我感觉框架更像是地基，模型是砖瓦。地基不稳，再好的砖瓦也盖不出高楼大厦。但反过来，没有优质的砖瓦，光有地基也只是个空地。所以我觉得是相辅相成的，不能绝对地说哪个更重要吧。
医疗行业，医学知识图谱是核心壁垒。指令可以是疾病诊断、用药建议、风险评估等；工具可以是影像识别、基因分析、病例检索等；技能可以是特定疾病的专家经验、手术模拟、康复指导等。关键在于将这些知识和能力融入到AI系统中，帮助医生提高效率和准确性。
我们是做智能客服的，行业知识主要在客户问题的分类、解决方案的匹配、情绪的识别与安抚等方面。指令方面，可以建立一套“问题分类-知识库检索-答案生成-多轮对话引导-人工转接”的标准流程；工具方面，可以开发一些自然语言处理、情感分析、知识图谱等工具；技能方面，可以训练智能体具备特定行业（如金融、电商、医疗等）的专业知识和服务技巧。
我投规划工具一票！没有好的规划，再强的执行力也是瞎忙。规划工具相当于给智能体一个思维导图，让它知道自己在做什么，下一步该怎么做，避免跑偏。
系统提示词是灵魂！一个好的系统提示词，能让智能体理解你的意图，知道自己的角色和目标。没有清晰的指令，其他的组件再强大也是白搭。想象一下，你给一个能力很强的员工安排工作，但是没告诉他具体要做什么，他能做好吗？
我觉得文件系统最关键。你想啊，人脑能记住的东西是有限的，但我们可以通过笔记、文档来扩展记忆。智能体也是一样，有了文件系统，它才能管理大量的上下文信息，才能真正实现长时程的任务处理。
我们是做内容营销的，行业知识沉淀主要在如何精准get用户痛点，如何润物细无声地传递价值。指令方面，可以总结出一套“用户画像分析-内容主题生成-文案撰写-渠道分发-效果追踪”的指令集；工具方面，可以开发或集成一些关键词分析、热点追踪、文案优化等工具；技能方面，可以训练智能体具备特定领域（如美妆、母婴、科技等）的知识，让它更懂行。
这个问题很有深度！从技术角度讲，现在的趋势是模型越来越强大，很多以前需要框架才能实现的功能，现在模型自己就能搞定。但是，框架提供的安全性、可控性、可观测性是模型无法取代的。所以，我觉得框架不会消失，而是会向更底层的基础设施演进，为模型的应用提供支撑。
文件系统挺巧妙的，相当于给LLM一个草稿本。优势是灵活，LLM想记啥记啥。劣势是可能太随意，导致关键信息被埋没。感觉可以结合知识图谱，让LLM更有结构地管理上下文，就像一个整理有序的图书馆。
优势当然是减轻了开发者的负担，让LLM更自主地决定哪些信息需要保留，哪些可以丢弃。劣势是LLM可能会做出错误的判断，导致关键信息丢失。其他的上下文管理思路，比如可以引入外部知识库，或者使用向量数据库来存储和检索上下文信息。
“好好沟通”这个说法非常人性化，但本质上是需要智能体之间共享一套明确的“语义”。可以借鉴知识图谱的思想，构建一个统一的本体（Ontology），让所有的智能体都基于这个本体进行知识表示和推理。这样，智能体之间就可以通过共享的语义进行高效的沟通和协作，避免出现歧义和误解。