按自己的节奏，
学完整条创作链路

智能硬件搭建

本讲把「怎么和 agent 一起干活」拆成可选的几种姿态。人在环里意味着你实时在场、能一句话把它从错路上拉回来；AFK 则是无人值守——它遇到歧义不再提问，而是选个默认值继续走，典型故障是几小时后你收到一份自信、连贯、却建立在开头十分钟那个错误猜测上的成果。由此得出三条补偿：开工前用拷问把歧义问掉，运行中用自动化检查（确定性的断言）与自动化审查（会形成判断的评审）顶替你不在的注意力，结束后让成果停在可审查的状态。而人工审查的定义很硬：读 diff 算，读它的自述不算——自述是被审方写的二手材料。最后落到 Vibe coding：放弃审查换速度，代价延迟到第一次有人调试这段代码时才到。

本讲讲清「跨会话的记忆」到底是怎么伪造出来的。压缩是一次内存里的交接：窗口快满时，harness 让模型把会话总结一遍，丢掉原始历史，用摘要开一个新会话——有损是设计，不是意外。自动压缩最危险之处在于它在你没选的时间点触发：可能在重构进行到一半，由摘要自行判断哪些决策值得留，典型症状是它继续自信地干、却悄悄忘了你一小时前立的约束。记忆系统则试图让 agent 跨会话有状态，分写入路径与读取路径两半，但它存的也是二手材料，会漂移、需要修剪。由此引出实践中最有效的一招：渐进式披露——常驻层只留一句描述加一个上下文指针，正文等真正需要时再读；技能就是这条模式在 harness 里的固化物。

本讲解释会话与会话之间那条唯一的通道。模型是无状态的，清空之后新会话什么都不知道——所以要让下一个会话知道的事，必须显式携带过去。这就是 Handoff，而「无回路」是它的约束：新会话没法回头问旧会话你当时是什么意思，带过去的材料必须自己站得住。本讲给出两种载体：写成文件的交接产物（可读、可改、可复用一个给五个会话），与内存里的压缩摘要（自动、便宜、难审查）。判断一份交接口碑好坏只有一个标准：一个零上下文的会话拿它能做什么。而交接口碑最典型的失败是翻案——新会话重新开辩旧会话已经定了的事，因为材料只记了结论，没记为什么。

本讲给出「会话越长越笨」背后的那个数字。预测每个 token 时，模型要权衡窗口里所有其他 token——N 个 token 产生约 N² 组注意力关系，而每组关系还会被几十个头各算一遍。真正重要的那些配对（你的指令与它管的那段代码）数量基本恒定，而总池子随上下文平方增长：一千 token 时它是一百万分之一，十万 token 时它是百亿分之一。这就是注意力预算的算术——每个 token 的影响力是固定的，上下文越长，信号越被噪音稀释；它感受起来就是注意力退化，以及智能区滑向笨区。最反直觉的一点：恢复靠删上下文，不靠加。

本讲把一个被滥用的词拆成两种可诊断的病。幻觉指自信的错误输出，但事实型与忠实型的成因和修法完全相反：事实型是知识缺失——模型没学过那个 API，于是按「如果它存在会长什么样」编出来；忠实型是知识就在窗口里，却在注意力竞争中败下阵来，文档粘了、它读到第四十轮就不看了。误诊的代价是负的：把忠实型当成事实型，你会继续粘贴更多文档，上下文越长漂移越糟。所以正确的第一步永远是先问：正确信息当时在不在上下文里？本讲还给出常见但常被忽略的另一种错误——谄媚：它同意你，不是因为你对，而是因为你听起来很确定。

本讲区分模型「知道」的两种来源——这个区分决定了大多数错误的修法。参数知识是训练后冻结在参数里的东西，稠密话题上流畅可靠，冷门话题上就开始编造，而且它停在知识截止那一天之后不再更新。上下文知识是此刻窗口里读得到的材料：你的任务、它读进来的文件、工具结果、AGENTS.md。两者最实用的一条规律是：冲突时上下文通常赢——粘贴当前 API 文档，它会照着读，而不是回忆旧版本。但有两面性：只有上下文知识归你控制（参数改不了，唯一杠杆是把事实放进窗口），而当它明明有文档却退回旧写法，那是参数知识在长会话深处重新渗漏出来。

本讲讲安全与自主性之间的那根调节杆。权限模式决定哪些工具调用直接放行、哪些要先问你——从只读/计划模式，到默认、自动编辑，再到全自动；太紧你就是瓶颈、审批变成无意义的盖章，太松则它会改你本该先看一眼的文件。权限请求则是人在环里的具体机制：模型产出调用，harness 暂停，你放行或拒绝，拒绝本身也是一次转向机会。而沙箱从另一端解决同一个问题——不问，而是限制它能碰到什么，把爆炸半径关进容器。本讲的核心判断是：权限花的是你的注意力，沙箱花的是基础设施；隔离越强，要问的问题越少。

本讲解释 agent 究竟在什么上面工作。环境是 harness 之外的一切——agent 通过工具结果感知它、通过工具调用改变它；文件系统是最常见的一种，数据库、远端 API、浏览器会话也都可以是环境。关键在于：agent 只在「看」的那一刻才看见环境，它知道的一切都是工具结果送来的快照。文件在读取之后被改动——你手改、构建步骤重新生成——agent 仍会基于那份旧副本继续推理，直到有什么促使它重读。这正是「agent 信誓旦旦描述一个早已改样的文件」的成因：环境动了，快照没动。本讲还串起 Tool / Tool call / Tool result 的完整生命周期，以及 MCP 如何把外部工具接进 harness。

本讲讲一个字典里最特殊的词：Agent。它不像其他条目那样指某个机械部件——模型是参数文件，harness 是你能指认的软件，而 agent 是两者的组合，是你实际在对话的那个对象。人们不断把 AI 拟人化，agent 就是那个被拟人化的单位：你交代任务的对象、读你消息并回答的对象、你还说「它又把构建弄坏了」里的那个「它」。这个概念的年纪比这一波 AI 更老——把目标委托给程序、让它替你行动，和 AI 本身一样久远。本讲还区分它与相邻词：模型是零件，harness 是壳，agent 是整体；以及为什么「the AI」「the bot」都是该避免的模糊称呼。

本讲把三个天天被混用的词彻底分开：会话是 harness 存下的那条不断增长的运行记录；上下文窗口是模型每次请求时实际看到的那个固定长度的 token 序列；而上下文是抽象的那一层——agent 此刻掌握的任务相关信息，它是质量指标，不是数量指标。窗口塞满陈旧工具输出而毫无任务信息时，上下文质量极差；窗口几乎空着但正好装着那个关键类型定义时，上下文极好。本讲还给出四个层级的状态归属：模型永不有状态，会话跨轮有状态，harness 跨会话有状态，而环境永远有状态。

本讲讲清一件让长会话从「贵得离谱」变成「可以接受」的机制：前缀缓存。会话是只追加的，每一次请求都在前一次的基础上多了几条消息，因此开头那一大段完全相同。提供方把这段共享前缀处理一次，存下来，后续命中就按缓存 token 计费——往往只有输入价的一成或更低。代价是它极其脆弱：精确前缀匹配，一旦中途有任何内容变化（改动了更早的消息、时间戳刷新、文件表示变化），缓存从那一刻起全部失效。缓存还会静默过期，闲置几分钟后恢复会话要先按全价重付一次。学完你会知道：账单突然跳涨时，先去对比 usage 报告里的缓存 token 与输入 token。

本讲解释账单为什么总比感觉中高。核心是两类 token 的不对称：输入 token 每次请求都要重发整个会话——到第五十轮，输入里装着前四十九轮；输出 token 贵约五倍，因为生成本身更耗算力。还有两个常被忽略的点：模型写在正文之外的推理过程也按输出计费，而输出是逐 token 生成的，所以「慢」几乎总是输出在写，不是输入在读。由此得到最直接的降本手段：让它改行，别让它重写整个文件。

本讲拆开一次最简单的往返：模型提供方请求。harness 发出当前上下文，提供方返回一个响应——可能是一次工具调用，也可能是最终答复。关键在于：模型是无状态的，提供方两次请求之间什么都不保留，所以第四十次请求会把第三十九次的内容原样再发一遍，外加上一条工具结果。一次提问「修好这个测试」可能变成六次请求，每次都要重发整段上下文。请求还是计费的真正单位——成本不与你的消息成正比，而与「请求次数 × 每次携带的上下文大小」成正比。学完你会知道，数 token 时该数请求，不是数回合。

本讲解释一个词，它解释了大部分「同一个模型为什么表现不同」的困惑：Harness。模型只会做一件事——读入文本、输出文本；它不能读文件、跑命令、记住上一轮。读文件的能力、执行工具调用的能力、保存会话历史、权限询问、上下文压缩——这一整套都由 harness 提供。由此得到最重要的诊断原则：当两个产品表现不同，或者昨天和今天表现不同，变量通常不是模型，而是 harness。也正因此，你的 AGENTS.md、权限设置、hooks 全都是写给 harness 的指令，而不是写给模型的。

本讲回答：模型到底跑在谁的机器上。你会看到模型提供方是实际执行推理的一方——通常是远端服务（Anthropic、OpenAI、Google），也可以是本地跑的 Ollama、LM Studio、llama.cpp。关键区分是：提供方拥有参数所在的硬件，因此速率限制、容量降级、服务中断这一整类问题都出在这里，而不是模型或 harness。还有一层容易被忽略——提供方可能与模型厂商并非同一家公司（Bedrock、Vertex、OpenRouter 都在转售别人的模型）。学完你会知道：卡住时先看谁的状态页，以及离线场景该换哪个端点。

本讲解释一个最容易被误读的现象：同样的提示，两次结果为什么不一样。你会看到非确定性不是 bug，而是生成机制的固有属性——模型在每步的概率分布上采样，一个 token 采样不同，后面全部改变。再看到服务端批处理带来的浮动差异，以及为什么「今天模型变笨了」多半只是分布波动。由此得出两条实操结论：重试是合法策略，而验证比过去任何时候都重要。学完你不会再为一个坏结果去找不存在的病因。

本讲回答两个日常问题：让它「多想一会儿」到底发生了什么，以及「token」为什么是理解一切成本的钥匙。你会看到 Effort 是每次请求的思考档位——Low 做机械改动、Max 啃最难的题，档位错配两头都亏；以及 Token 是模型眼中的原子单位，字符不等于 token，代码里的哈希和陌生标识符会被切成许多片。再往下是下一个 token 预测——模型唯一的工作方式。学完你能判断：什么任务该调档、什么文件会意外吃掉预算。

本讲回答一个问题：模型里面到底有什么？你会看到它并非一个装满事实的数据库，而是 billions 级的参数——训练时被调好的数字，此后永久冻结。我们依次拆解训练（参数如何被写入）、推理（只读运行，永不回写）、以及知识截止（知识的那条边界）。学完你会明白：为什么纠正它一次不会记住，为什么它不知道你上个月升级的库，以及为什么唯一的解药是把材料放进上下文，而不是「教」模型。

人工智能、生成式人工智能通识课，讲解生成式人工智能的应用场景和原理