被YC孵化的Simple AI给裁了，心情复杂但收获不少

其实被大厂或名企裁员在现在的AI圈太正常了，但这次经历让我意识到，在AI Agent这种极速迭代的赛道里，个人的技术栈更新速度如果跟不上产品的转向，很容易被替代。

我在Simple AI期间主要接触的是大模型在具体工作流中的落地，虽然时间不算长，但确实踩了不少坑。回过头看，现在很多所谓的“AI原生应用”其实还在摸索怎么把Prompt和工程链路结合得更稳固，这种不确定性导致很多初创公司在快速试错，人员变动快也是必然的。

这次离职反而让我有时间沉淀一下之前实操的经验。如果你也在研究AI Agent，建议多关注以下几个维度，别只盯着模型能力：

• 状态管理： Agent在多轮对话中如何精准维持上下文，而不是简单的把所有历史记录塞给LLM。
• 工具调用(Tool Use)的鲁棒性： 怎么处理模型生成的JSON格式错误，以及如何设计更强的错误重试机制。
• 评估集构建： 离开公司后才发现，没有一个量化的Benchmark，调优Prompt完全是在靠感觉抽奖。

目前打算花点时间把之前的实战心得整理成一套从入门到进阶的指南，重点写写怎么构建可预测的AI工作流。毕竟在AI时代，能把产品跑通比在某个名头响亮的公司待着更有价值。