AI Agent 方法论与产品思维路线图
优先级图例
| 标记 | 含义 |
|---|---|
| 🔴 重点 | 核心心智模型，必须内化 |
| 🟡 进阶 | 实战技巧，能落地 |
| 🟢 了解 | 概念认知 |
Top 20 核心方法
| 排名 | 方法 / 认知 | 模块 |
|---|---|---|
| 1 | 四层模型演进：Prompt→Context→Harness→Loop | 认知 |
| 2 | Prompt 2.0 四大黄金法则 | Prompt |
| 3 | 给目标不给步骤 | Prompt |
| 4 | 设计反馈闭环（execute→evaluate→adjust） | Prompt |
| 5 | Lost in the Middle 与首末重注入 | Context |
| 6 | Attention Budget 与指令天花板（~150 条） | Context |
| 7 | 渐进式加载 + 上下文压缩三级策略 | Context |
| 8 | Recency Effect 利用 | Context |
| 9 | 记忆污染识别与纠错 | Context |
| 10 | Skill 九要素结构 + Gotchas 优先 | Skill |
| 11 | CLAUDE.md / AGENTS.md 分工 | Skill |
| 12 | MCP / A2A / ACP 协议区别 | 协同 |
| 13 | 终止条件必须机器可检查 | Loop |
| 14 | 预算护栏必设（Token/步数） | Loop |
| 15 | 断路器 / 看门狗熔断 | Loop |
| 16 | Workflow vs Agent 选型判断 | 产品化 |
| 17 | 四步翻译（需求→方案） | 产品化 |
| 18 | 降级路径设计 | 产品化 |
| 19 | 三维评估 + LLM-as-Judge | 产品化 |
| 20 | Human-in-the-Loop 时机判断 | 产品化 |
四层模型演进全貌
-
2024 Prompt Engineering 时代：把话说清楚 🔴 重点
-
2025 Context Engineering 兴起：管好上下文比写好 prompt 更关键 🔴 重点
-
2026 初 Harness Engineering：把 Agent 跑起来的工程脚手架 🔴 重点
-
2026 中 Loop Engineering 爆发：长期自主循环的安全护栏 🔴 重点
核心认知
-
四层模型的嵌套关系：上层依赖下层，权重随阶段变化 🔴 重点
-
Prompt 在整体中的权重变化：从 100% 降到工程化主导 🟡 进阶
-
一句话说清四层区别、画出演进图 🟡 进阶
-
设计 Agent 的思考框架：先定边界再定能力 🔴 重点
四大黄金法则
-
给目标不给步骤：让模型自己规划路径 🔴 重点
-
评估标准写进指令：可判分才有闭环 🔴 重点
-
分离规划与执行：Planner 与 Executor 解耦 🔴 重点
-
设计反馈闭环：execute → evaluate → adjust 🔴 重点
结构化与约束
-
结构化 Prompt 六段式：角色/目标/约束/步骤/输出/示例 🔴 重点
-
约束数量控制：指令不是越多越好（~150 条天花板）🟡 进阶
-
反例约束与禁止模糊词：用「不要做 X」补边界 🟡 进阶
Maker-Checker 模式
-
Maker-Checker 概念：生成与校验分离 🟡 进阶
-
落地方式、Checker 成本考量、Maker vs Checker 自检 🟡 进阶
框架选型判断力
-
ReAct / Plan-and-Execute / Reflexion 的适用边界 🟡 进阶
-
选型判断标准：任务确定性、是否需要反思 🟡 进阶
注意力陷阱
-
Lost in the Middle：长 Prompt 中间指令遵循率仅 ~60% 🔴 重点
-
Attention Budget：指令也占注意力额度 🔴 重点
-
150 条指令天花板：超量后边际效用骤降 🔴 重点
-
文件大小与注意力衰减：1-100 行 ~95% 遵循，600+ 行 ~45% 🔴 重点
注入与加载策略
-
首末重注入：关键指令放开头与结尾 🔴 重点
-
渐进式加载：按需取片段而非全量 🔴 重点
-
Recency Effect 利用：硬性 gate 放末尾 🔴 重点
-
路径作用域：只加载当前任务相关文件 🟡 进阶
压缩与纠错
-
摘要压缩：任务/文件/过程三级摘要 🔴 重点
-
长任务重注入：周期性回填关键状态 🟡 进阶
-
污染征兆识别：错误被上下文放大 🔴 重点
-
找到临界点、compact 总结、重注入格式设计 🟡 进阶
一、能力工程（Skill Engineering）
-
读外部 Skills、分析优秀 skill、对比工具/Skill 系统 🟡 进阶
-
Skill 九要素结构：name/description/trigger/步骤/gotchas/示例… 🔴 重点
-
Gotchas 优先：把踩坑写在第一位 🔴 重点
-
写第一个 SKILL、压缩到 500 行以内 🟡 进阶
-
CLAUDE.md 与 AGENTS.md 分工：项目约定 vs 行为规范 🔴 重点
-
延迟加载机制、多文件架构、Skill 版本管理 🟡 进阶
二、多工具协同
-
Claude Code / OpenCode / Codex 的特性差异 🟡 进阶
-
工具选型原则：稳定任务用确定性工具 重点
-
MCP / A2A / ACP 协议区别与选型 🔴 重点
-
工具箱管理、混用 Agent 策略、工具切换成本 🟡 进阶
六大构件
- Automations（定时/事件触发）、Worktrees（隔离）、Skills、Connectors、Sub-agents、State（跨 session 持久化）🟡 进阶
安全护栏
-
终止条件必须机器可检查：避免无限循环 🔴 重点
-
预算护栏必设：Token / 步数上限 🔴 重点
-
15 个工具调用后注意力衰减：及时压缩或交接 重点
-
Loop 高风险警告、爆炸半径评估 🔴 重点
容错机制
-
断路器（Circuit Breaker）：连续失败快速拒绝 🔴 重点
-
存活检查、Closed Loop 脚本、看门狗熔断 🟡 进阶
四、Agent 产品化思维
-
Workflow vs Agent 选型：路径固定→Workflow；不确定→Agent；混合更优 🔴 重点
-
简单任务最简方案：别为简单事上 Agent 🔴 重点
-
幻觉递归陷阱：错误自我强化，需外部校验打断 🔴 重点
-
四步翻译：把模糊需求翻译成可执行的 Agent 方案 🔴 重点
-
失败模式预判：提前设计降级而非事后救火 🔴 重点
-
降级路径设计：核心不可用时回退次优 🔴 重点
-
三维评估框架 + LLM-as-Judge：效果可量化 🔴 重点
-
A-B 测试对照：版本间客观比较 🟡 进阶
-
Human-in-the-Loop 时机判断：敏感/不可逆操作必介入 🔴 重点
-
权限分级、决策可追溯、错误恢复路径 重点
-
四维乘积模型：把产品化拆成可权衡的维度 🟡 进阶
学习顺序
-
认知建立：第一章四层模型。
-
指令工程：第二章 Prompt 2.0。
-
上下文工程：第三章 Context Engineering。
-
能力沉淀：第四章 Skill Engineering + 第五章多工具协同。
-
长循环：第六章 Loop Engineering。
-
产品化：第七章产品化思维（降级/HITL/评估）。