插件生命周期(可逆注册)
插件贡献的服务、工具与监听器在卸载时必须完全撤销,是热加载与干净卸载的前提。
把 Agent、协议与商业模式里反复出现的那些词,各写成可查、可追出处的一页。 内容编译自本地知识库的概念卡,正文一个字不改写;每页底部列出出处、生产方式与签发记录。
栏目取自知识库概念页索引的分节,不是这里另定的一套。
插件贡献的服务、工具与监听器在卸载时必须完全撤销,是热加载与干净卸载的前提。
一个人同时管理多个 AI Agent 的能力上限——拆任务、设边界、防污染、统输出、控质量。未来效率提升的瓶颈可能不再是个人能力,而是调度带宽。
李飞飞等提出的 Agent AI 统一框架:感知(Perception)→认知(Cognition)→行动(Action)→环境(Environment),辅以记忆(Memory)和学习(Learning)。是理解所有 Agent 系统的元模型。
理解 AI Agent 和自动化工具在真实环境中的权限、数据、误操作和治理风险。越高级的 AI 用户,越需要系统化的安全边界意识。
一个可替换能力的完整角色定义:接口、实现与使用方三者齐备才构成接缝。
设计和管理 AI 系统的上下文(文件结构、记忆、RAG、system prompt、任务边界),使其稳定产出高质量结果。是 AI 工程化的核心子能力。
浏览器在某一时刻的页面结构序列化结果,让不直接看屏幕的 Agent 也能理解并操作页面。
在真实工作中系统化评估 AI 效果的方法论和实践框架。区分专业用户和普通用户的**分水岭**——前者用数据,后者凭感觉。
当授权、校验或应答处于不确定状态时,默认拒绝而非放行。
一个 Agent 把任务控制权完全转移给另一个 Agent,与原 Agent 是否保留控制链相对。
设计围绕 AI Agent 的系统、约束和反馈回路的技术学科。已取代 Prompt Engineering 成为 AI 落地的关键护城河。模型是'马',Harness 是'缰绳、马鞍与衔铁'。
将 Git 分支思维应用于 AI 会话管理:主干只做编排,分支会话阅后即焚。是 Harness Engineering 中对抗上下文熵增的核心实践。
具有环绕中间件语义的事件分发模式,监听器可观察、修改、拦截或包装下游结果。
栏目取自知识库概念页索引的分节,不是这里另定的一套。
AI 把人的工作状态从'通过做事来思考'变成'从 AI 输出中做选择',但选择能力依赖做事积累的隐性经验——越依赖 AI,判断力越弱;判断力越弱,越离不开 AI。
面向中国备案/上架/税务等重复文书场景的垂直填报智能体;零佣金所以大厂不做,定价锚是代办市场。
AI Agent 代表用户完成发现、比价、下单、支付的商业模式;Personal Agent 的核心变现层与激励冲突所在。
当 UI 与基础功能可被 AI 瞬间写出、技术壁垒消失后,AI 时代产品的核心护城河从实现能力迁移为开发者的行业深度与业务审美。
AI 最大的'震撼感'不是聪明,而是永不疲惫——可以持续尝试、失败、再尝试。耐力本身是生产力的核心瓶颈,AI 打破了这个瓶颈。
主动性 + 持久记忆 + 跨应用执行 + 代交易四要素齐备的常驻个人 AI,区别于 chatbot 与传统助理。
栏目取自知识库概念页索引的分节,不是这里另定的一套。
跨系统 Agent 协作的开放协议,用 Agent Card 发现能力、用 Task 表达协作。
连接 Agent 与外部工具、数据源的开放协议,让能力以标准方式被发现和调用。
第三方 App 自主声明允许/拒绝 AI 在其界面内做屏幕自动化的协议,被称为 AI 时代的 robots.txt。
词条正文与出处逐字对应知识库里的概念卡;发现表述问题请到意见反馈里指出, 我们会回到源头修正后重新编译。