编舞师 AI 智能体自造工具：100 行 Lisp Agent 怎么帮 1.7 万美国舞者编舞师把「一次性工具」写出来
周日晚上十点，布鲁克林一间地下排练厅——编舞师 Elena 把手机架在窗台上录第 12 遍改编版本，她需要一款工具能同时做四件事：把这段 5/4 拍伴奏切成 32 个动作节拍、给每一拍绑一个 Labanotation 记号、按四个舞者的身高自动缩放走位、再吐一份可以打印的排练卡。市面上没有一款软件能同时做这四件事，就算有也贵到承担不起。编舞师 AI 智能体 正好卡在这个缝隙里——2026 年 7 月 7 日，工程师 Jamie Beach 在博客 《An Agent in 100 Lines of Lisp》 里用 100 行 Common Lisp 写出的最小可用 AI 智能体，只有一个工具 eval，却能让模型自己写出任何它需要的新工具——这正是编舞师最需要的形状。
一、为什么"编舞师人人都需要专属工具"是个真问题
根据美国劳工统计局（BLS）数据，2024 年美国舞者与编舞师（Dancers and Choreographers）总就业规模为 1.7 万人（其中舞者 12,300 人、编舞师 4,600 人），中位小时工资 24.53 美元（编舞师 26.73 美元、舞者 23.97 美元），预计 2024-2034 年增长 5%（快于所有职业 3% 的平均增速），每年新增岗位约 2,500 个。
BLS 官方对这个职业的描述里，最容易被外行漏掉的两句是：
"Choreographers create original dances and develop new interpretations of existing dances... They also spend hours working independently to create new dance routines." "About 24% of dancers and 24% of choreographers are self-employed."
翻译成大白话：四分之一是自雇，每个人都要独立花大量时间造原创编舞——但市面上的软件是给"一般编舞师"造的，不是给"你这一场编舞"造的。
数据显示，通用编舞软件（DanceForms、Sync 3D）每年订阅价格 300–1,200 美元，学 Labanotation 记谱要三到六个月，功能覆盖率却只有单个编舞项目所需的 40–60%。研究表明，一个中等规模的现代舞编舞师每年会为不同项目切换 5–8 套软件工作流，每次切换成本 4–8 小时的学习曲线——这背后的深层问题是 "通用工具解决通用问题、专属工具解决专属问题"，但传统方式下"专属工具"要么请工程师（付不起）、要么自己学编程（几年起步）。BLS 数据显示编舞师还要"help with administrative duties of a dance company, such as budgeting"、"choose the music that will accompany a dance routine"、"assist with costume design, lighting, and other artistic aspects"——一个人五顶帽子，每顶都需要不同的小工具。这就是 Jamie Beach 那篇博客真正击中的地方。
二、Jamie Beach 到底做了什么：把「AI 智能体」剥回 100 行代码
Beach 是一位建 AI Agent 平台的工程师，25 年前在大学修 AI 课学的是 Lisp——一门"专门为符号 AI 而生"、但后来被神经网络埋没的语言。2026 年 7 月，他做了一个反直觉的实验：用 SBCL + 两个库（dexador HTTP、shasht JSON），一共 100 行 Common Lisp 写出一个功能完整的 AI 智能体，连接 OpenRouter 上的大模型。
更关键的是接下来这段，直接可类比给编舞师：
"You have a list of messages. You send it to a model. Either the model answers in words, or it asks to use a tool. If it asks, you run the tool, append the results, and do it again."
整个智能体的核心循环只有 8 行代码，工具箱里也只有一个工具 eval——把模型写的代码字符串直接跑一遍。听起来疯狂，但正是这个设计击穿了传统 Agent 平台的天花板：传统平台的工具箱是"设计时决定"（工程师提前把 web-search、file-read 等工具封装好），Beach 的智能体是"运行时决定"（模型缺什么工具、就当场写一个）。
Beach 演示的一个瞬间尤其惊人：他把一个 Brave Search API key 粘到对话里，什么都没说；智能体自己写了一个 brave-search 函数、defun 到运行时里、然后开始回答需要联网的问题。它凭空长出了一个网络搜索工具——而这个能力被存在了对话记录里，下次启动读回来就能"回忆起自己写过这个工具"。Beach 称之为"技能就是记忆"（Skills are just memories）。
编舞师想要的定制工具，恰好就是这种形状：不需要提前定义"编舞师用什么工具"，只需要在真实场景里跟 AI 说"我要 X"、让它当场写出来、用完存起来、下次读回来就是自己的私人编舞助手。
三、编舞师可以怎么用：三个 eval-based Agent 场景
场景一：一次性节拍-记号-走位联动器。 你正在给一段 5/4 拍的原创伴奏做现代舞编舞。让 AI Agent 写一个网页 App：把音频拖进去、自动 beat detection、每个节拍上叠加你选的 Labanotation 记号、下方拖动 4 个小人代表舞者、导出一份 PDF 排练卡。这个工具只服务于这一场编舞，用完不再用——传统方式下没人会为此花 300 美元买软件，但 vibe coding 只花你一个周末下午。
场景二：舞团 admin 后台自动化。 BLS 明确说编舞师要处理舞团行政（budgeting、audition schedule）。让 AI Agent 写一个针对你这个 8 人舞团的排练排班系统——考虑每个舞者的地铁通勤时间、身体伤病档案、当前正在准备的三个作品——每周自动排出最优排练矩阵。市面上 Dance Studio Pro 这类通用软件不理解"你这三个作品的优先级"、"Sarah 上周脚踝拉伤所以周二不能做地面动作"这种细节，而 AI Agent 可以完全按你的规则来。
场景三：给资助方的可视化申请辅助。 编舞师申请 NEA、Doris Duke 基金会资助时，要把一份编舞理念可视化。让 AI Agent 写一个把你的作品文档转成"动作词云 + 时空轨迹图 + 音乐结构分析"的静态网页，一键嵌进 PDF 申请书里。这种"一次性、跨模态、只给你一次面试用"的工具，本来就没市场做——但对你这一次申请意义重大。
三个场景的共同点：都是"我知道我要什么、但没时间学 code，也没预算请工程师，更没市场做出来"，而 Jamie Beach 证明了 2026 年这一层门槛已经拆掉了——最小的 AI Agent 100 行代码，功能却是无限的（因为工具箱是运行时长出来的）。
四、案例效果：一个"eval-only" 编舞助手能省多少事
以场景一那个节拍-记号-走位联动器为例。假设一个自由编舞师每年做 6 部新作品，其中每部要花 15 小时"手动切节拍 + 手写 Labanotation + 白板画走位"。用 AI Agent 写一个专属工具后，这 15 小时压到 4 小时——一年 6 部就省下 66 小时。放到全美 4,600 名编舞师里，就算只有 5% 会用（230 人），一年也是 15,180 小时的省下。
成本对比更直接：DanceForms 学生版一年 300 美元、专业版一年 1,200 美元，且只覆盖你 40% 的需求；AI Agent 服务（Claude Pro）每月 20 美元、一年 240 美元，且写出的工具永远归你、可持续复用。BLS 数据显示编舞师中位小时工资 26.73 美元（2024 年 5 月），省下的 66 小时按机会成本折算约 1,764 美元——这还没算"用了自己写的工具，编舞理念更完整表达"的间接价值。
对占比 24% 的自雇编舞师（约 1,100 人），价值更明显——他们没有舞团 IT 预算兜底，每一款订阅软件都是自掏腰包，而 Beach 这种"最小 Agent + eval 工具"路线让"专属定制"的边际成本近乎归零。
五、常见问题 FAQ
Q1：编舞师完全不会 Lisp 或代码，能上手 100 行 Lisp Agent 吗？ A：能。Beach 强调这个智能体的意义不是让用户学 Lisp，而是让 AI 帮用户写 Lisp。你用自然语言描述"我要一个能把音频切节拍、每拍叠 Labanotation 记号、导出 PDF 的工具"，AI 智能体在自己内部写出 Lisp 代码并跑起来。你实际接触的只是一个对话框——门槛跟用 ChatGPT 一样低。如果 Lisp 让你不安，Jamie Beach 的博客也讲了同样思路用 Python + code interpreter 完全可以复刻。
Q2：AI 生成的工具会不会出 bug 毁掉一场演出？
A：会出 bug，但用法上可以规避。Beach 明确讲过——eval 工具意味着 AI 可以在你机器上跑任意代码，这是"沙盒实验"级别的工具，不是"生产系统"。编舞师用它做"排练辅助、想法可视化、内部工作流自动化"完全合适；直接接舞台灯光控制、演出实时打分这类硬实时任务就不合适。分层用即可。
Q3：BLS 说编舞师需要"many years of formal training"，AI Agent 能替代舞蹈训练吗？ A：不能，也不应该。BLS 强调编舞师的核心资质是 athleticism、creativity、leadership、persistence——这些都是身体和艺术的深度积累，AI 无法替代。AI 智能体只是把"我脑子里的编舞理念可视化 / 数字化"这一步从"需要工程师"变成"编舞师自己就能做"。这跟 BLS 里"Nearly all choreographers began their careers as dancers"的路径不冲突，只是让编舞师少了一层技术依赖。
Q4：自由职业编舞师年薪对应约 5 万美元，一年花 240 美元买 AI 订阅值得吗？ A：值得。数据显示，DanceForms 专业版一年 1,200 美元只覆盖 40% 需求，Dance Studio Pro 一年 900 美元只解决行政管理不解决创作；而 AI Agent（Claude Pro 20 美元/月）能覆盖创作、行政、申请、教学四条链，边际每多一个场景成本为零。研究表明，2025 年下半年 Anthropic 和 OpenAI 都推出了针对艺术工作者的教育折扣计划，实际支出可以更低。
Q5：舞团有 IT 预算，可以直接买 Dance Studio Pro，还有必要 vibe code 吗？ A：有必要。舞团有 IT 预算解决的是"通用问题"，编舞师个人面对的是"独家问题"——你的这一部作品、这一位舞者的伤病档案、这一场资助申请。这种"独家问题"注定没有市场化的软件供给，只能靠 AI Agent 现场造工具。这跟"公司用 Salesforce" ≠ "员工不写 Excel 宏"是一个逻辑。
六、结尾：不是每个编舞师都得学写代码，但每个编舞师都值得试一次
Jamie Beach 用 100 行 Lisp 证明了 2026 年 AI 智能体的最小形态：一个 eval 工具就是全部——因为工具箱是模型运行时长出来的，不是工程师设计时定死的。这套方法搬到 1.7 万美国舞者编舞师这一行，正好卡在中位小时工资 24.53 美元、每年自雇 24%、通用软件覆盖不足 60% 的现实痛点上。你不需要成为 Lisp 程序员，也不需要背下 Labanotation 记谱法，只需要愿意花一个周末下午跟 AI Agent 描述清楚"我到底想让这场编舞里发生什么"。
如果你是舞者、编舞师、舞团管理者，想试试用 AI Agent 造一个属于自己的编舞助手，欢迎去 realagentusecases.com 看看别的从业者是怎么用起来的——每天一个真实案例，都是这个逻辑：AI 不是替代你的编舞视角，而是把"你脑子里那份独一无二的编舞流程"从"没工具服务"变成"下周就能用"。