comic
上下文决定 Agent 能力上限
同样模型,好上下文 = 神,烂上下文 = 草包。4 种消息角色 + KV Cache + 148K 压到 2K 一次讲透。
深度资料
当你想走得更深时,从这里按自己的问题继续。
comic
同样模型,好上下文 = 神,烂上下文 = 草包。4 种消息角色 + KV Cache + 148K 压到 2K 一次讲透。
comic
存 ≠ 学,3 层验证 + 4 种更新方式 + 双循环睡眠学习,让 Agent 越用越聪明的工程路径。
comic
LLM 是金鱼,但装上小本本+大柜子,Agent 就能记住你、还会翻你家资料。
comic
AI 干得怎么样,得拿尺子量,不能老板拍脑袋。
comic
从想法到能跑通的 Paper Summary Bot,亲手把 Agent 搭起来。
comic
从场景选择到复盘,把知道变成真正做出来。
comic
面对一个 AI 案例,学会看懂、拆开和借鉴。
comic
把会问问题变成可以练习和复用的工作方法。
comic
让同事愿意学、学得会、也能真正用起来。
comic
用一组直观比喻理解 Agent 为什么能调用工具。
comic
认识给 AI 装上外接能力的 MCP 基础概念。
comic
把看不懂的 AI 黑话拆成能顺手说出来的人话。
comic
从最常见的词开始,建立 AI 基础语感。
comic
一次看懂几种典型的 Agent 工作方式。
comic
Agent = LLM + 上下文 + 工具,公式记住了,后面 9 章都是这个公式的应用。
comic
工具描述写错 = 选错 = 一半白干;工具爆炸 = token 爆掉 = 模型卡死;省 token 的关键不是少做,是按需翻页。
comic
评估=模型+Harness,内部评估 4 件套+仿真环境+一票否决,建一套让 Agent 自己变好的工程基础设施。
comic
经验按能力表示性质路由+在线/离线双循环+睡眠学习 5 步+3 道安全红线,持续进化的工程路径。
comic
代码不只是工具,是元能力——能造新工具;7 工具箱 + 文件系统中枢 + Coding Harness 4 件套 + Agent 自举。
comic
多 Agent 价值=新信息,2 维度×3 拓扑,虚拟文件系统 4 区域,Agent 社会涌现的 25/10 年/150 万。
comic
10 章×21 篇×84 话 全做完成。3 角色速通套餐 + 6 阶段半年路径 + 应急选篇 + 10 个金句数据点,文哥做 AI 培训直接按表选篇。
comic
4 话一屏看完。LLM 是金鱼,装上小本本+大柜子就能记住你。
comic
4 话一屏看完。给 AI 出考卷,4 类尺子量到底。
comic
4 话一屏看完。同样模型,好上下文=神,烂上下文=草包。
comic
4 话一屏看完。存≠学,3 层验证让 Agent 越用越聪明。
comic
4 话一屏看完。Agent=LLM+上下文+工具,公式记住了后面 9 章都是套用。
comic
4 话一屏看完。工具描述写错=选错=白干,工具爆炸=token爆掉=卡死。
comic
4 话一屏看完。模型+Harness,4 件套+仿真+一票否决的工程基础设施。
comic
4 话一屏看完。4 种更新方式+双循环+睡眠学习+3 道红线。
comic
4 话一屏看完。代码=Agent 元能力,7 工具+文件系统中枢+自举。
comic
4 话一屏看完。新信息框架+2维×3拓扑+虚拟文件+社会涌现。
longform
通过图文长篇建立 Agent 的完整认知。
stage
Python、CLI、Git、API 与 JSON 基础
stage
Token、API、模型与本地 LLM
stage
系统提示词、few-shot、CoT 与上下文
track
主流 CLI Agent 的比较、安装与第一次运行
track
CLAUDE.md、命令与多步骤拆解
track
MCP、CI 自动化、成本与可观测性
stage
工具调用、ReAct 与动手练习
stage
LangGraph、AutoGen、CrewAI 与 Smolagents
stage
MCP、Skills、Plugins 与 Subagents
stage
向量数据库、长期记忆与检索
stage
多 Agent 编排、评测与可观测性
stage
PAR loop、Agent-as-Judge 与进阶概念
stage
Computer Use、Browser Use 与 Code Sandbox