因为一直有在关注 Agent 相关的博文和帖子，所以对一些名词有大概的了解（MCP、Skill、Harness 等等）。因此在正式开始学习 Agent 前，花了一点时间让 AI 帮我理了一下这些名词之间的联系以及演化原因。
这里想介绍一下我自己的学习方法：使用「第一性原理」去理解一个概念或范式出现的根本原因，然后用流程图去梳理每个概念之间的关系，因为一切的演化都是有理由的。这样下来其实会有助于建立自己的理解，而不是干瘪地背诵概念。
回到主题，因为我没有 Python 基础，处于能看懂基本逻辑但是一些细节看不懂的情况，再加上这段时间比较忙，没有办法静下心来好好学语法。因此在整个学习过程中，我没有去看代码的具体实现逻辑，只是学习了设计思想和架构。
同时我也和 AI 讨论，去设计自己的写作 Agent，这个过程可以体验从一个由代码固定的「死流程」到拥有自己决策和思考能力的「自主 Agentic」的演变过程。
至于收获，我认为是对 Agent 的理解更深、更清晰了。但是真正动手实现一个生产级的 Agent 肯定还是不行的，后续应该会以业务驱动落地一些真正可用的 Agent 吧，在这个过程中也顺便学习一下后端相关的知识。
随着 Agent 的发展，人为参与的节点会不断地往高层抽象：从最开始的审核代码，到后来审核方案，再到现在规定 Spec，确定 Agent 的能力边界。
学习 Agent 是为了更好地使用 Agent。