AI native 的 API 设计要求

过去我们倾向于将 API 设计成高级的、抽象的，这是一种人体工学 UX，因为我们预期人类用户是偷懒的、喜欢用预设值的、目标导向的。高级 API 的缺陷也很明显，就是它失去了灵活性，复杂的参数组合被隐藏起来了。

但 AI 和人类不同，它习惯于将能填的参数填满，它多打几个 token 也不会手疼，人体工学 UX 对它来说没有意义。这意味着面向 AI 的 API 应当是有充分的可组合性的，足够做低级操作的。

两者的对比也可以描述 MCP 和 skills 的区别：前者是建立在 openapi 风格上的，其习惯是高级的；后者是建立在 shell 风格上的，其习惯是低级的。

其实 best practice 是没有变的：优秀的抽象，充分正交的参数和合理的默认值，这对 AI 和人类来说都是可以降低心智负担而保持灵活性的。

尤其是当我们考虑到，一套 API 可能既要被人类使用又要被 AI 使用。比如我在设计 agent memories 时，既要用代码强制注入一部分 memories，又要允许 agent 自主查询 memories。

Best practice 没有变，AI 提醒我它更重要了。

*注：本文中 AI 指的是 LLM agent

From: tg @mmmmmmeowwwww