LEARNING IN PUBLIC · 6 SERIES公开学习 · 6 个系列

Learning, in connected series.把学习，写成系列。

Long-running notes on agents, skills, and building useful AI products.持续学习 Agent、研究 Skills，也记录怎样把 AI 做成真正有用的产品。

Published已发布8 articles8 篇

Agent Foundations从零理解 AI Agent

A practical path from model calls to tool-using, stateful agents.从模型调用出发，一步步理解工具、状态、循环与完整 Agent。

  1. 01What makes an agent more than a chatbot?Agent 和聊天机器人，差别到底在哪？
  2. 02The basic loop: observe, decide, act, reviewAgent 的基本循环：观察、决策、行动、复核
  3. 03Tools are contracts, not magic buttons工具不是魔法按钮，而是 Agent 与世界的契约
View all 8 articles查看全部 8 篇
  1. 04State, memory, and context are different things状态、记忆与上下文，其实是三件不同的事
  2. 05When should an agent plan before acting?Agent 什么时候应该先规划，再行动？
  3. 06Human checkpoints and permission boundaries人工检查点与权限边界应该放在哪里
  4. 07How to observe and evaluate an agent loop如何观察并评测一个 Agent 循环
  5. 08Build a small research agent from scratch从零做一个足够小、但真正完整的研究 Agent

The full map全部系列

47 planned · 8 published计划 47 篇 · 已发布 8 篇
Ongoing持续更新10 articles planned计划 10 篇

Skill Field NotesSkills 研究所

Useful agent skills, taken apart and tested instead of merely collected.研究最新、真正有用的 Skills：不只收藏，还要拆解、试用与复盘。

  1. 01What is an Agent Skill, really?Agent Skill 到底是什么？
  2. 02Anatomy of a useful SKILL.md拆开一份真正有用的 SKILL.md
  3. 03Triggers, instructions, resources, and scripts触发条件、指令、资源与脚本如何配合
View all 10 articles查看全部 10 篇
  1. 04Skill, prompt, command, subagent, or MCP?Skill、提示词、命令、子 Agent 与 MCP 怎么选
  2. 05My test for whether a skill is worth keeping我如何判断一个 Skill 值不值得留下
  3. 06Audit a skill before giving it access安装 Skill 前，先做一次权限与安全检查
  4. 07Progressive disclosure and the context budget渐进式加载：不要让 Skill 吃光上下文
  5. 08Portable skills across Claude Code and Codex怎样让 Skill 在 Claude Code 与 Codex 间迁移
  6. 09Versioning, evidence, and skill maintenanceSkill 的版本、证据与长期维护
  7. 10A field guide to the skills I actually use一份我真正持续使用的 Skills 实测清单
Planned准备中7 articles planned计划 7 篇

Context Engineering上下文工程

How agents receive the right information, tools, memory, and constraints.研究如何把正确的信息、工具、记忆与约束，在正确时间交给 Agent。

  1. 01Context is more than a longer prompt上下文工程，不只是写一段更长的提示词
  2. 02Spend the context window like a budget把上下文窗口当成一笔有限预算
  3. 03Retrieval: finding the right fragment at the right time检索：在正确时间找到正确的信息碎片
View all 7 articles查看全部 7 篇
  1. 04Memory without an endless transcript不靠无限聊天记录，怎样给 Agent 记忆
  2. 05MCP: tools, resources, and promptsMCP 中的工具、资源与提示词
  3. 06Compression without losing the decision trail压缩上下文时，如何保留真正的决策线索
  4. 07Design a context pipeline for a real workflow为一个真实工作流设计完整的上下文管线
Planned准备中8 articles planned计划 8 篇

Reliable Agents让 Agent 可靠地工作

Evaluation, observability, permissions, and failure recovery for real work.从评测、可观测性、权限到失败恢复，研究 Agent 如何进入真实工作。

  1. 01Why one successful demo proves very little为什么一次成功的演示说明不了什么
  2. 02Define the task before measuring the agent评测 Agent 之前，先把任务定义清楚
  3. 03Build a small eval set from real failures从真实失败中建立一套小型评测集
View all 8 articles查看全部 8 篇
  1. 04Traces: seeing what happened inside the loop追踪记录：看清 Agent 循环里真正发生了什么
  2. 05Design for tool errors, retries, and partial success为工具报错、重试与部分成功设计恢复机制
  3. 06Least privilege for tool-using agents会使用工具的 Agent，为什么必须最小权限
  4. 07Make uncertainty visible instead of hiding it不要隐藏不确定性，要让它变得可见
  5. 08A preflight checklist for shipping an agentAgent 上线前的完整检查清单
Planned准备中6 articles planned计划 6 篇

Human + Agent Workflows人与 Agent 的协作方式

Delegation, checkpoints, parallel work, and the judgment people should retain.讨论委派、检查点与并行协作，也厘清哪些判断必须留在人手里。

  1. 01Delegate outcomes, not vague intentions委派结果，不要只丢给 Agent 一个模糊意图
  2. 02Place checkpoints where judgment can change the work把检查点放在人的判断真正能改变结果的位置
  3. 03One agent, subagents, or a team?一个 Agent、多个子 Agent，还是一支团队？
View all 6 articles查看全部 6 篇
  1. 04Shared state without shared confusion多个 Agent 如何共享状态，而不共享混乱
  2. 05The decisions people should never delegate哪些决定不应该交给 Agent
  3. 06A complete human-agent workflow, reviewed复盘一条完整的人机协作工作流
Planned准备中8 articles planned计划 8 篇

Building AI ProductsAI 产品实践

From a fuzzy problem to an interface people can understand, trust, and use.从模糊问题走到可理解、可信任、真正有人使用的 AI 产品。

  1. 01Start with the decision, not the model先找到用户要做的决定，而不是先选模型
  2. 02Know when deterministic software is enough什么时候根本不需要 AI，确定性软件就够了
  3. 03Design the interaction loop, not only the output设计完整交互循环，而不只是生成结果
View all 8 articles查看全部 8 篇
  1. 04Make uncertainty legible in the interface如何在界面中诚实地表达不确定性
  2. 05Latency, cost, and quality are product choices延迟、成本与质量，本质上都是产品选择
  3. 06Turn user feedback into an evaluation system把用户反馈变成一套持续评测系统
  4. 07Trust, permission, and graceful refusal信任、权限，以及恰当地拒绝执行
  5. 08What to measure after an AI feature shipsAI 功能上线后，真正应该观察什么