你的 agent 驯服之路
阅读不需要账号 —— XP 和连续打卡是可选的附加功能，只保存在你的浏览器里。
🗺️ 你的学习地图——完成的章节会点亮
🎬 短视频版
地图这样成长：完成章节、圆点点亮、世界通关——数据只保存在你的浏览器里。
🎓 你的证书
已完成 0/4 个世界——完成一个世界的所有章节即可获得证书。
第 0 关 · 入门
2. 选哪个模型，选哪个套餐？
+20 XP · 4 分钟 · ●○○
3. 写给 vibe coder 的 Git 与 GitHub 入门
+20 XP · 5 分钟 · ●○○
4. Claude Code：Anthropic 的命令行 agent
+40 XP · 4 分钟 · ●●○
5. CLAUDE.md / AGENTS.md：给你的 agent 一份记忆和规则
+40 XP · 3 分钟 · ●●○
第一部分 · 基础
2. 什么是 LLM？
+20 XP · 3 分钟 · ●○○
3. Token——为什么它们要花钱
+20 XP · 3 分钟 · ●○○
4. Context Window（上下文窗口）
+20 XP · 3 分钟 · ●○○
5. 什么是 prompt？
+20 XP · 2 分钟 · ●○○
6. 模式：喂上下文，而不是含糊地问
+20 XP · 3 分钟 · ●○○
7. System Prompt 与 User Prompt
+40 XP · 3 分钟 · ●●○
8. Temperature 和 Sampling（采样）：模型的回答有多随机？
+40 XP · 4 分钟 · ●●○
9. 幻觉：AI 为什么会自信地胡说
+20 XP · 3 分钟 · ●○○
10. Prompt 结构：能提升效果的组织方式
+20 XP · 4 分钟 · ●○○
11. 少样本提示（Few-Shot Prompting）：用示例展示而非仅描述
+20 XP · 4 分钟 · ●○○
12. 角色提示（Role Prompting）：“你是一位经验丰富的代码审查员”到底起什么作用
+20 XP · 4 分钟 · ●○○
13. 模式：先计划，再写代码
+40 XP · 3 分钟 · ●●○
14. AI IDE 还是终端 CLI：Cursor 们 vs. Claude Code 们
+20 XP · 4 分钟 · ●○○
15. 推理模型（Reasoning Models）：AI先思考，再回答
+40 XP · 5 分钟 · ●●○
16. 流式输出（Streaming）：为什么回答是逐字逐句出现的
+20 XP · 3 分钟 · ●○○
17. 推测解码（Speculative Decoding）：更快回答，且不损失质量
+60 XP · 5 分钟 · ●●●
18. 知识蒸馏：小模型向大模型学习
+60 XP · 5 分钟 · ●●●
19. Rate Limit（速率限制）和 Quota（配额）：AI 工具为什么有时会让你慢下来
+20 XP · 3 分钟 · ●○○
20. AI 生成的代码：它究竟归谁所有？
+40 XP · 5 分钟 · ●●○
第二部分 · Agent
2. Agent loop：思考 → 行动 → 检查 → 重复
+40 XP · 4 分钟 · ●●○
3. 工具使用（Tool Use）：LLM 如何调用工具
+40 XP · 4 分钟 · ●●○
4. 可靠地强制指定输出格式
+40 XP · 5 分钟 · ●●○
5. Vibe coding：什么时候好用，什么时候会坑你
+20 XP · 3 分钟 · ●○○
6. 什么是 subagent？
+40 XP · 3 分钟 · ●●○
7. 自主 agent 的护栏（guardrails）
+60 XP · 4 分钟 · ●●●
8. 沙盒（Sandboxing）：为什么 agent 应该在隔离环境中运行
+40 XP · 4 分钟 · ●●○
9. 在实践中保护 agent 安全
+40 XP · 5 分钟 · ●●○
10. Human-in-the-Loop（人工介入）：agent 流程里，人应该在哪里把关
+40 XP · 4 分钟 · ●●○
11. AI 编程工具中的数据隐私
+40 XP · 5 分钟 · ●●○
12. Agent 的 loop：让 AI 自主迭代
+60 XP · 5 分钟 · ●●●
13. Multi-Agent Patterns（多智能体协作模式）
+40 XP · 5 分钟 · ●●●
14. Agent Teams：多个 agent，一个项目
+60 XP · 5 分钟 · ●●●
15. 用 AI agent 调试：系统化排查，而不是瞎猜
+40 XP · 5 分钟 · ●●○
16. 自我批评循环（Self-Critique Loop）：让模型检查自己的输出
+40 XP · 5 分钟 · ●●○
17. 网络搜索与基于事实的检索（grounding）：智能体自己去查证
+40 XP · 4 分钟 · ●●○
18. Agent 的 Context 策略
+40 XP · 5 分钟 · ●●●
19. AI 智能体如何记住事情
+40 XP · 4 分钟 · ●●○
20. 针对智能体的红队测试（Red-Teaming）：主动攻击自己的系统配置
+60 XP · 5 分钟 · ●●●
第 3 关 · 工具箱
2. Agent 的权限模式（Permission Modes）
+40 XP · 5 分钟 · ●●○
3. Skills：你的 agent 能加载的知识
+40 XP · 4 分钟 · ●●○
4. 自定义命令：把重复的 prompt 存下来
+40 XP · 5 分钟 · ●●○
5. 插件（Plugins）：AI 编码工具的扩展
+20 XP · 3 分钟 · ●○○
6. MCP（Model Context Protocol）：AI 工具如何互联
+40 XP · 4 分钟 · ●●○
7. Claude Code 中的 Hooks
+30 XP · 4 分钟 · ●●○
8. Git Worktrees：让 AI agent 并行工作
+30 XP · 4 分钟 · ●●○
9. 检查点（Checkpoint）与回滚（Rollback）：干净地退回，而不是将错就错
+40 XP · 5 分钟 · ●●○
10. Headless 模式：不需要交互运行 agent
+40 XP · 5 分钟 · ●●○
11. 从GitHub Issue到Pull Request：用智能体完成流程
+40 XP · 5 分钟 · ●●○
12. AI agent 的成本控制
+40 XP · 4 分钟 · ●●○
13. 模型路由（Model Routing）：为任务选对模型
+40 XP · 4 分钟 · ●●○
14. 缓存策略：Prompt Caching 和 Context Caching
+40 XP · 5 分钟 · ●●○
15. 用 agent 做测试：让它写测试，再把测试当成 gate
+40 XP · 5 分钟 · ●●○
16. Evals——系统化测试 prompt 与模型
+30 XP · 4 分钟 · ●●○
17. 使用 AI 智能体进行安全重构
+40 XP · 4 分钟 · ●●●
18. 用 AI 理解陌生代码
+40 XP · 4 分钟 · ●●○
19. 自己动手搭建一个简单的 RAG 系统
+60 XP · 6 分钟 · ●●●
20. 向量数据库（Vector Database）：按含义搜索，而不是按字词搜索
+40 XP · 4 分钟 · ●●○
21. RAG 里的 chunking（分块）策略
+40 XP · 5 分钟 · ●●○
22. 检索评估（Retrieval-Evaluation）：你的 RAG 系统能找到正确的文档吗？
+60 XP · 5 分钟 · ●●●
23. 提示词工程、RAG 还是微调？决策路径
+40 XP · 4 分钟 · ●●○
24. MCP（Model Context Protocol，模型上下文协议）安全：认识工具服务器的风险
+60 XP · 5 分钟 · ●●●
25. 把项目部署上线
+40 XP · 6 分钟 · ●●○
26. 读懂 benchmark，不被榜单忽悠
+40 XP · 5 分钟 · ●●○
27. SWE-bench 等：如何正确解读 agent 基准测试
+60 XP · 6 分钟 · ●●●
28. 量化（Quantisierung/Quantization）：大模型如何塞进你自己的电脑
+40 XP · 5 分钟 · ●●○
29. 专家混合（Mixture of Experts，MoE）：为什么大模型不会一次性激活全部参数
+60 XP · 6 分钟 · ●●●
30. 降低响应时间：优化延迟最有效的着力点
+40 XP · 5 分钟 · ●●○
31. 像管理代码一样管理提示词版本
+40 XP · 4 分钟 · ●●○
32. 让智能体跨多个独立仓库协同工作
+60 XP · 5 分钟 · ●●●