最近在整理一套关于 AI Coding 方向的系统性教程，主要围绕如何把 AI 从“辅助写代码的工具”，升级成真正能参与开发流程的 Agent 化编程系统。

这一系列内容会覆盖从基础认知到工程落地的完整路径，包括 Agent Skills、多智能体协作、工具调用、工作流设计，以及在真实项目中的应用方式。

目前课程体系正在持续推进中：

已发布：
《Agent Skills 入门到精通》

《上下文治理：AI Agent 系统设计》

上下文治理（AI Agent 系统设计）

该模块围绕 AI Agent 的上下文与记忆系统设计展开，是 Agent 工程化能力的核心部分。

整体内容包括：

• 上下文窗口与智能体记忆机制
• LangChain / LlamaIndex / AutoGen / LangGraph / RAG 的对比与实践
• 长期记忆架构与多层记忆系统设计
• MemGPT / Letta / Memory Blocks 等虚拟内存范式
• 上下文溢出、遗忘与压缩的工程解法
• 异步与分布式上下文管理
• 企业级记忆系统的部署与运维
• 有状态智能体的实战构建
• 性能、成本与排错优化
• 未来趋势与演进方向

后续内容正在持续制作中

整体课程会围绕 AI Coding 的真实工程场景展开，比如：

• 如何设计稳定可控的 AI 编程工作流
• Agent 在代码生成、调试、重构中的使用方式
• 多智能体协作与任务拆解
• Prompt / Memory / Tools 的工程化设计
• 如何把 AI 真正用进项目，而不是停留在演示层面

也想听听你的想法

如果你对 AI Coding、Agent 系统或者用 AI 提升开发效率这块感兴趣，可以关注后续更新。

也欢迎在评论区说说你最想了解的方向，或者你在实际用 AI 写代码时遇到的问题，我会在后面的内容里优先拆解。

本作品采用《CC 协议》，转载必须注明作者和本文链接