#AI%20Agent

把 Vercel Labs 这个 17k star 的项目从 0 到 1 读了一遍：它用一棵扁平元素树加 RFC 6902 流式 patch，把「AI 生成界面」这件不可控的事变成可校验、可剪枝、可导出代码的工程问题。真正的取舍不在生图不在模型，而在数据结构。

这是我拆的第五个仓库，也是第一个「会动手打东西」的——AI 自主渗透测试工具，6.3 万 star。但真正让我停下来的是一个不到 300 行的技能文件：反证与结案纪律。它规定每个候选漏洞只能以三种状态之一结束，没有第四种，「我往下看了」不算其中一种。而要判一个候选「安全」，你必须能说完一句话：因为某个具体位置的某个具体控制，在攻击者可达的每一条路径上、在危险动作之前生效。说不出这句话，你就不能标 ruled_out——那是把「我没证明出来」伪装成「我证明了没有」，而真实漏洞就是这样被漏掉的。

「AI 能做私人辅导」这句话大家都听腻了。真正值钱的是背后三个设计原则：在理解边缘教学、把挣扎留给内容本身而不是后勤、让 AI 画依赖图逼它认真推理。读完你就能拿这套思路改造自己的学习方式。

AI Agent 的 12 个核心原理，自下而上逐层拆解：从最底层的消息数组（LLM 的工作记忆）、上下文窗口（稀缺资源管理）、系统提示词（角色设定），到中层的思维链、少样本提示、预填充、停止序列、Tool Use、RAG、ReAct，最后到上层的幻觉问题和多 Agent 编排。每条原理都回答一个问题：它是什么、为什么需要它、怎么正确使用。配有代码示例和正确/错误对比。

AI Agent（Claude Code / Codex / Hermes）在终端里跑得最多的命令之一就是 curl。它不是浏览器，没有「回车就出页面」的便利——但它让 Agent 能精确控制 HTTP 请求的每一个字节，然后一字不漏地读每一个字节的响应。这一篇从 Agent 的视角讲 curl：为什么 Agent 不用 Postman、13 个核心标志怎么用、Agent 高频使用的 8 个实战模式、以及 curl 输出背后的 HTTP 协议细节。读完你能像 Agent 一样高效地探索任何 API。

上一篇讲了 Git 本地操作和 Worktree。这一篇把视线移到「Git 之外」——GitHub 这个全球最大的代码托管平台。覆盖：什么是开源 / 怎么创建 GitHub repo / SSH key 怎么配 / 怎么把本地仓库推上去 / GitHub CLI（gh）怎么在终端替代网页 / GitHub MCP 服务怎么让 Claude Code 直接读 issue / 创建 PR。

那个黑窗口到底是什么？为什么 AI 工具（Claude Code / Codex / Hermes）几乎都靠终端指挥电脑？这一篇把终端、Shell、家目录、20 个最常用指令、VSCode 集成终端、以及 Claude Code 实战里最高频的命令行用法一次性讲清楚。读完之后你能看懂 AI Agent 在跑什么，也能自己跑最基础的几条命令。

Agentic AI workflow 的本质：把复杂任务拆成多个步骤，让 LLM 分阶段完成。从普通用法 vs Agentic 对比、研究代理案例、到自主性连续光谱——DeepLearning.AI 课程核心笔记。