深入理解 AI Agent · 14 天
每天 9:00 发布一页，20:00 验收。点开任意一天就能读，手机端已适配。
已发布 12 天
正在加载目录…
（当前浏览器没有运行 JavaScript，下面是静态目录）
Day 1
AI Agent 到底是什么
Agent 是闭环不是开环；大脑/眼睛/手脚与故障诊断表；观察空间与动作空间；变强的三条路（便签/工具箱/回炉）；Harness 五格自查；工作流 vs 自主。
2026-09-22
Day 2
上下文工程（上）：KV Cache、提示词与提示注入
上下文决定能力上限；API 四角色与无状态的核心循环；静态前缀+轨迹；KV Cache 三条铁律与五种错误模式；系统提示词的流程驱动写法；提示注入红队测试。
2026-09-23
Day 3
上下文工程（下）：Agent Skills、状态栏与上下文压缩
按需加载 Skills、提炼状态栏、做减法压缩、隔离子 Agent：让长任务不迷路也不爆窗
2026-09-24
Day 4
用户记忆与知识库：让 Agent 记住你，也记住领域
记忆三问（放哪里/怎么存/存什么）；RAG 流水线：分块-稠密-稀疏-融合-重排；索引期提炼与双层记忆架构
2026-09-25
Day 5
工具：让 Agent 从「会说」到「能做」
五类工具地图；专用工具 vs Skill 的四个决策维度；工具描述与参数保真；工具太多的三层解法；MCP 与 Skill Hub 的信任成本；执行工具四道闸（含 venv 不是沙盒）。
2026-09-26
Day 6
Coding Agent 与通用 Agent：代码为什么是「元能力」
通用 Agent 的骨架是「会写代码的 Agent 加一个文件系统」：七个核心工具、六步工作流程、Harness 四件套、四层故障恢复，以及代码作为元能力的六个方向
2026-09-27
Day 7
交互的时机与模态：异步、语音、Computer Use 与第 1 周实战
回合制只是接口约定不是环境性质；事件循环与安全点、取消/排队/并行三策略；语音三范式与快慢分离；Computer Use 三条定位路线与生态壁垒；第 1 周 mini harness 清单。
2026-09-28
Day 8
评估（上）：怎么知道 Agent 真的变好了
Pass@k 看天花板、Pass^k 看底线；评估环境五要素；数据集与验证器；Rubric 四准则与 LLM 当裁判的三个坑。
2026-09-29
Day 9
评估（下）：从分数到改进
失败归因要找首个错误；端到端与轨迹前缀两类回归任务；延迟、成本与行为策略三条选型线；统计显著性与配对分析；看到分数下降先查评测系统；可观测性与内部评估五件套；仿真环境与 RLVR 的结合。
2026-09-30
Day 10
模型后训练（上）：什么时候该训模型，SFT 与 RL 差在哪
四阶段地图：预训练、中期训练、SFT、强化学习各在做什么；SFT 与预训练其实是同一个任务，唯一差别是 loss masking 这一层；用 GeneralPoints 实验讲清 SFT 记忆与 RL 泛化；GRPO 四步、PPO 与 DPO 对比；pass@k 判据和「先排除不用改权重的方案」的决策表。
2026-10-01
Day 11
模型后训练（下）：环境、奖励与样本效率
RL 的瓶颈从不在算法：仿真环境保真度决定上限；多轮的核心是信用分配，环境返回的 token 不该学；奖励设计三个维度与「奖励结果、惩罚路径」；在轨蒸馏把一条轨迹变成密集监督；失败案例到训练数据的三个真实剧本。
2026-10-02
Day 12
Agent 的持续进化：从「做过一万次」到「下次更好」
保存经历不等于从经历中学习；三层验证器（结果/过程/质量）产出带证据的诊断；四种更新载体（知识/Skill/程序/参数）按能力形状选；在线记录+离线进化的双循环与分层指标；三道安全隔离。
2026-10-03