养育-优先智能体开发：通过对话知识结晶构建领域专家 AI 智能体

大型语言模型 (LLM) 基于智能体框架的出现，使构建领域专家 AI 智能体的主要挑战从原始能力转向有效编码领域知识。两种主流范式——代码-优先开发（将知识嵌入确定性管道中）和提示-优先开发（将知识捕获在静态系统提示中），都将智能体构建视为部署前的离散工程阶段。我们认为，这种顺序假设与领域知识的本质存在根本性不匹配，因为领域知识在显著上是隐性的、深刻个人化的，并且持续演化。我们提出了养育-优先开发 (NFD) 范式，在该范式中，智能体以最小的脚手架为初始化，并通过与领域实践者的结构化对话式交互逐步成长。核心机制是知识结晶循环，其中嵌入在操作对话中的碎片化知识定期被整合到结构化、可重用的知识资产中。我们通过以下三方面 formalize NFD：(1) 三层认知架构组织智能体知识，依据其波动性和个人化程度；(2) 知识结晶循环，包含结晶操作和效率指标的正式定义；(3) 由双工作区模式和螺旋开发模型组成的运营框架。我们通过详细案例研究展示了该范式，用于构建针对美国股票分析的金融研究智能体，并讨论了 NFD 对人机共演的条件、局限性以及更广泛影响。