[AI] 通用智能 - Agent
以下是2024年下半年，那时的想法。现在回头看，也有点不好意思。但依然保留下来，能真实的记录下 当前技术进步的飞速。
此时，应该是 o1-preview 刚出来时，但 推力模型在内部已经确认可以工程化的事情，也就同时意味着 Agent时代 加速进入的节奏。
但此时，我貌似还没有意识到！
数字人
LivePortraint的出现，在工程的设计与实现上颠覆了许多。
[GenerativeAI] Avatar solutions
[Avatar] Talking Face Dataset and Solutions
Face2Faceρ : Real-Time High-Resolution One-Shot Face Reenactment
[facefusion] Next generation face swapper and enhancer.
现在的离线数字人视频已经完全被新技术干掉，效果很棒！
当时的预测正确，实时数字人还是一块大模型时代下的幸存之地！
练习实践
一些当时可能还想了解下的技能，但现在看来，意义不大，也没有条件去实践。
大模型时代
[GenerativeAI] Contrasive Learning and CLIP
[GenerativeAI] How to train both?
[GenerativeAI] GAN to Diffusion
这里的总结还算不错，其中主要来源于Li Mu的教学视频系列，很棒，但截止与 GPT 4.（Mar 31, 2023）
Agentic AI
Chapter 1 - 认知已落伍
- LangChain Tutorial
- [agent] Agent Chatting Group [仿真智能聊天模拟器]
- [agent] Agent Chatting Group - logs analysis
但此时，是随性谈话，没有目标。场景更适合“模拟世界”，例如用户调查等等。
此事发生在 20 Mar 2024。
o1 推理模型的产品化还未走上舞台。
Chapter 2 - 纵览与初识
这是一篇 近期的 “综合理解”：[agent] Master AI Agent # 回顾近代AI的发展 Since 2022.
然后，重点介绍了近期 Agent Engineering 的过程：[agent] Agent Engineering 2024-2025 # 然后重点关注了近两年的变化
以下可能有广泛的指导意义：
-
状态一致性（state consistency）
-
幂等性（idempotency）
-
副作用控制（side effect control）
-
失败恢复（recovery strategy）
-
可观测性（observability）
Chapter 3 - 找寻需求
Promp Engineering: [agent] From Prompt Learning to SIPDO: A Shift Toward Closed-Loop Self-Evolution # 既然 上下文？Prompt？管理很重要，此文的自动化值得深思
Chapter 4 - 系统学习
- [agent] Multi-model Agents, why? # Multimodel 单独重点学习下，初步背景了解。以及 MCP SKILLS and Context 7.
- [agent] Single to Multi Agents Insight # 包括 一部分 Multi Agents.
- [agent] Agentic AI: Multi-Agent Systems and Training skills. # 主要是工业界对“系统性”的要求加深
- [agent] Agentic AI - Andrew NG # 易懂的例子
Chapter 5 - 工程进化
- Prompt engineering（2020）
- Context engineering（2023）
- Tool calling（2023.6） ----> OpenAI 正式发布 Function Calling
- MCP（2024.11）
- Skills（2024–2025）
- Multi-agent（2025）----> Deep Research 成熟。
- Harness engineering（2025–2026）
- Hermes / OpenClaw（2025–2026 实现层）
可见，Agent 的发展 实则是与大模型的进一步增强，以及推理模型的出现等等一同进化的！
很多 Deep Research 系统的底层，确实就是 Web Agent。Deep Research ≈ 被“研究型 Harness”强化过的 Web Agent。
2024-12-11 Google 正式发布 Gemini Deep Research：会自己制定多步研究计划、搜索 Web、综合成报告。
2025-02-03 OpenAI 发布 ChatGPT Deep Research，明确把它定义成能自主进行多步骤网络研究的 Agent。
- [2021-2024] The Capability Evolution of Web Agents: [agent] Web Agent # <<<< 针对 web agent 的进化思路。
- [2024.12] Demo case: [agent] Deep Research (2025.9-12 repo) # <<<< 作为 Deep Agents 综合能力的体现。
- [2026.09] 高度关注未来发展 [agent] Auto Research - In progress # <<<< 必然是2027年的主题。
Chapter 6 - Coding Agent
先了解编程。这代表了唯一成功的案例，以及Harness探索的方向。
- [cc] Introduce Claude Code and Vibe Coding # 也就是 Harness 的由来~
- [cc] Claude Code Practice
- [cc] Skills
- [cc] Hook
- [cc] 《Dive into Claude Code: The Design Space of Today's and Future AI Agent Systems》
Chapter 7 - General Agent
>>> 大趋势来了 <<<
Harness Engineering、Loop Engineering、Graph Engineering 是搭建 Agent 系统时的三个架构视角；
Hermes Agent 是这些思想的一种具体系统实现。
- [Harness] Arch Think, Act and Evolve # 有了以上基本的知识基础后，专注一些优质的内容于此~
>>> LangGraph <<<
- [langgraph] Why Is It # 提供大局观
- [langgraph] Build Agent # 生产级代码怎么写
- [langgraph] Memory
- [langgraph] Multi-agents
>>> LangChain <<<
...
>>> Deep Agents <<<
- [sdk] 01 - AI Agent Orchestration - DeepAgents
- [sdk] 02 - Deep Agents Middleware
- [sdk] 03 - Deep Agents - Memory and Filesystem
- [sdk] 04 - Deep Agents - Arch and SubAgent
- 有了深入理解 <Deep Research> 的资格。
- [agent] Deep Research - Graph Implementation # 竟然涵盖了 Loop/Graph Engineering 的思想
- [agent] Deep Research - Web Service Implementation # 做成了 PoC
- [agent] Deep Research - Log Analysis # 实战分析，再次巩固；同时也发现了一些改进点。
- Continue ...
...
>>> RAG <<<
...
>>> MCP and SKILL <<<
...
Chapter 8 - Latest Topics in 2026
[Harness] Loop Engineering # 涉及到一些具体的模块、实现以及思想
具备了 实践 的基础条件。To-do List.
- 自定义 harness 体验
- harness实战体验
- 体验其中的关键部件的设计理念
- RAG 高低之分？
浙公网安备 33010602011771号