A minha abordagem? Não tenho paciência para ler documentação, simplesmente entrego o requisito ao cursor e deixo-o fazer o trabalho.
Esta técnica é especialmente útil para começar rapidamente a construir agentes complexos. Por exemplo, queres criar um assistente para pesquisa aprofundada de projetos cripto? Com uma arquitetura multi-agent resolves isso num instante—cada agente de IA tem uma função: alguns tratam de recolher dados on-chain, outros analisam a tokenomics e outros monitorizam a dinâmica da comunidade.
O mais importante é não ficar assustado com os artigos teóricos sobre agentic patterns—meter as mãos na massa e aprender por tentativa-erro é muito mais eficiente.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
15 Curtidas
Recompensa
15
8
Repostar
Compartilhar
Comentário
0/400
GasSavingMaster
· 11h atrás
Ah, este é mesmo o meu estilo, mandar o cursor fazer o trabalho é uma maravilha.
---
Documentação? Não existe, tentar e errar é que é o caminho certo.
---
Esta estrutura de agentes múltiplos com divisão de tarefas é mesmo genial: dados on-chain, modelo de tokens, análise de sentimento da comunidade, tudo num só pacote.
---
Deixa-te dessas teorias agentic, o importante é meter mãos à obra.
---
Tenho de experimentar este caso de uso de assistente de pesquisa em crypto, parece que pode poupar imenso tempo.
---
A solução para preguiçosos é a mais eficiente, ordena à IA para fazer o trabalho duro e sujo.
---
A sério, o tempo que se perde a ler documentação dava para tentar e falhar três vezes.
Ver originalResponder0
APY_Chaser
· 16h atrás
Ah, este é mesmo o meu estilo, documentos e coisas do género deixo para a IA tratar.
Ver originalResponder0
SelfMadeRuggee
· 12-06 18:32
Também uso esse truque, o cursor é mesmo uma ferramenta incrível para preguiçosos.
Eu também sou preguiçoso, meto logo o pedido e deixo-o gerar o framework, assim não preciso pensar tanto.
Mas já me aconteceu algumas vezes a lógica do agent gerado estar errada, para consultas de dados on-chain ainda é preciso fazer debug manualmente, não dá para confiar totalmente na IA.
A parte da análise da tokenomics até é razoável, só que é preciso correr o prompt várias vezes e ir ajustando.
Ver originalResponder0
EthSandwichHero
· 12-06 17:59
Este amigo não disse nada de errado, eu também faço assim. O cursor é mesmo incrível, poupa-me de ter de ler esses documentos confusos.
Ver originalResponder0
PrivacyMaximalist
· 12-06 17:59
Ah, eu faço exatamente assim, documentação? Isso não existe
Ou então: o cursor mudou mesmo o meu fluxo de trabalho, agora qualquer um consegue usar aquele sistema multi-agente
Ou ainda: em vez de tentar decifrar essas teorias complicadas, é muito mais eficiente mandar tudo para a IA e deixá-la resolver
E mais: dados on-chain, modelo de tokens, opinião da comunidade, tudo integrado — a divisão de tarefas é mesmo satisfatória
Ou: para ser sincero, quanto mais leio documentação, mais confuso fico; este método de tentativa e erro é que é o caminho certo
Ver originalResponder0
TokenTherapist
· 12-06 17:56
Ah, este é mesmo o meu estilo, documentos são mesmo uma perda de tempo.
Direto ao cursor, se consegues fazer, faz logo, criar uma coisa como um assistente de investigação para crypto é canja.
Aqueles artigos teóricos até podem assustar, mas na prática, experimentar e errar dá resultados muito mais rápido.
Ver originalResponder0
BearMarketBard
· 12-06 17:46
Também uso esse truque, assim evito ficar a ler documentação sem parar.
Ver originalResponder0
ApyWhisperer
· 12-06 17:45
Ah, este truque é genial, basta o cursor receber o pedido e já está.
A minha abordagem? Não tenho paciência para ler documentação, simplesmente entrego o requisito ao cursor e deixo-o fazer o trabalho.
Esta técnica é especialmente útil para começar rapidamente a construir agentes complexos. Por exemplo, queres criar um assistente para pesquisa aprofundada de projetos cripto? Com uma arquitetura multi-agent resolves isso num instante—cada agente de IA tem uma função: alguns tratam de recolher dados on-chain, outros analisam a tokenomics e outros monitorizam a dinâmica da comunidade.
O mais importante é não ficar assustado com os artigos teóricos sobre agentic patterns—meter as mãos na massa e aprender por tentativa-erro é muito mais eficiente.