资料附录 · 用于核验与继续深入
与课程共用六个知识主题。每份资料归到一处，标明它支持的判断，并提供对应课程入口。
产品承诺查官方文档，研究结论查原始论文，实现机制查固定版本源码，实际表现查同任务运行记录。每类资料只能支持它直接记录的事实；社区转述可以帮助发现线索，不能单独证明核心机制。
按知识主题归档 · 每份资料只列一次
一项任务，怎样从愿望变成实际结果？
沿插件树、服务与事件，理解哪些能力可以替换。
画出任务中的模型、工具与运行策略边界。
核验 2026-09-11；固定提交 c291e7961a51
可直接阅读官方网页；站内系统研究已给出中文解释。Pi 的核心刻意保持精简，文档又完整公开 Session、Compaction、Security、Extensions、Skills 与 SDK，适合识别 Agent Harness 的必要责任。
画出模型接口、Agent 运行时、交互外壳和产品 Harness 四层图，并为循环、工具、状态、安全、扩展各写一个产品问题。
在线文档持续更新；实现结论固定核对至 v0.81.1（commit 20be4b18d4c57487f8993d2762bace129f0cf7c6）。
Pi 官方文档与 GitHub 在中国大陆的访问速度可能波动；本站结构剖面已包含完成课程所需的核心解释。它用最短篇幅说明本次公开了什么：Agent Loop、工具、终端 UI 与扩展系统。先读它可以建立范围边界，再进入源码，不会把开源仓库误当成完整服务端。
写一张“已公开 / 未公开 / 需要运行证据”的三列卡，再把已公开模块映射到本站 L1–L6。
2026-07-15 发布；源码结论仍以本站注明的固定 commit 为准。
xAI 官方页面与 GitHub 在中国大陆的访问速度可能波动；先读本站生产剖面，再按固定 commit 核对源码。这是少数能让产品经理同时核对 Session Loop、工具、权限、Sandbox、MCP、Skills、Hooks、Subagents 与 TUI 的生产级 Harness 证据库。正确用法是带问题定位模块，而不是按目录通读 Rust。
从 Agent Loop 或权限矩阵中选一题，提交“产品问题 → 用户可见状态 → 源码位置 → 仍缺什么运行证据”的四列证据卡。
固定在公开仓库 commit a5727c5960452e7527a154b25cb5bf00cda0545e；该快照的 SOURCE_REV 记录上游同步版本 30192d2eef5d91a8fff0e53957de5bd05b43398c。两者不是同一个版本标识，也不代表服务端或后续线上版本。
GitHub 在中国大陆可能加载较慢；建议优先使用本站中文拆解，再回源码定位。它用非研究者也能理解的方式建立 LLM 的能力边界，避免产品判断停留在功能印象。
一张 LLM 能力/限制表，至少覆盖幻觉、上下文、知识时效、计算成本与工具调用。
Token、训练与推理的基础原理长期有效；模型案例和产品名称会老化。
YouTube 在中国大陆通常无法直接访问；它不是完成站内课程的硬前置。这是把一次生成与 Agentic Workflow 区分开的高密度短讲，适合作为第一个系统心智模型。
为同一个 PM 工作流各写一版直接生成和 Agentic Workflow，并解释后者为何值得增加复杂度。
反思、工具、规划和多 Agent 协作四种模式仍是有效的入门框架。
YouTube 在中国大陆通常无法直接访问；它不是完成站内课程的硬前置。它不仅介绍常见 Agent 模式，还把评测、错误分析和生产优化纳入同一条学习链。
一份 Workflow Spec：任务拆解、工具、状态、停止条件、人工节点和组件级评测。
方法与错误分析框架高度有效；代码环境和库版本需以课程页面为准。
课程页面可能要求注册或登录；中国大陆网络可用性会变化。用很短的时间讲清一个 Agent 最小系统的组成，适合在进入源码前统一术语。
一张 Agent Anatomy 卡：目标、循环、工具、状态/记忆、边界和人工接管。
Agent loop、工具和状态概念长期有效；SDK 细节需对照最新文档。
OpenAI Academy 可能要求登录，且中国大陆网络可用性会变化。把 loop、context、tools、permissions、CLAUDE.md、subagents、skills、MCP 与 hooks 放在同一产品里观察。
一份 Claude Code 产品拆解：上下文入口、工具、记忆、权限、验证和失败恢复。
当前官方入门课程，客户端界面和具体功能仍会持续变化。
可能要求注册或登录；Anthropic 服务在中国大陆的可用性会变化。它提供少见的完整中文学习链。建议在本站理解最小工作闭环后，按 Unit 1 基础 → Unit 2 框架对照 → Bonus 2 评测 → Unit 4 项目的顺序实践，不必从 Unit 0 逐页刷完。
一个可运行 Agent、一次轨迹与结果评测，以及一页“框架替我做了什么、Harness 仍要负责什么”的复盘。
官方课程持续演进；框架 API 与认证安排应以课程页面为准。
Hugging Face 主站、登录、Spaces 与模型下载在中国大陆的速度和可用性可能波动；中文课件可直接阅读，交互练习不是完成本站课程的硬前置。它直接训练 Agent PM 最先要做的事：判断什么任务值得 Agent 化，并划定系统责任。
一份 Agent Requirements Doc：用户工作、触发器、输出、工具/数据、权限、停止条件、风险和评测。
场景发现与系统定界方法供应商无关，具体案例需结合当下模型能力。
OpenAI Academy 可能要求登录，且中国大陆网络可用性会变化。它把用户、工程、研究、社区和反馈闭环连接在同一个产品岗位里，是课程与面经的校准尺。
一张岗位原文信号 → 学习目标 → 可交付作品证据的目标拆解。
2026-07-23 核验；岗位状态和措辞可能随招聘变化，阅读时以官方招聘页现行内容为准。
岗位来自 DeepSeek 官方招聘站 talent.deepseek.com，详情页由其招聘系统承载；岗位状态和措辞可能变化，本站保留核验日期。它提供最清楚的一手定义：什么时候用 Workflow、什么时候用 Agent，以及为什么应从最简单方案开始。
把一个业务流程标注为 chaining、routing、parallelization、orchestrator-workers 或 evaluator-optimizer。
Workflow/Agent 区分和组合模式仍是行业基础；具体模型建议需查新文档。
Anthropic 页面在中国大陆的网络可用性可能变化。它从产品和工程共同语言出发，覆盖场景选择、编排和 Guardrail，适合把概念落到方案。
一份候选场景评分表，并明确先做单 Agent 还是多 Agent、为什么。
Model/Tools/Instructions、单/多 Agent 与 Guardrail 框架仍有效。
OpenAI 页面在中国大陆的网络可用性可能变化。它从 planning、tool、memory、failure 等系统问题解释 Agent，适合补足只会背四步循环的空洞理解。
一张 Agent 系统组件图，并为每个组件写出一个可观察失败信号。
核心系统分析仍有效；市场产品和框架样例会过期。
它用规划、记忆与工具三部分串起早期 Agent 研究，是进入经典论文前的高质量地图。
一张 planning × memory × tool use 文献地图，并标注哪些问题后来由 Harness 工程承担。
作为经典综述仍有教学价值；框架、论文进展和产品能力并非当前全貌。
它逐步展示一次 Turn 内模型推理与工具调用怎样循环，是理解 Coding Agent 内里的直接材料。
一条从用户输入到工具结果再到结束消息的事件序列，并标出上下文增长点。
Codex Harness 的 Agent Loop、上下文增长、缓存和压缩解释当前有效。
OpenAI 页面在中国大陆的网络可用性可能变化。它给出推理与环境行动交错进行的经典范式，帮助理解工具结果为什么必须回到下一轮判断。
把一个真实任务写成 Action/Observation 轨迹，并标出产品应展示的证据而非隐藏思维链。
Reasoning/Action/Observation 的核心思想仍是 Agent Loop 的历史基础；产品实现已更复杂。
它是把 Codex 工程文章里的 Agent Loop、App Server、工具与策略落到实现细节的第一手材料。
一张仓库模块地图，并为 Agent Loop、工具运行时、协议、权限各定位一个入口文件。
固定在 Codex CLI v0.145.0 commit 25af12f7e61572b0bc18ddb1008be543b91519b0；现行产品行为仍需回到动态文档核验。
GitHub 在中国大陆可能加载较慢；建议优先使用本站中文拆解，再回源码定位。它展示窄腰核心如何服务多个入口，并用 Skills、Plugins 与 MCP 控制扩展面和 Prompt Cache 成本。
一张 Hermes 与 Claude Code/Codex 对照表：核心循环、扩展点、上下文压缩、子代理和多端入口。
固定在 Hermes Agent v0.19.0（tag v2026.7.20）commit 3ef6bbd201263d354fd83ec55b3c306ded2eb72a；它代表该版本实现，不是行业统一标准。
GitHub 在中国大陆可能加载较慢；建议优先使用本站中文拆解，再回源码定位。它是理解 Hermes 当前产品面的主入口。推荐顺序是 Architecture → Tools → Memory → Skills → Security，再回到本站任务剖面对照产品责任；不要把安装教程当作架构教程从头刷。
一张“官方文档概念 → 固定提交模块 → 用户可见行为 → 风险/评测”的四列证据表。
官方现行文档；产品、模块和安装方式会继续变化，引用时记录核验日期。
Hermes 官方文档与 GitHub 在中国大陆的访问速度可能波动；先读本站固定提交拆解，再用在线文档核对现行产品。Claude、Agent、Context、Tool、Eval 与长任务 Harness 的重要一手文章集中在这里。
每月只选一篇，写“新事实、适用边界、对现有 PRD 的一个改动”，不做资讯搬运。
官方一手工程频道；新文章不自动等于必读，需按问题筛选。
Anthropic 页面在中国大陆的网络可用性可能变化。用于补足发布会、工程讲解和开发者课程中的现场语境。先查本站课程的待验证问题，再定向搜索 Agent、Claude Code、MCP、Context 或 Evals，不按上传时间刷频道。
一张三栏卡片：视频中的新事实、适用边界、它是否改变现有 PRD/评测；没有改变就不进入知识库。
官方视频频道；演示界面和模型能力会变，原理判断仍需回官方文档。
YouTube 在中国大陆通常无法直接访问；它不是完成站内课程的硬前置。它帮助学习者理解，Agent 改变工作分工但不会抹掉领域经验、任务选择、监督和验证。
一张“模型可承担 / 专业判断仍负责 / 必须验证”的三栏责任表。
研究结论绑定其样本、Claude Code 版本与任务；不把一次研究外推成普遍生产率定律。
Anthropic 页面在中国大陆的网络可用性可能变化。它把模型能力、工具、上下文、环境反馈和权限放回一个系统，适合解释 Harness 不是一层 Prompt。
重画一次任务的 Model / Harness / Client / Environment 责任图。
官方团队当前设计经验；产品细节会随模型和 Claude Code 更新。
Anthropic 页面在中国大陆的网络可用性可能变化。它用 Agent、Environment、Session、Brain/Hands、凭证代理和事件历史补齐 Demo 到生产之间的系统责任。
一张包含凭证、沙箱、持久 Session、恢复和审计的生产架构图。
产品能力与预览状态变化快；每次引用需核对现行文档。
Anthropic 页面在中国大陆的网络可用性可能变化。它此刻应该知道什么，之后又该记住什么？
它把 Context 从“塞更多 Prompt”升级为持续选择、维护和压缩运行时信息的系统职责。
一个 Context Budget：稳定指令、当前任务、检索材料、工具结果、工作记忆和压缩触发器。
最小高信号上下文、按需检索、压缩和隔离策略当前有效。
Anthropic 页面在中国大陆的网络可用性可能变化。它展示为什么长任务不等于更长上下文，以及 Harness 如何把跨会话连续性写进环境。
一份长任务接续协议：初始化、功能清单、进度、检查点、验证和下一位 Agent 的启动步骤。
增量推进、进度文件、Git 历史与端到端验证策略当前有效。
Anthropic 页面在中国大陆的网络可用性可能变化。它把 Memory 还原为有容量、写入、审批、安全扫描和下次会话生效语义的数据产品。
一张 Memory / USER / Session Search / Context 的数据边界表。
当前在线文档；字符上限、Provider 与审批默认值可能更新。
Hermes 官方文档与 GitHub 在中国大陆的访问速度可能波动；先读本站固定提交拆解，再用在线文档核对现行产品。它给出工具结果裁剪、结构化摘要、头尾保护和摘要模型窗口不足时静默丢上下文的具体案例。
为一次长任务写压缩前后必须保留、可丢弃和可回源的信息清单。
当前实现文档；阈值和算法可能随版本变化。
Hermes 官方文档与 GitHub 在中国大陆的访问速度可能波动；先读本站固定提交拆解，再用在线文档核对现行产品。它能做什么，谁能让它停下来？
沿一次工具调用核对策略、守卫、执行与记录的位置。
给自己的业务任务写一张行动授权矩阵。
核验 2026-09-11；固定提交 c291e7961a51
可直接阅读官方网页；站内系统研究已给出中文解释。它把 MCP 从“装插件”还原成能力发现、上下文交换和授权边界的系统设计问题。
一份 MCP 接入 PRD：架构、能力清单、授权范围、错误状态、日志字段和验收测试。
Host/Client/Server 架构长期有效；transport、auth 与 session 细节持续演进。
课程页面可能要求注册或登录；中国大陆网络可用性会变化。它用一个易记框架解释 Prompt Injection 何时从输出问题升级为真实数据与动作风险。
为自己的 Agent 标出私有数据、不可信输入和外部动作三类边，并设计至少两层隔离。
私有数据、不可信内容和外部通信组合的威胁模型仍高度相关。
它是自主性、分类器判断、误放行、误拦截和隔离环境之间权衡的最新产品案例。
对比 Default、Auto Mode 与跳过权限三种模式的风险、打断和适用环境。
发布时为 research preview；可用计划、模型和配置需以现行文档为准。
Anthropic 页面在中国大陆的网络可用性可能变化。它用真实操作串起 CLAUDE.md、权限、Skills、Hooks、Subagents、Plugins、MCP 和 Desktop，适合补用户体感。
选择一个真实任务，记录产品表面操作、底层责任层和一次失败分支。
讲师来自 Claude Code 团队；课程由 Frontend Masters 发布，产品界面会随版本变化。
课程页面可能要求注册或登录；中国大陆网络可用性会变化。任务变长、入口变多，怎样仍然保持一致？
分清模型选择、独立 Agent 委派与结果回传。
写出子任务的输入、产物、取消与核验合同。
核验 2026-09-11；固定提交 c291e7961a51
可直接阅读官方网页；站内系统研究已给出中文解释。系统比较 Skill、Prompt、Tool、MCP 和 Subagent，直接对应 Harness 的能力封装设计。
一个 Skill PRD 与 SKILL.md 骨架，包含触发、输入输出、资源、禁止事项和评测样例。
当前有效性高；不同产品面的分发和权限限制需持续核对。
课程页面可能要求注册或登录；中国大陆网络可用性会变化。它解释同一个 Harness 如何服务 CLI、IDE、桌面与 Web，并处理流式事件、审批暂停和重连。
一张 Client ↔ App Server ↔ Core Thread 架构图和 Thread/Turn/Item 状态表。
Thread、Turn、Item 和双向 JSON-RPC 的产品协议解释当前有效。
OpenAI 页面在中国大陆的网络可用性可能变化。这是核对 MCP 能力、生命周期与协议边界的第一手仓库，适合在课程或二手文章冲突时回源。
为一个 MCP 接入记录规范版本、能力协商、授权、错误、断线恢复与兼容性验收。
协议仓库持续演进；实现或 PRD 必须注明使用的规范版本。
GitHub 在中国大陆可能加载较慢；建议优先使用本站中文拆解，再回源码定位。用于观察 Codex、Agents 与开发者产品如何向用户解释价值和边界。推荐先读 changelog 定位变化，再看相关视频理解交互，不用视频标题替代技术事实。
一次“变更事实 → 用户任务 → Harness 影响 → 是否需要补评测”的更新记录。
官方视频频道；产品演示和发布日期易变，应与 Codex changelog、官方指南交叉核对。
YouTube 在中国大陆通常无法直接访问；它不是完成站内课程的硬前置。它帮助学习者区分稳定架构与会变化的客户端能力，避免用旧截图或旧教程描述当前 Codex。
维护一张“新增/变化 → 影响的用户任务 → 是否需要更新课程、评测或 PRD”的变更表。
官方现行变更记录；适合核对功能事实，不替代系统原理学习。
OpenAI 页面在中国大陆的网络可用性可能变化。它让学习者知道哪些是早期源码骨架、哪些是现行产品事实，避免把历史实现当最新版。
每月记录一项真正改变用户任务或 Harness 边界的变化，并说明是否影响现有竞品拆解。
官方现行变更记录；需与本站固定源码快照严格区分。
Anthropic 页面在中国大陆的网络可用性可能变化。它同时披露多 Agent 的收益、约 15 倍聊天 Token 成本、串行任务限制、恢复和评测难题。
为一个候选任务写出是否采用多 Agent 的分解性、成本、延迟和错误放大判断。
生产案例仍有价值；具体模型、Token 价格和系统限制会变化。
Anthropic 页面在中国大陆的网络可用性可能变化。它补足 MCP 教学最容易遗漏的 token passthrough、confused deputy、SSRF、scope、同意和本地 Server 信任。
一张 MCP Host / Client / Server / Authorization Server 的威胁与控制表。
安全指南随规范演进；课程固定记录核验日期和规范版本。
它清楚区分持久会话历史、活动上下文、恢复、跨端来源与 FTS5 检索。
一张 Session 存储、模型可见上下文和恢复流程图。
在线文档描述当前产品行为；源码结论另按固定 commit 核验。
Hermes 官方文档与 GitHub 在中国大陆的访问速度可能波动；先读本站固定提交拆解，再用在线文档核对现行产品。它展示 Skill 如何充当按需程序性记忆、怎样被 Agent 修改，以及为何需要 diff、暂存和人工批准。
一份 Agent 修改 Skill 的提案、Diff、审批、回滚和 Eval 流程。
当前在线文档；Agent-managed Skill 与 Hub 行为需持续核验。
Hermes 官方文档与 GitHub 在中国大陆的访问速度可能波动；先读本站固定提交拆解，再用在线文档核对现行产品。它用受控实验反驳“Agent 越多越好”，把任务可分解性、串行依赖、工具密度和验证结构变成决策变量。
为五个任务判断单 Agent、集中式、独立并行或混合架构，并说明证据。
当前为持续修订的研究；结果受 benchmark、模型和配置限制。
凭什么说它更好，凭什么决定上线？
它帮助学习者把能跑的 Demo 提升为有控制面和恢复路径的生产系统。
一张生产架构图和 failure mode × detection × recovery × owner × user message 矩阵。
降级、恢复、审批、审计和运营模式长期有效。
OpenAI Academy 可能要求登录，且中国大陆网络可用性会变化。它把 Agent 评测从一句“成功率”拆成组件、轨迹、Judge、实验和线上监控。
20 条最小评测集、router/tool/trajectory 三层指标，以及一次改动前后的实验报告。
Trace、组件评测和轨迹评测方法高度有效；工具 API 会变化。
课程页面可能要求注册或登录；中国大陆网络可用性会变化。它明确评测对象是模型与 Harness 的组合，并把结果评分与轨迹诊断分开。
为一个任务写出 Task、3 个 Trial、Outcome Grader、Transcript Grader 与失败归因字段。
Task、Trial、Grader、Transcript、Outcome 与 Harness 的区分当前有效。
Anthropic 页面在中国大陆的网络可用性可能变化。它把失败反馈、语言化经验和下一次尝试连接起来，适合解释为什么 Evaluator 需要可操作反馈。
为一个失败任务设计反思记录：证据、归因、可执行改动、复试条件和防止错误记忆的门槛。
反思与外部反馈思想仍有启发；具体实验结论需放在后续研究背景中理解。
它示范如何让任务、环境和外部测试共同定义 Outcome，而不是让 Agent 自己宣布完成。
一个 10 条真实任务的评测集草案，每条包含环境、约束、金标准和确定性验证器。
真实仓库任务与测试驱动评测的思想长期有效；排行榜与系统版本会持续变化。
它提供 AI 可能让经验开发者在熟悉仓库任务中变慢的反例，防止课程只收录成功故事。
写出样本、工具、任务、指标、结果、置信区间和五条不能外推的结论。
METR 已明确标注结果过时；只能作为特定时间与样本的历史实验。
它展示 Agent 普及会让“不使用 AI”对照组和任务提交产生选择偏差，测量方法也要随产品变化。
为 Agent 实验列出参与者选择、任务选择、并发 Agent 和时间记录四类污染及缓解方案。
当前方法更新；作者明确认为新数据只能弱支持提效幅度。
它提供与 METR 方向不同的大样本企业随机实验，帮助学习者理解工具、任务和指标改变会产生不同结果。
对照两类研究的样本、工具、自变量、结果指标和外部有效性。
正式研究结果仍有效；工具属于代码补全助手而非当前自主 Agent。
它指出只追准确率会掩盖成本、过拟合、留出集不足、下游适用性和不可复现。
审计一个 Agent leaderboard：任务、成本、holdout、复现、模型与 Harness 版本是否完整。
评测原则仍有效；具体 benchmark 生态持续变化。
它把任务质量、污染、评分可靠性、统计报告和复现要求组织成更严格的 benchmark 方法。
为结业作品的 20 个任务补齐版本、重复 Trial、Grader 校准、置信区间和复现说明。
研究方法可迁移；具体 Agent 和 benchmark 会继续更新。
怎样把这些知识组合成自己的产品方案？
理解业务界面、工具和数据由产品拥有，运行能力通过官方接口接入。
为一个现有业务页面标出产品责任和 Harness 责任。
核验 2026-09-11；官方页面
可直接阅读官方网页；站内系统研究已给出中文解释。它让学习者不只从 Claude Code 一个实现理解 Coding Agent，并能识别同类产品共同承担的系统责任。
一张 Claude Code vs Codex 对照表，以及一份任务、边界、验收、交付物齐全的委派契约。
当前 Codex 产品认知有效；具体客户端能力会继续演进。
OpenAI Academy 可能要求登录，且中国大陆网络可用性会变化。它说明 Agent-first 团队的人类工作如何转向表达意图、设计环境、维护知识和建立反馈回路。
一份 Agent-legible Environment 清单：知识、工具、日志、测试、约束、错误信息和维护责任。
环境可读性、仓库知识、机械约束和反馈回路的经验当前有效。
OpenAI 页面在中国大陆的网络可用性可能变化。它帮助学习者区分模型学会何时调用工具，与 Harness 提供工具、权限、执行和反馈的不同责任。
一张 Model 决策与 Harness 执行责任分界表，避免把 Tool Use 全部归因给模型。
作为工具学习研究的经典材料仍有价值；不等同于当代产品中的 Tool Calling API。
它适合追踪 Agent 教学与行业访谈，但只在本站课程暴露出具体问题时使用：先选一个问题，再找一条能回答它的视频，最后以作业或实验收口。
一个可复验结论：原假设、视频给出的证据、自己的最小实验、保留或推翻的判断。
官方教育频道；供应商和框架案例会老化，方法需用自己的项目复验。
YouTube 在中国大陆通常无法直接访问；它不是完成站内课程的硬前置。