学习计划
围绕 PPT 中的素材，我把学习顺序拆成三个阶段：先补齐认知与阅读，再熟悉模型与评测方法，最后搭建工具链与自动化体系。下面的列表按这个节奏组织，你可以按章节逐步推进。
1. 注意事项
- Anthropic 是怎么使用 Claude Code：讲清楚“写代码 ≠ 交付好软件”的现实，也提醒收益很高、门槛很低，应保持开放心态。
2. 理论与案例阅读
2.1 必读 / 入门（建议一口气读完）
- 结构化提示词：从提示词工程切入的入门教程。
- AI 代理的上下文工程：Manus 的一线经验。
- Manus AI Agent PPT：配套幻灯，可结合文章食用。
- Context Rot：More Input, More Stupid，解释长上下文的退化现象。
- 评估 LLM 的上下文能力：指出“1M 上下文”更多是宣传。
2.2 Anthropic 官方文章（作为一组工作手册）
- How we built our multi-agent research system
- Effective context engineering for AI agents
- Building agents with the Claude Agent SDK
- Writing effective tools for agents — with agents
- Building effective agents
2.3 进阶延伸（补完认知边界）
- Cognition｜Don’t Build Multi-Agents
- Letta｜Anatomy of a Context Window
- Letta｜Agent Memory
- Letta｜RAG is not Agent Memory
- LangChain｜The rise of “context engineering”
- LangChain｜Context Engineering for Agents
- Github｜12 Factor Agents
3. 模型与评测
3.1 基本性能指标
- Token 计算器：估算一段代码需要的上下文预算。
- SWE-Bench：衡量“智力水平”的公共基准，目标是 70%+（配合推理策略）。
- Claude API 成本页：结合 Prompt Cache、Reasoning、ToolUse 规划预算。
3.2 国际主流模型
- gpt-5.2-codex：适合修复 BUG，精准但稍慢。
- Gemini 3.0 Pro：对话体验最佳，适合作为常驻副驾。
- Gemini 3.0 Flash：强调推理速度，可做快速遍历。
- Opus：当前最强的 coding 模型，可以作为主力 agent。
- Sonnet 4.5：“全能模型”，进一步搭配 Haiku 形成梯队。
3.3 中国模型
- Qwen3 Max：定位“中国特色 Gemini”。
- Qwen3 Coder Plus：备用 coder，当占坑模型使用。
- GLM 4.6：能力不错，但近期表现趋弱，关注版本更新。
- Minimax-M2：推理速度与成本折中，可跑本土合规方案。
- Kimi K2：主打长上下文场景，可配合知识库。
4. 工具链与平台
4.1 Web / Remote Agent
- v0.dev、lovable、Google AI Studio、bolt.new：免环境、可在线预览，适合快速验证 DEMO。
4.2 VSCode-Fork 工具（商业 + 开源）
- 商业产品：
- 开源项目：
- Void（已停止维护）。
- Cline、Roo Code、Kilo Code、continue.dev：可自行托管，便于深度定制。
4.3 CLI 工具
- Claude Code：特性最丰富、适用场景最广。
- Codex CLI：功能简洁，主要靠模型力。
- OpenCode：插件设计成熟，适合复杂工作区。
- iflow：国产 Claude Code。
- gemini cli：简单但更新迅速，可抢鲜体验。
4.4 个人常用 AI 工具
- Cherry Studio：跨平台桌面副驾。
- Gemini Pro 会员：追求高可用的聊天体验。
- AIHubMix：托管多模型/多代理，做统一入口。
- notebooklm：知识库管理。
- Dify：快速把简单功能上线。
- zread / deepwiki：分析开源仓库、提炼资料。
5. MCP 生态与插件
5.1 快速找 MCP
- 官方收录列表：第一站，确认官方兼容。
- Awesome MCP：社区维护的精选合集。
- smithery.ai、mcp.so、魔塔 MCP 广场：快速检索第三方服务。
5.2 常用 MCP（安装优先级）
- chrome-devtools-mcp：读取控制台 / 网络日志。
- Figma MCP：图形交互。
- K8S MCP：集群运维，记得 readonly 模式。
- github MCP：操作仓库（如可替换成
ghCLI）。 - context7 / ref.tools：上下文与文档管理，后者更精准。