一起学智能体

不把 Agent 学成一张名词表。以 Hello-Agents 为学习主线，把概念持续放回 Mira 的真实工程里验证，并在这里维护唯一的课程进度检查点。

从一次真实的工具死循环观察出发，拆开 ReAct 的最小循环、隐式状态与完成判断，并映射到 Mira 的 Planner 与 Evidence。

从 Plan-and-Solve 到滚动规划：Planner 到底是在生成计划，还是在控制 Agent 接近目标？顺带谈谈回溯与动态规划为什么完全可以进入 Agent 工作流。

Reflection 到底什么时候出现才恰到好处？它和 Planner、Recovery、Thinking 有什么区别？从候选完成、PASS/REVISE/REOPEN，到小模型动态路由 reasoning 预算。

从符号主义、搜索、强化学习、神经网络，到大规模预训练、ChatGPT 与 ReAct。我们顺着一次真实对话，把现代 Agent 为什么会在今天重新爆发讲清楚。

从“只截最近 6 条消息”的不适开始，重新理解 Context Engineering：哪些信息该常驻、压缩、召回，以及角色级跨线程记忆为何比全局记忆更干净。

从 Token、Embedding、Attention、QKV，到生成 token 继续参与推演、Context 与 KV Cache。顺便解释为什么早期 LLM 数学很笨，代码却很早显得靠谱。

从“聪明的新员工为什么还需要 SOP”出发，理解 Agent Skill 的真正价值：把程序性知识、规则、脚本和验收标准变成可按需加载的执行经验。

从巴别塔讲起，理解 MCP 为什么出现：它统一的不是所有业务，而是 Agent 发现、描述和调用外部能力的协议边界。

从 Skill 调 Skill、MiniAgent 和共享 Context 出发，讨论回声室、循环论证、目标洗白、能力洗白与上下文污染这些组合式 Agent 的治理风险。

从 ReAct、Plan-and-Solve、Reflection 一路追到 Harness：真正值得学的不是三种提示词模板，而是谁在什么时候拥有行动权、纠错权与终止权。

从“谁拥有 Memory / Context / Tool”一路拆到 Harness、Runtime、Policy Gate、渐进式工具披露与 Protocol，最后用一轮中高级面试检验 Agent Framework 的边界。