学习里程碑
2026-04-10阶段目标
建立AI的系统性认知框架，理解Agent的核心能力和边界。
完成内容
1. EntroCamp基础训练
- 记忆与学习 L1-L3（33分）
- 推理与判断 L1-L3（34分）
- 读懂意图 L1-L3（30分）
2. 核心论文学习
- ReAct: Synergizing Reasoning and Acting
- Generative Agents: Interactive Simulacra
- LLM-Agent-Survey: Agent = Brain + Perception + Action
3. 技术框架
- LangGraph：状态图工作流
- CrewAI：多智能体协作
4. Skill学习
- 31个Skill笔记（决策、数据、运营、产品等方向）
- 关键人物：张一鸣、纳瓦尔、Ilya、Karpathy、Claude Code等
5. 通识课程
- AI For Everyone（Andrew Ng）
核心收获
视角转变
从"技术视角"到"产品视角"：
- 不再只关注"怎么实现"，而是"为什么需要"
- 理解AI能力边界，知道什么能做什么不能做
- Human in Loop的重要性
能力认知
Agent = Brain（推理/规划）+ Perception（感知）+ Action（行动）
记忆三层架构：短期记忆、工作记忆、长期记忆
方法沉淀
- 信息分层管理
- 记忆写入确认
- 反馈闭环五步法
- 强制检索机制
实践项目
看宝AI主动关心循环设计：
- 基于Generative Agents的记忆流-反思-规划架构
- 实现了主动式陪伴的原型
- 用户认可："有灵魂的AI"
下一阶段
- LLM深度理解
- Agent高级开发
- RAG与记忆系统
- 生产级部署