024MCP 协议到底是干啥的？——从“帮我抢张火车票”说起
你是不是也曾幻想过这样一种场景：你在手机上输入一句话，“帮我抢张明天下午从杭州到广州的高铁票”，然后 AI 就像一个万能的助理一样，自动帮你查余票、登录12306、验证登录、抢票、付款、通知你——一气呵成，全程无需你操心？这其实就是 Agent 的理想形态。而支撑这一过程背后的一块关键技术，叫做 MCP 协议。但 MCP 到底是干啥的？
023真实构建一个抢火车票Agent
我觉得以上内容的核心意思就是有一个可以运行的环境，比如php或者python搭建一个运行环境，然后开放一个接口（ui界面）给用户，用户输入指令，然后php或者python接受指令，调用大模型（或者分析agent，其实这个agent背后调用的还是巨头大模型或者自建大模型），分析完了任务，形成任务规划子包，然后在运行环境里，对任务1比如是搜索xxx…
022本质只是一串 message？从 AGI Agent 构建工程看“上下文操控术”的终极真相
我们正在经历的是人类第一次用“语言”而非“电路”去构建智能体系统的时代。你可以只说一句话——“帮我梳理我过去写过的所有关于AI心理咨询的文章，找出其中重复观点、风格偏好、还有哪部分表达可以更优，汇总出一份未来可优化风格建议”——然后看着 Agent 自动调用 RAG 检索工具，调动 function call 获取历史语料库，在你毫不参与的情况下…
021真正的Agent-一句话目标，全流程完成
🧭 你想实现的愿景：一句话目标，全流程完成你设想的工作流程类似这样：你说一句：“帮我抢一张从上海到成都的火车票”，AGI自己完成：搜索购票平台与接口；判断哪些平台可用；如果需要代码就生成；判断是否安装必要的库；没有就自动 pip install；识别用户身份信息是否缺失；自动补全登录流程；识别验证码、人机验证；进入抢票逻辑；最终完成抢票任务。
020Agent的标准范式-完全自动化
有人说现在agent必须是人定下工作流，才能执行。我想问的是人不定工作流，只是给目标，然后你自己设计工作流，这个工作流我认为你是可以根据你已有的知识库，以及咱们合作过后的经验知识库，或者我另外提供给你一个外挂知识库，你都可以选用，你自己决定（当然这个你决定其实也是你根据我的过往喜好，我特别强调让你用某某或者某些暗示信息而定），然后根据你设计的工作流…
010记忆不是为了记住：AGI通向人类记忆的五重路径
【引言】人类的记忆，从来都不只是存储信息的“仓库”。它更像是一个多功能的认知工作站：帮助我们在新的场景中快速联想、在模糊的经验中重构判断、在错误的路径上修正方向、在混乱的局面里创造新秩序。要想让AGI（通用人工智能）真正具备类人的智能，它就必须拥有类人的记忆——但这绝非只是将文本向量存进数据库那么简单。
07Agent开发者工程蓝图：从Prompt协议到系统自治
【引言】我们正身处一个AI从模型跃升为智能体（Agent）的过渡时期。过去人们只关心一个模型是否聪明，现在人们更关心一个系统是否能自主地思考、计划、执行、反馈和演化。Agent，作为AI能力的真实承载体，不再是Prompt的堆砌体，而是一整套跨语言、代码与现实环境的协同系统。