不是又一堆 AI 科普,而是一份有观点的实战地图——把 Loop Engineering、Agent Harness、Karpathy 知识编译这些真正值钱的方法论,串成一条能走通的路径。
五大心法是底层逻辑,3 个月路线图是落地节奏。别先啃理论,直接打开工具解决真实问题。
Agent、RAG、MCP、Function Call 是当前 AI 应用的基石。理解这四个,大部分技术讨论就能跟上。
单次 prompt 是问问题,Loop 是养系统。这一章把飞书 wiki 的 ReAct 演化阶梯和你自己的四层 Loop 架构合在一起——这是别处学不到的硬核内容。
每一级都是上一级的「加了点什么」——理解这个递进,就理解了 Agent 的进化方向。
四层不是平级的,是嵌套——每层失败的 modes 完全不同,不能当一件事管。
Agent 的可靠性瓶颈不在模型,而在围绕模型的工程系统(Harness)。模型是引擎,Harness 是方向盘和刹车。
Vibe Coding 让人上瘾,但规模化时全是坑。这里既有入门路径,也有反思和真实案例。
从 CLI Agent 到模型 API、知识工具、浏览器自动化——分类清晰,点标签筛选。
课程、文章、GitHub、视频、文档、社区——只收真正读过的,不堆砌。可搜索筛选。