如何学习agent
不停的问AI，用vibecoding写一个代码agent的cli工具。
从写简单的agent loop开始，工具抽象，skill加载和管理，mcp加载和扩展，上下文管理，长期记忆管理（本地文件或者mem0）
plan and execute模式切换+任务列表管理，rag，审计和回滚，prompt防注入，prompt管理，可观测性OTEL+langfuse，可评估性（swe bench）一个个的往里面加
先不要考虑可观测性和可评估性，输出json本地化log用于debug就可以
关于skill
skill的本质是什么？
一段渐进式披露的prompt， context.
skill最原始的状态就是一段文本来告诉模型做事情的顺序。
一个Skill只能告诉模型先做什么，后做什么，但是，你要给它匹配相应的工具。比如说，我举个例子，你给龙虾配了一个工具，说每天早上起来给我搜索这么多的新闻，早上起来发个日报给我，但是你没有给他配brave的API，他就早上起来搜索不了。
所以，这是一个skill的问题吗？这不是skill的问题，这是skill加工具的问题。但是，为什么skill加工具不能解决所有的事情，是因为你真正要想让它稳定产出的时候，你需要有结构化数据，再强调一遍结构化数据，结构化数据 is everything,
所以skill只能做一定程度的编排和精细化的适配，所以真正好的skill 通常包含四部分，第一个的md文档，第二个是一个运行的脚本，第三个是它需要的工具链，第四个是它的验证机制，这才是一个完整的skill pack.
然后你在你的agent当中做一大堆相应的工具给到他，最后结尾的时候一定要有validation要验证，然后agent要写库要落库，这才是完整的。
其实，可以理解为skill里边儿所暴露出来的工程思维非常有价值，叫渐进披露，对不对？你如果把它拉的时间更长，不是一个MD文档，而是1万换个MD文档。它是在上下文关联的最紧密的时候给你披露那个最正确的部分，只不过你把它做成一个MD文档，它的相关性很容易被明确。
但是，如果你把它放大到规模更大的10倍、1万倍的这个水平上，它就是memory。因为Skill的逻辑就是说在最恰当的时间给你最正确的信息，只不过你把文档乘以1万个文档以后，不同的分类的文档了以后，在这么多的文档里面，如何去抓选那一两句最关键的信息，加载到跟当下对话最关联的内容和位置上。这才是最难的。
杨的访谈
杨反复强调，今天所有大模型都建立在同一个第一性原理上：Scaling Law，也就是把能源转化为智能的规律。
杨还专门提到，最早提出Scaling Law的那篇论文里，对比了Transformer和LSTM的区别，结论是Transformer在Scaling这条路上跑得更远。
所以，这三样东西最合理的推测就是：Transformer架构、Scaling Law，以及将大语言模型变成产品的强化学习 / RLHF技术。
我们一样一样来看。
Transformer架构。这没什么争议，它出自 Google 2017 年的论文 "Attention Is All You Need"。
Scaling Law。这个就微妙了。杨自己引用的那篇对比Transformer和LSTM的Scaling Law论文，恰恰是OpenAI在2020年发布的。那篇论文可以说是Scaling Law的开山之作，它第一次系统性地揭示了模型参数、数据量和计算量之间的关系，越大越好。
杨自己也说，这是"整个技术发展的基础"。所以在这一块，OpenAI不仅有贡献，而且是奠基级别的贡献。
强化学习（RLHF）。这项技术的学术火种确实早就有了，但在大语言模型上把它真正做产品化、规模化的，OpenAI 的 InstructGPT 和 ChatGPT 功不可没。
可以说，没有 OpenAI 把 RLHF 跟超大规模语言模型粘在一起，就不会有后来 ChatGPT 那种像人一样对话的能力。RLHF 不是 OpenAI 凭空发明的，但把它做成大模型的标准配方，OpenAI 是核心推手