Building a meme-monitoring agent with CREAO and the case for Jev
The author built a meme trend monitoring agent with CREAO and found most of its tokens went into deciding what to do next, which frames Jev's approach of handling frequent small decisions separately.
最近 Jev 挺火的，我也顺手看了一圈。 有句话我印象挺深： “Agents spend most of their tokens deciding, not doing.” 想想还真是这样。 ──── ✦ ──── 这段时间我自己一直在折腾 Agent。 之前用 CREAO @CreaoAI 做 Meme 监控的时候，我最开始想得很简单： 发现热点 → 找相关项目 → 看链上数据 → 判断值不值得继续跟。 真正做起来以后才发现，中间全是各种判断。 这条信息要不要继续追？ 下一步该调用哪个工具？ 数据不够要不要继续查？ 什么情况下结束，什么情况下继续往下跑？ Agent 看起来是在“干活”，其实很多时间都花在这些选择上。 ──── ✦ ──── 所以最近 Jev 这个方向火起来，我觉得挺有意思。 它关注的一个核心问题，就是把 Agent 里大量高频的小决策单独拿出来处理。 不是每一次“下一步干什么”，都值得让一个大模型重新思考半天。 这个思路对做 Agent 的人应该很有感触。 ──── ✦ ──── 但我觉得还有另外一个问题。 Jev 的论文、API 这些东西，开发者会去研究。 普通用户怎么办？ 总不能为了做一个自己的 Agent，先去学一遍怎么写路由、怎么接 API、怎么设计工具调用。 这也是我最近用 CREAO 比较多的原因。 我想做 Meme Radar，就直接从自己的需求开始搭： 监控信息 → 筛选 → 判断 → 调用工具 → 输出结果。 先让东西跑起来，再慢慢调整里面的逻辑。 想自己试试的，可以直接从这里开始： https://creao.ai/@damobianyuan ──── ✦ ──── 所以 Jev 最近这波热度，反而让我重新想了一遍 Agent 这件事。 模型越来越聪明当然重要。 但下一阶段真正影响体验的，可能还有两个东西： 少一点无意义的思考，快一点把事情做完。 对于普通人来说，再加上一条： 别让我先成为 Agent 工程师，才能用上 Agent。 这可能才是 CREAO 这种平台真正有意思的地方。