Agent 提前停下来的本质，是把「一轮回答结束」错认成「整个任务完成」。Pi 的 /goal 扩展把这层混淆拆开。

1. 核心问题：一轮回答结束 ≠ 任务完成，普通 Agent 缺少独立完成判断机制。
2. 目标弱化：长上下文里，初始目标被中间产物稀释，模型围绕当前成果回复。
3. Goal 四步循环：保存完整目标 → 每轮重读提示词 → 必须调用 goal_complete → 未完成自动续跑。
4. 两种判断方式：Codex 工作模型自查 + 完成工具；Claude Code 独立评估模型判断。
5. 适用任务四特征：结果明确、可验证、逐步收敛、不需要频繁人工决策。
6. 任务描述四要素：结果、范围、验收方式、禁止操作。
7. 能力边界：Goal 是持续执行保障层，正确性最终仍取决于模型和验证方法。

企业级 Agent 落地，关键是「它能不能被改造」，不是功能多不多。

1. 市场风向：底层接 Pi 的 Agent 产品越来越多，如 OpenClaw，MinimaxCode 等项目。
2. 极简内核：4 工具（read / write 创建或覆盖 / edit 替换片段 / bash 执行）。
3. 系统提示：~370 token（约 150 行），主流最短。
4. 企业扩展：全生命周期都是可改写钩子。
5. 可移植：插件本地到生产无缝，TS/Python SDK + RPC。
6. 透明可审计：系统提示完全开放，能看清行为边界。
7. 结论：极简 = 透明 = 可控，是落地前提。

Claude Code 2.0.74 加了 LSP（Language Server Protocol）支持，表面看只是多装几个插件，实际上是 AI 编程 Agent 第一次吃上了 IDE 沉淀了多年的语言理解能力。

1. 痛点：没 LSP 时，Claude Code 只能「全文搜索 + 模型逐处判断」——慢、错、烧 token
2. 调用定位：从「grep 后让模型猜」变成「直接问 LSP 拿结构化结果」
3. 结构体方法：模型不必再读整个类型定义文件，LSP 一次性返回方法列表和签名
4. 实时诊断：从「全量 build 才能知道哪里错」变成「输入即检查」，延迟从分钟级降到秒级
5. 当前局限：模型仍不主动调用 LSP，prompt 需显式触发
6. 方向意义：Coding Agent 与 Language Server 之间，未来需要一个面向 Agent 的新协议层

Skill 维护的核心是钉住 5 件事：成功标准、失败点、测试集、进化、版本。少一类，评估是空的。

• 成功：结果 / 过程 / 风格 / 效率，缺一类评估就漏
• 失败：触发 / 环境 / 执行 3 类，每类独立观察、独立维护
• 测试集：显式 / 隐式 / 上下文 / 副测试集，10-20 条就够
• 进化：失败信号 → 候选补丁 → 新能力验证 → 基线回归 → 灰度
• 版本：git 单一来源——commit / tag / push 三件套，不另起基础设施
• 结论：Skill 进生产就是工作流资产——靠体感维护必然崩，按这 5 件事维护才能稳

产品思维是把视角从"我有什么"换到"用户要什么"，从卖货转向卖解决方案。

• 本质：从功能/参数出发 → 从用户/场景出发，最终交付的是"解决麻烦的能力"而不是"货"。
• 懂货 ≠ 懂产品：老板眼里的"参数堆砌"和产品人眼里的"解决方案"，差的就是用户视角。
• 质量是及格线：参数/成本/工艺只决定能否入场，不是护城河——消费品卖的是利益/感受/方案。
• 长在场景里：脱离场景的参数毫无意义——火车上的充电宝和打游戏时的充电宝，是两件产品。
• 靠减法：选定一个核心用户、一个核心痛点，敢于放弃 90% 的次要需求。
• 服务延伸：付款那一刻关系才刚开始，多想一步的赠品比多花一块钱的功能更让人记住你。
• 自带传播：好产品本身就是内容，PLG 把"产品即增长"做成了商业模型。
• 底层是同理心：去感受焦虑、体验麻烦、理解渴望，别再自嗨。
• 一句话：你卖的不是货，是解决问题的方案，以及背后"用户离不开你"的那一层。

Electron 的渲染层不是"一个浏览器"，是 Chromium + 多层抽象。

1. Chromium 是底座：每个 Electron 版本绑定一个 Chromium 稳定版
2. webContents 是核心抽象：每个渲染页面背后都有一个 webContents 实例
3. <webview> 标签：在 renderer 里嵌入另一个 webContents
4. webContentsView 是新版抽象：替代已废弃的 BrowserView
5. webPreferences 是渲染配置：preload / contextIsolation / sandbox 等开关
6. 系统 WebView 完全不同：WKWebView / WebView2 是 OS 提供的

两种 agent 表面都"循环",但决定"什么时候退出循环"的主体完全不同——这才是它们真正的分野。

1. 决策主体：ReAct 退出由 LLM 自己判断，Loop 退出由外部规则验证。
2. 适用场景：ReAct 适合查天气这类 3 步内 完成的轻量任务，Loop 适合老代码升级这类需要客观验证的工程任务。
3. 工程难点：Loop 每轮会清上下文重建 prompt，反馈机制与状态持久化是真正的门槛。
4. 真实案例：Claude Code 是 ReAct 框架 + Loop 思维的混合体——LLM 驱动主循环，但把判官能力下放给 Bash 工具的 exit code。
5. 思想定位：Loop Agent 不是新模型，是承认 LLM 会幻觉出错，结合软件工程验证与 AI 生成能力的务实架构。

Claude Code 连续工作几个小时不爆 context，不是因为「记性好」，是因为 它同时维护三个版本的历史，每次只把最该看的那一份喂给模型。

1. 核心观点：成熟的 Agent 不止有「聊天记录」，而是把 UI 历史 / 接口视图 / 磁盘会话链 分成三层。
2. UI 历史：用户在终端看到的精简版，只保留关键节点。
3. 接口视图：实际发给模型的那一份，叠加了 Prompt Cache 与压缩投影。
4. 磁盘会话链：完整事实记录，永远不修改，恢复靠「投影」而不是「改写」。
5. Resume 不是回放：恢复会话 = 在磁盘链上选投影策略重新生成接口视图。
6. 压缩的本质：从无损丢消息升级为「按当前任务相关性重新切片」。

Skill 装得越多效果越差；可视化是 5 分钟筛掉一个陌生 skill 的最快工具。

1. 数量上限：相关研究显示 7-10 个 是单 agent 装 skill 的甜点，超过会显著掉效果
2. 挑选两条件：取"充分理解"+"实际在用"的交集，任一不满足就别装
3. 可视化筛选 Archscribe：把 SKILL.md 转可编辑 excalidraw + 动画 GIF，比逐字读快 5 倍
4. 飞书 Coze 案例：五类功能各一张图，整体 5 分钟扫完
5. 5 项硬指标：目录结构 / 触发条件 / 外部依赖 / 失败预案 / 不冲突，全过才装

2026 年 AI Agent 的真正主战场不在 ChatGPT 这种对话框里，而在用户的桌面端 —— 直接接管点击、视觉验证、本地长 workflow 的能力，云端 Agent 暂时做不到。

1. 方向转向：桌面端 Agent 率先爆发，2C 侧先于 2B，传统桌面软件进入"回光返照"窗口期。
2. 核心优势：千人千面 + 极低使用成本 + 极低试错成本，云端 SaaS 不具备这种灵活度。
3. 战场转移：Agent 取代的第一步是人在桌面的操作：点击、视觉验证、多软件长 workflow。
4. 演进优先级：先跑通本地流程，云端 SaaS 那些传统优势后做再说；本地 + token key 已足够跑 MVP。
5. 结论：个人 PC + AI 是 2026 年最被低估的应用形态，性价比远超云端订阅。