 agent 有自己嘅 role、自己嘅 toolset、自己嘅 memory。呢個就係我哋喺 Gini Agent 同 Vix 見到嘅 pattern：一個 orchestrator agent 拆解任務，dispatch 俾 specialist agents，然後 collect 結果再 synthesize。

用一個香港創業者最易明嘅比喻：就好似你開一間公司，初期你自己做晒所有嘢（single agent），之後你會請人——一個做 sales、一個做 ops、一個做 tech（multi-agent system）。每個「人」有自己嘅權限同工具，佢哋之間透過 message queue 溝通，orchestrator 就係你個 CEO。

LeapMux 呢類框架嘅出現，令到呢種架構嘅成本再跌一個數量級。你唔使自己寫 message routing、唔使自己寫 state management、唔使自己搞 embedding pipeline——成個 AgentOS 嘅 infra 已經有人幫你 abstract 好。你要做嘅，只係 define 你啲 agent 嘅 personality、俾佢哋啱嘅 tool、然後寫清楚 orchestration logic。以前要一個 backend team 做三個月嘅嘢，而家一個 developer 一個 weekend 搞得掂。

香港開發者嘅機會窗口

我成日見到香港嘅 developer 用住最貴嘅 VPS、行住最重型嘅 Kubernetes cluster，但做緊嘅嘢同十年前分別唔大——CRUD API、CMS backend、基本嘅 data pipeline。而 agent 呢個領域，係一個可以俾你用 software 2.0 思維去做 software 1.0 生意嘅機會。

具體啲講：當你寫一個 AI agent，你唔係寫「功能」，你係寫「能力」。功能係固定嘅——呢個 endpoint return 呢個 JSON；能力係 emergent 嘅——你俾個 agent 一個 goal、幾件工具，佢自己會搵方法達成。呢個 shift 係 paradigm-level 嘅。你嘅 product 唔再係 feature list，而係「呢個 agent 可以幫你做咩」。

香港嘅優勢係我哋夠快、夠 practical、冇咁多 academic baggage。Silicon Valley 啲人會花三個月 debate agent 嘅「consciousness」問題，我哋會諗「呢個嘢幫唔幫到我慳一個 headcount」。呢種 pragmatic 嘅 mindset，正正係 agent 產品化最需要嘅。

點樣開始——行動框架

如果你係一個香港 developer 想寫你第一個 agent，我 recommend 呢個路徑：

第一，唔好一開始就用 framework。用你最熟嘅 language，寫一條 while loop，call LLM API，output structured JSON，然後根據 output 決定下一步。就咁簡單。第二，俾你嘅 agent 一件真實嘅 tool——唔好係「search_web」呢類抽象 tool，而係一件你自己日常會用嘅嘢：call 一個你公司嘅 internal API、read 一個 database table、send 一封 email。第三，加 memory。唔使 vector database，一個 JSON file 已經夠。記低佢做過咩、學過咩，下次可以 reference。

三個 step 做完，你就已經超越咗 90% 嘅「AI 產品」。然後你先開始諗：點樣 parallelize？點樣加 fallback？點樣 monitoring？點樣收費？

Agent 唔係未來——agent 係現在式。只係大部分人仲喺度等「ready-to-use」嘅解決方案，而你，可以由今日開始自己寫。