„Ihr solltet mehr Bash verwenden.“ In den letzten Wochen haben Thariq von Anthropic und Dutzende von Unternehmen, die an allgemeinen intelligenten Agenten arbeiten, eine Telefonkonferenz abgehalten. E-Mail-Assistenten, Kundenservice-Roboter, Terminverwaltung – es gibt viele Produktformen. Nach einer Runde stellte er fest, dass er immer wieder denselben Satz sagte. Bash? Ist das nicht das Kommandozeilenwerkzeug, das Programmierer verwenden? Was hat das mit diesen Produkten zu tun? Schauen wir uns ein konkretes Szenario an. Angenommen, Sie haben einen E-Mail-Agenten, und Sie fragen ihn: „Wie viel habe ich diese Woche für Fahrten ausgegeben?“ Die traditionelle Vorgehensweise sieht so aus: Der Agent ruft die API auf, um E-Mails abzurufen, möglicherweise auf einmal 100 E-Mails, und lässt das Modell die Quittungen von Uber und Lyft finden und die Beträge summieren. Das Problem ist, dass 100 E-Mails in den Kontext gepackt werden, und das Modell muss sich gleichzeitig an diese Inhalte erinnern, sie filtern und berechnen. Das ist für große Sprachmodelle nicht einfach. Es ist leicht, etwas zu übersehen oder falsch zu machen, und man kann nicht überprüfen, welche E-Mails es tatsächlich angesehen hat. Das ist das typische Problem der Komfortzone des Modells: Die Datenmenge ist nicht groß genug, um ein spezielles Programm zu schreiben, aber sie übersteigt die Fähigkeit des Modells, sie auf einmal zu verarbeiten. Es ist eine unangenehme Situation. Thariqs Lösung ist: Geben Sie dem Agenten ein Bash-Werkzeug, damit er die Zwischenergebnisse in einer Datei speichern kann. Das klingt einfach, aber die dahinterstehende Logik ist sehr interessant. Die traditionelle Werkzeugaufrufstruktur sieht so aus: Werkzeug → Modellverarbeitung → Ausgabeergebnis Alle Zwischenzustände befinden sich im „Kopf“ des Modells, man kann sie nicht sehen und nicht überprüfen. Nach dem Wechsel zu Bash ändert sich der Prozess: Werkzeug → Datei speichern → Suchen/Filtern → Modellverarbeitung → Ausgabeergebnis ...