无代码智能体：技能、YAML 与文件系统取代 Python — Philipp Schmid, Google DeepMind

在 AI Engineer 的演讲中，Google DeepMind 的 Philipp Schmid 展示了一种构建智能体的新方法：无代码智能体。传统上，开发智能体需要编写大量 Python 代码，但 Schmid 指出，到同一个智能体的第三个版本时，源代码目录已经消失，取而代之的是一个 AGENTS.md 文件，其中包含系统提示，以及 YAML 文件和文件系统来定义技能和工具。

这种方法的核心是用声明式配置取代命令式编程。AGENTS.md 充当智能体的“大脑”，描述其角色、目标和行为准则。技能（skills）以 YAML 格式声明，每个技能定义智能体可以执行的操作，例如调用 API、处理数据或与用户交互。工具（tools）则通过文件系统组织，可能包含脚本、模板或数据文件，智能体可以按需读取和调用。

为什么这值得中文 AI/科技读者关注？首先，它大幅降低了智能体开发的门槛。非程序员或领域专家可以直接通过编辑 Markdown 和 YAML 文件来定制智能体，无需深入 Python 编程。其次，这种声明式方法提高了可维护性和可解释性。所有配置都是人类可读的，便于版本控制、代码审查和团队协作。最后，它可能代表了一种趋势：智能体开发正从“写代码”转向“写配置”，类似于从汇编语言到高级语言的演进。

当然，这种方法也有局限性。复杂的逻辑或高性能计算可能仍需代码实现，但 Schmid 的演示表明，对于许多常见场景，无代码方法已经足够。随着大语言模型能力的提升，智能体可以理解更抽象的指令，从而进一步减少对代码的依赖。

对于中文开发者，可以尝试将这种方法应用于自己的项目，例如用 AGENTS.md 定义客服智能体，用 YAML 声明查询订单、退款等技能，用文件系统存储知识库。这不仅能加快原型开发，还能让产品经理和运营人员直接参与智能体设计。