namiai《从零手写 Agent》学习笔记（EP01–07）
Stone 的学习笔记，2026-11-06。
说明：以下是我读完 EP01–07 后的个人理解与延伸，不是 namiai 原文的内容。原文导读见 《从零手写 Agent》导读。记录于 2026-11-06。
一、最小循环就是一个 double loop
外层给 LLM 输入 prompt，内层调用工具。当模型不再请求任何工具，它的结果就是最后的输出。
模型是没有状态的，所以每一次输入应该是前面的历史，加上人或工具的反馈。
有多少工具可以用，应该在系统 Prompt 里说明，或者用 MCP 调。skill 就是一段复杂的 prompt，有名字与介绍，这个要每次注入（名字与介绍），具体内容按需加载。
二、上下文：我的 quote-ai 做法
我第一次写的 AI 应用叫 quote-ai，主要是把人的语言转化为固定格式的 API 输入（JSON 格式）。我当时就觉得把所有的历史都作为上下文放进去特别傻，所以我的上下文就是：把没有完成的固定格式与用户的语言输入，让 AI 来填表；没有填完的，让 AI 问用户接着输入。
所以我的 prompt 就特别小：除了系统提示词，就是没有完成的输入表格，加上用户的口头输入语言。
作为一种特定任务的小 Agent 或工具，这种设计就足够了。不过这是任务形状固定才成立；通用任务形状不固定，上下文迟早会爆掉，还是得有压缩或摘要的策略。
三、Agent 的权限
我认为 Agent 能自己写工具、也能改 skill 是非常重要的，不然只能做特定的任务。所以不同类型的 agent 的 permission 是不一样的。
顺带说明：namiai 的 EP05 里 skill 是只读的，让 agent 自己改 skill 是我自己的主张，不是原文的说法。
权限比较大的 agent（比如 OpenClaw）最好放在沙盒里面。
一个新 Agent 刚开始用的时候可以少给一些权限，等慢慢用熟、框架成熟以后，权限可适当放宽——就像我们用一个新雇员，有一个适应与培训的过程，权限也是慢慢放给他的。
权限不光不能只靠 prompt，要靠代码与框架、电脑及网络 Permission 的设置。
如果需要用户执行的审批，可以这样：用户的审批是软件框架里的硬审批，点击以后就执行命令，不需要再回到 Agent。
四、接入聊天软件与 WorkBuddy 的界面
接入聊天软件，不同软件有不同的解法。架构应该有专门一层用于跟用户和软件交流，包括 authentication。
不同聊天窗口应有自己的 session 与工作区，也是挺好的设计。
我在考虑 WorkBuddy 外面的用户界面会是怎样：除了 command line，可以写个 web 界面，也可以写个聊天框，最好能接入团队聊天工具。
五、定时任务与心跳、无人值守
在我看来，定时任务与心跳是一回事儿：有结果就输出结果，没有结果就静默。大模型应该足够聪明，知道什么需要知会我、什么不用烦我；返回固定格式代码以便外面的框架识别处理。
无人值守的任务的确要事先给权限。如果发生需要额外权限的事情，安全起见最好等人上线审，因为这个说明这个任务超出了原来无人值守任务的范围。
六、做 AI 没有标准答案
我认为怎样做 AI 没有标准答案，不要让别人的做法限制住自己。最合适的办法，就是最好的办法。
补充（对照验收）
- 三层都讲清了：原理（double loop、无状态模型）、实现（quote-ai 填表式上下文、skill 按需加载）、trade-off（权限渐进放宽 vs 能力、沙箱 vs 自由度、硬审批 vs 每步确认）。
- 与原文的咬合：double loop 对应 EP18 主线“模型只提请求，执行由代码决定”；上下文最小化与 EP18 共识“上下文先便宜后贵”同向；权限渐进 + 硬审批 + 沙箱对应 EP03 权限分级，超出原文的是“新雇员适应期”类比与框架硬审批设计；心跳 = 定时任务对应 EP07；聊天接入分层对应 EP06。