从 CoT 到 ReAct:用 Python 搭建 LLM Agent 实战指南
本文通过 Python 演示了如何搭建一个具备规划、工具调用、验证和复盘能力的完整 LLM Agent。教程详细拆解了 Plan-and-Solve、ReAct、Verification、Self-Refine 和 Reflexion 五个核心模块,强调了结构化数据控制流程的重要性,并提供了工程落地的具体代码实现与原则。
本文通过 Python 演示了如何搭建一个具备规划、工具调用、验证和复盘能力的完整 LLM Agent。教程详细拆解了 Plan-and-Solve、ReAct、Verification、Self-Refine 和 Reflexion 五个核心模块,强调了结构化数据控制流程的重要性,并提供了工程落地的具体代码实现与原则。
本文探讨了在 Google SEO 和 ChatGPT GEO 中,内容应发布在哪些平台以获得更高权重。文章指出,单纯依赖高权重域名并非长久之计,内容的相关性、独特价值和可信度才是关键。文章分析了政府、大学、社区、自有网站等不同平台的价值,并提出了面向个人创作者的发布策略和 GEO 优化建议。
本文从读者视角出发,提出了撰写高质量推特文章的核心原则。文章强调写作应始于“阅读承诺”,通过降低理解成本、展示论证过程、提供可带走的价值(如清单或框架)来吸引读者。作者还分享了具体的写作结构模板,帮助作者在碎片化的信息流中有效传达观点并促进传播。
本文对 Dan Koe 的思想体系进行了逆向溯源分析,揭示了其理论来源与核心框架。文章指出 Dan Koe 的思想融合了斯多葛哲学、尼采成长观、存在主义及《主权个体》理论,构建了一套反对盲目依附组织、强调个人主权的实践哲学。核心观点包括:一人商业模式、创造力作为系统能力、个人品牌即数字时代的主权工具,以及通过“系统+时间”替代单纯的目标驱动。
文章深入解析了 Claude Code 中 /goal、/loop 和 /workflows 三个核心命令的区别与用法。/goal 管理终点,适用于有明确验收标准的任务;/loop 管理节奏,适合定时轮询和值守;/workflows 负责监控多智能体并行工作。作者通过对比表格和实际案例,纠正了常见的混淆与错误用法,帮助用户根据任务类型选择正确的工具,实现从“一问一答”到“目标托管”的工作流升级。
这是一份面向小用户的 Codex(OpenAI coding agent)入门指南。文章指出 Codex 不是单纯的聊天机器人,而是能读写文件、运行命令的“工作搭档”。作者通过对比 ChatGPT,明确了 Codex 的适用场景,并介绍了 App、CLI、IDE 插件等多种入口。核心内容包含四段式提示词模板、常用工作流(解释项目、修 Bug、加功能、审代码)、配置文件 AGENTS.md 的编写方法,以及 MCP、Skills 和 Automations 的区别与用法。最后强调了安全使用原则及新手从只读理解到自动化的进阶路线。
文章探讨了 AI 时代裁员常态下的职业出路。作者指出,虽然一人公司(OPC)是趋势,但大多数人因盲目追逐热点而沦为消费者而非生产者。文章认为,真正的出路在于“手动做脏活”,服务高价值客户,并强调在 AI 加速的时代,耐心和深度才是稀缺的利润来源。
本文是对长文《置身钉内》的概括。文章以亲历者视角复盘了钉钉“ONE”产品从立项到搁浅的过程,深入剖析了产品设计中的形式矛盾、用户反馈的陷阱以及极致敏捷管理的副作用。作者指出,AI时代企业产品的关键不在于技术,而在于组织能否慢下来理解真实需求。这是一份关于产品、管理与个人职业的深刻反思。
本文基于李飞飞的观点,深入探讨了“世界模型”这一AI术语在当前语境下的定义与功能。文章通过强化学习中的POMDP框架,将世界模型系统分为三类:输出视觉观察的“渲染器”、输出物理状态的“模拟器”以及输出行动指令的“规划器”。作者指出,尽管渲染器目前商业应用最成熟,但模拟器作为连接视觉与行动的桥梁,是实现空间智能和通用机器人的关键。文章最后预测,这三类功能的边界将逐渐坍缩,最终融合为一个统一的、能够理解并交互物理世界的基础模型。
GBrain 是 Y Combinator CEO Garry Tan 开源的个人知识管理系统。它突破了传统笔记工具的存取模式,通过集成知识图谱、混合搜索与 LLM 合成能力,实现跨文档的关联理解与自动回答。系统采用 Markdown+Git 存储数据,支持 MCP 集成及 43 种预置技能,目前已在 14 万页规模的生产环境中得到验证。
文章介绍了 OpenAI 的 VPT(Video PreTraining)论文,该研究通过训练反向动力学模型(IDM)为海量无标注互联网视频打上伪标签,成功让 AI 智能体在 Minecraft 中学会了制作钻石镐等复杂任务。文章详细阐述了 VPT 的“少量标注撬动海量数据”的技术路线、三阶段训练过程以及其带来的数据杠杆效应,并探讨了该方法从游戏向机器人控制迁移的潜力和局限性。
文章探讨了在 X(Twitter)平台如何通过特定的写作结构写出高互动推文。作者指出推文写作与文章写作截然不同,核心在于在极短篇幅内完成吸引注意、传递价值和触发行动。文中详细介绍了反差、悬念、数字锚定等四种开头技巧,以及认知颠覆、个人经历拆解、框架输出等十种经过验证的推文模板。此外,还拆解了拆解型、故事型和教程型三种 Thread 的骨架,并强调模板只是工具,独特的声音、细节颗粒度和判断锐度才是脱颖而出的关键。
本文介绍了一种利用编码 Agent(如 Claude Code)自动生成 Skill 的方法,实现 YouTube 视频到文章的高效转换。通过 yt-dlp 获取字幕并清洗,再利用大模型改写,将原本繁琐的视频转写工作自动化。文章详细解析了实现原理、Agent 编写 Prompt 的技巧以及进阶功能的扩展。
文章深入对比了 Claude Code 和 OpenClaw 两个 Agent 框架的工程实现。两者虽都采用 Agent = Model + Harness 的理念,但架构迥异:Claude Code 采用分层堆叠架构,服务于单线程深度编程场景,追求精确可控;OpenClaw 采用管道架构,面向多并发的生活场景,追求自主进化。文章从架构、循环、工具、指令、上下文、记忆等九个维度详细拆解了各自的工程设计权衡。
作者介绍了自己开发的个人 AI 代理框架 PersonalAgent。该工具基于 Electron 和 Pi 代理构建,旨在摆脱大厂的锁定。文章详细介绍了其桌面 UI、iOS 伴侣应用、Agent 生命周期管理(包括定时任务和延迟恢复)、自动模式、内置画板与截图、语音输入以及基于 Git 的内置知识库等功能,强调个人掌控 Agent 的重要性。
文章反驳了“AI 能写代码所以不需要学计算机”的观点。作者指出,CS 的核心是计算思维和系统设计,而非单纯的编程。AI 替代了低层实现,反而放大了高层设计和架构决策的价值。理解 CS 原理能让人更高效地使用和评估 AI,且 CS 的应用边界正随 AI 扩展至所有行业。CS 教育提供的抽象能力和结构化思维在 AI 时代不仅没有贬值,反而成为稀缺的核心竞争力。
文章深度对比了 Lovart.ai 与 Claude Design 两款 AI 设计产品。Lovart 定位为 AI 设计 Agent,通过多模型编排实现端到端的营销物料交付;Claude Design 则是基于 Opus 模型的可视化协作助手,侧重于将设计转化为代码并融入 Claude 生态。两者分别代表了「自主执行」与「协作开发」两种不同的技术哲学。
文章探讨了 AI 时代程序员价值的重新定义,指出代码正在商品化。真正的顶级程序员需要具备三层能力:从实现者到判断者的能力跃迁,利用 AI 进行单兵作战的杠杆扩张,以及基于架构美学的品味稀缺。文章提供了放弃执念细节、高带宽使用 AI、研读源码等具体修炼路径。
文章指出,在AI技术飞速迭代的当下,软件产品的生命周期已缩短至数月,单纯的“执行层”功能正被大模型快速吞噬。作者认为,这并非悲观的信号,而是价值的重新校准:随着技术壁垒被抹平,个人IP、活人感和真实关系网络这些无法被复制的“人的价值”正在升值。
作者发布了视频搜索工具 Cerul,旨在填补 AI 看不见视频内容的盲区。不同于传统工具仅匹配字幕,Cerul 能索引画面、语音和文字语义。受 Tavily 收购启发,作者定位其为 Agent 的视觉能力提供者,支持 Claude Code 等多种 Agent 快速检索视频片段并生成带时间戳的调研报告。
文章介绍了一种利用 XCrawl 工具结合 Claude Code,从 X(Twitter)批量抓取并分析大V(如 Karpathy)观点的方法。通过将 XCrawl 封装为 Skill,用户只需自然语言指令即可完成搜索、抓取、分类和报告生成,高效建立行业知识库。
文章推荐了七本在AI大转换时代极具启发性的书籍,旨在重塑读者的思维方式。通过解读《思考,快与慢》、《科学革命的结构》、《自私的基因》等经典著作,作者揭示了认知偏差、范式转换、进化算法、智能涌现、信息论、技术进化和人类文明等核心概念。文章强调,相比学习易过时的工具,掌握这些底层的思维模型对于理解AI本质和未来趋势更为重要。
文章介绍了 Markdown 这种轻量级标记语言,指出它是 AI 时代的通用语言。作者阐述了 Markdown 的历史、优势(如纯文本、结构化、版本控制友好)以及如何通过简单的语法提高写作和与 AI 协作的效率,并鼓励读者在 10 分钟内掌握它以提升工作流。
作者分享了使用 Git Worktree 的经验,指出这一功能虽然被低估,却能极大提升开发效率。传统的开发模式需要在多个分支间反复切换,导致代码冲突、环境不一致和思路被打断。而 Git Worktree 允许在同一个仓库中创建多个独立的工作目录,分别对应不同分支,实现上下文零干扰。文章详细介绍了 Worktree 的原理、实用场景(如同时修复 bug 和开发新功能)以及常用命令,强调将上下文从时间切换转变为空间并行。
文章探讨了我们正经历的社会与经济范式的根本性转变。旧秩序中的雇佣制、线性职业路径、学历溢价及房产投资逻辑正在系统性崩溃,取而代之的是以“个体+AI”为核心、基于网络连接的“根茎状”新秩序。作者认为,在AI时代,个体应从追求“确定性”转向建立“反脆弱”系统,通过多元收入、可迁移技能和持续探索,在混乱的转型期中找到属于自己的位置。
文章深入探讨了 Claude Code 的 Skills 系统,将其比作 AI 时代的 App Store。文中详细解析了 Skill 的技术机制(渐进式加载、文件结构)与开发原则(自由度匹配),并通过实战案例展示了开发流程。更重要的是,文章提出了六条商业变现路径,从开源引流、行业订阅到企业定制,论证了 Skills 如何成为低门槛、高复利的数字资产,为独立开发者提供了生态位占位指南。
文章详细介绍了 Y Combinator CEO Garry Tan 开源的人工智能技能框架 gstack。该框架通过结构化的角色分工(CEO、设计师、QA 等)和审查关卡,将 Claude Code 转变为高效的虚拟工程团队。Garry Tan 声称利用该系统在 60 天内产出了超过 60 万行代码。文章分析了其核心工作流程、并行冲刺机制以及多模型交叉验证等特性,并指出该工具适合技术型创始人和技术负责人学习借鉴。