关于我
一个喜欢上手实操的大学生，偏爱实践型任务，有如快速原型设计、前端设计、UI设计等这类交互型设计，在交互中体验发现设计不足与细节优化的快乐无与伦比。另外，个人认为自己是完美主义追求者，也不明是好是坏[尬笑]，但恰匹配新的 Agent 编码模式下需要将快速原型验收，测试，细节优化，将原型升级到产品级的需求，匹配程序员在编码领域的新身份转变（编码者 → 审核优化者）。本人熟练使用 Agent 类工具，如：Claude Code、Codex、DeepSeek Harness等，也曾养过“虾”（OpenClaw）、“马”（Hermes），了解 Agent 框架的一些基本的工作原理，细致的专业知识正在学习中。我善于设计提示词，能将实际状况转述成一段LLM一目了然的提示词供 Agent 正向理解需求，以减少试错成本；善于统筹规划 Agent “施工图纸”，结合软件工程的开发思维和 Agent 自动化工作流，我只需在任务两端参与 —— 设计与审查，便可得到一个基本可用的原型（提升代码品质则需更为细致的优化）。本人明确 Agent 工具的作用与重要性，如：MCP，文件工具，RAG知识库等；也同样知道向 Agent 披露工具的各种属性的重要性（如：使用时机、方法、schema等）；拥有一套自己的完整的 Agent 协作代码开发系统（全局编码规则、自动化审查工作流等）。我对于 AI/Agent 前沿技术感到新鲜，尤其是对于像 OpenClaw 这种私人定制化的、类 AGI 的 Agent （类）的发展和未来全能个人助手的实现充满期待！AI 从只有大脑到长出四肢干实事正越来越近！
我的 AI 编码轨迹
AI 代码补全与局部辅助
轨迹始于代码补全与局部生成。此时 AI 是辅助编码：补全代码，行间建议等，主体仍是编码者逐行书写与逐行审校，每一处实现是否成立，仍由人判断。
AI 成为编码加速器
输出停留在对话框，需人工集成与调试
AI 已能一次产出完整文件，但文件仍需人工落位、拼入既有结构，再启动运行、依报错逐项修正。编码效率提升，但上下文不连贯，调试与验证成本较高。
重心由书写代码转向描述需求、集成与调试
Agent 编码：从任务到自动化测试
任务整体交付 Agent：读取上下文、改写文件、启动运行、补写测试，直至通过。人在两端把守——起点定义方向与边界，终点完成审查与验收。
角色由编码者转为方向定义者与审核者
沉淀形成工作流与开发体系
不断丰富的编码规则、工具（MCP、CLI、RAG 知识库）与 Agent 记忆、协作模式，积淀成可复用、可并行的个人开发体系与工作流。
从完成单个任务，走向可复用、可并行的个人开发体系
我的 Agent 使用方式
不让 Agent 盲目施工，而是共同协商编写开发文档，包括需求分析、设计功能模块、任务拆解、工具配置和验收标准等，走一套 “适合 Agent 的软件工程开发流程”，最终形成一版系统架构清晰、正文内容完整、细节完善的可供 Agent 开发参考又可供人工审查的双向文档。
明确任务需求
先确认目标、边界和验收标准，避免在错误方向上加速。
设计施工图
把需求拆成任务、依赖和预期结果，为 Agent 提供清晰上下文。
Agent 协同执行
按任务调用合适的模型、工具与子 Agent，过程中通过工作流约束校准方向。
验证并优化
自动化测试与人工测试双管齐下，检查代码、功能，保留证据，再继续迭代。
我的能力与方向
从重点探索到实际产出，再到组织 Agent 完成任务的方法。
运用掌握
- 提示词设计
- 快速原型产出
- 搭建Agent工作流
管理与方法
- 目标定义 / 需求澄清 / 验收标准
- 任务拆解 / Agent 分工 / 文档约束
- 过程审查 / 质量验证 / 持续迭代
探索发展
- Agent 自动化工作流
- 快速原型产出
- 探索 AGI
我的兴趣与探索
Agent 开发团队
想复现的不是单个 Agent，而是一支开发团队的运转方式：需求、设计、实现、测试与审校各有承接者，任务在阶段之间有明确交接，让多个智能体像团队一样协作推进。
Agent 创作者
把创作的边界推进到画面之内：一幅有构思的图像、一段可漫游的三维场景、一条完整的创意视频。希望 Agent 承担从构思到成品的整条链路，而不只是其中一环。
AGI 探索
指向的不是更强的模型，而是科幻里贾维斯式的全能助手：能理解意图，能执行任务，也能在需要时创造。理解、执行与创造集于一身，才接近“助手”一词的本意。
具身Agent
让智能走出屏幕，获得感知与行动的实体：在现实环境中观察，在被需要时出手，在长期相处中学习与成长。它不止是工具，也是一种陪伴。