覆盖矩阵：知识树与自查表

八维覆盖检查

知识树总览（32 KP）

复制Agent 开发
├─ 01 基础（8）
│  ├─ kp-001 什么是 AI Agent
│  ├─ kp-002 LLM 基础（Agent 视角）
│  ├─ kp-003 上下文工程
│  ├─ kp-004 提示工程
│  ├─ kp-005 结构化输出
│  ├─ kp-006 Agent 解剖（循环）
│  ├─ kp-007 形态光谱
│  └─ kp-008 发展简史
├─ 02 核心（12）
│  ├─ 工具：kp-009 函数调用 · kp-010 工具设计 · kp-011 MCP · kp-018 沙箱
│  ├─ 推理：kp-012 ReAct · kp-013 规划 · kp-014 反思
│  ├─ 知识：kp-015 记忆 · kp-016 RAG
│  └─ 组合：kp-017 手写 Agent · kp-019 子Agent编排 · kp-020 多Agent
├─ 03 进阶（7）
│  ├─ kp-021 框架巡礼
│  ├─ kp-022 上下文工程进阶
│  ├─ kp-023 人机协同
│  ├─ kp-024 评测
│  ├─ kp-025 可观测性
│  ├─ kp-026 安全
│  └─ kp-027 成本与生产化
└─ 04 前沿与实践（5）
   ├─ kp-028 编程 Agent
   ├─ kp-029 Computer Use
   ├─ kp-030 Deep Research
   ├─ kp-031 Agent 训练（RL）
   └─ kp-032 未来路线与伦理

能力自查清单（学完应能回答）

• 用一句话向产品经理解释 Agent 与 Chatbot 的区别（kp-001/007）
• 说出上下文窗口、温度、top-p 各自如何影响 Agent 行为（kp-002）
• 解释为什么"系统提示塞满规则"反而让 Agent 变笨（kp-003）
• 手写一个 JSON schema 让模型稳定输出合法参数（kp-005/010）
• 画出 think-act-observe 循环的消息流（kp-006/017）
• 为"查天气写表格"任务设计两个工具并处理错误（kp-010）
• 说清 MCP 解决了什么、host/client/server 三方角色（kp-011）
• 比较 ReAct 与 plan-and-execute 的适用场景（kp-012/013）
• 设计一个带摘要压缩的长期记忆方案（kp-015/022）
• 解释为什么编程 Agent 普遍用"代码作为行动"（kp-018/028）
• 为 Agent 写 5 条 LLM-as-judge 评测用例（kp-024）
• 指出提示注入的三个入口与缓解（kp-026）
• 解释 Claude Code 的上下文管理策略（kp-022/028）
• 说明 RL 如何让 Agent 学会多步工具使用（kp-031）

与相邻领域的关系