自主能力来自模型。一个智能体产品 = 模型 + 框架。
在我们写任何代码之前，有一件事需要明确。
自主能力——感知、推理和行动的能力——来自模型训练，而不是外部代码编排。 但一个可用的智能体产品需要模型和框架两者。模型是驾驶员，框架是车身。这个仓库教你如何构建车身。
自主能力从何而来
每个智能体的核心是一个神经网络——一个Transformer、一个RNN、一个经过训练的函数——由对感知、推理和行动序列进行的数十亿次梯度更新塑造而成。自主能力从来不是由周围代码赋予的，而是在训练过程中学到的。
人类就是最初的证明。一个生物神经网络，经过数百万年的进化压力磨炼，通过感官感知世界，通过大脑推理，通过身体行动。当DeepMind、OpenAI或Anthropic说“智能体”时，他们指的是同样核心的东西：一个通过训练学会了行动的模型，加上使其能在特定环境中运行的框架。
历史记录毫不含糊：
2013年 —— DeepMind DQN 玩雅达利游戏。 一个单一的神经网络，只接收原始像素和游戏分数，学习了7个雅达利2600游戏——超越之前的算法，并在其中3个游戏中击败了人类专家。到2015年，规模扩大到49个游戏达到专业测试员水平，发表在《自然》杂志上。没有游戏特定规则。一个模型，从经验中学习。
2019年 —— OpenAI Five 征服 Dota 2。 五个神经网络在10个月内进行了相当于45,000年的Dota 2自我对战，然后在现场比赛中以2-0击败了OG——TI8世界冠军。在公开比赛中，AI在42,729场游戏中获胜99.4%。没有脚本策略。模型通过自我对弈学会了团队合作。
2019年 —— DeepMind AlphaStar 掌握星际争霸II。 AlphaStar在封闭比赛中以10-1击败职业选手，然后在欧洲服务器上达到宗师段位——在90,000名玩家中排名前0.15%。这是一个不完全信息、实时游戏，其组合动作空间远超国际象棋或围棋。
2019年 —— 腾讯绝悟称霸王者荣耀。 腾讯AI实验室的“绝悟”系统在世界冠军杯半决赛中以5v5击败了KPL职业选手。在1v1模式中，职业选手在15场比赛中仅赢了1场，最长坚持不到8分钟。训练强度：一天相当于440个人类年。一个通过自我对弈从零开始学习整个游戏的模型。
2024-2025年 —— LLM智能体重塑软件工程。 Claude、GPT、Gemini——在人类全部代码和推理上训练的大型语言模型——被部署为编码智能体。它们读取代码库、编写实现、调试失败，并作为团队协作。架构与之前的每个智能体相同：一个经过训练的模型，放置在一个环境中，赋予感知和行动的工具。
每一个里程碑都指向同一个事实：自主能力——感知、推理和行动的能力——是训练出来的，不是编码出来的。 但每个智能体也需要一个环境来运作：雅达利模拟器、Dota 2客户端、星际争霸II引擎、IDE和终端。模型提供智能，环境提供行动空间。它们共同构成一个完整的智能体。
范围
这个仓库是一个从零到一的框架工程学习项目：它教你如何构建智能体模型周围的工作环境。为了保持学习路径清晰，一些生产机制被有意简化或省略：
完整的事件/钩子总线行为，例如
PreToolUse、SessionStart/End和ConfigChange。教学代码在需要的地方使用了最少的生命周期事件。基于规则的权限治理和完全信任的工作流。
会话生命周期控制，如resume/fork，以及更完整的工作树生命周期处理。
完整的MCP运行时细节，如transport、OAuth、资源订阅和轮询。
这个仓库中的JSONL邮箱协议是一个教学实现，并非对任何特定生产内实现的声明。
渐进式课程
每节课增加一个框架机制。每个机制都有一个座右铭。
s01 “一个循环加Bash就足够了” —— 一个工具 + 一个循环 = 一个智能体
s02 “添加一个工具就是添加一个处理器” —— 循环保持不变；新工具注册到调度映射中
s03 “先设定边界，再授予自由” —— 检查哪些可以运行，哪些必须停止，哪些需要批准
s04 “在循环周围挂载钩子，永远不重写循环” —— 在不改变主循环的情况下添加扩展点
s05 “没有计划的智能体会随波逐流” —— 开始前列出步骤；完成率翻倍
s06 “大任务拆分成小块，每个子任务获得干净的上下文” —— 子智能体做旁路工作，只带回结果
s07 “按需加载知识，而不是预先加载” —— 先列出技能，只在需要时展开
s08 “上下文总会填满——要有腾出空间的方法” —— 多层压缩策略为你赢得无限会话
s09 “记住重要的，忘记不重要的” —— 三个子系统：选择、提取、整理
s10 “提示在运行时组装，而非硬编码” —— 基于部分的拼接，按需加载
s11 “错误不是终点，而是重试的起点” —— 当失败时，重试、腾出空间或走另一条路
s12 “大目标分解为小任务，有序，持久化到磁盘” —— 一个文件支持的任务图，为多智能体协调奠定基础
s13 “慢操作放到后台，智能体继续思考” —— 后台线程运行命令；通知在完成时注入
s14 “按计划触发，无需人工启动” —— 按时间自动触发任务
s15 “一个智能体太大——委托给队友” —— 持久化队友 + 异步邮箱
s16 “队员需要共享的通信规则” —— 使用固定的请求-回复格式进行协调
s17 “队员查看看板，自己认领工作” —— 没有领导者逐一分配；自我组织
s18 “每个在自己的目录中工作，互不干扰” —— 任务拥有目标，工作树拥有目录，通过ID绑定
s19 “能力不够？通过MCP接入更多” —— 将外部工具连接到同一个工具池
s20 “多种机制，一个循环” —— 之前的所有机制回归到一个完整的框架
学习路径
主线：行动 → 处理复杂工作 → 记忆和恢复 → 运行长时间任务 → 协作 → 扩展与组装。