第 39 节 · 总复盘：从 Token 到 NPC 的全链路

一根线串起 7 天

Day1 · LLM 本质
  "给定前面的 token，预测下一个"
  → 概率采样 / 涌现 / 幻觉 / 天生边界
       ↓
Day2 · 让 LLM 行动
  "光说不干不是 Agent"
  → Function Calling / ToolRegistry / 最小 Agent Loop
       ↓
Day3 · 教它怎么想
  "不同范式适合不同任务"
  → ReAct（边想边做）/ Plan-and-Solve（先规划再执行）/ Reflection（自我审阅）
       ↓
Day4 · 让它记住事
  "对话超过 30 轮就爆窗口"
  → ContextManager（压缩）+ Memory（embedding + cosine 召回）
       ↓
Day5 · 给它工具箱
  "Coding Agent = 五阶段循环 × 安全工具"
  → read / list_dir / write / edit / bash + 设计哲学（old/new / 4 道闸门）
       ↓
Day6 · 组装
  "120 行把 6 个零件拼起来"
  → CodingAgent 类 + REPL UI + 3 个真实任务
       ↓
Day7 · 上线
  "你的 Agent 变成团队里的 NPC"
  → Skills 热插拔 + Docker 打包 + CNB Pipeline + NPC 回复

回顾要点

每天一个"灵魂问题"

天	灵魂问题	一句话答案
1	LLM 为什么能写代码？	它不"理解"代码，它只是在做 next-token prediction，但规模够大时"涌现"出了编码能力
2	Agent 跟 Chatbot 有什么本质区别？	Agent 有循环——能调工具、看结果、再调，直到完成任务
3	ReAct 和 Plan-and-Solve 什么时候选哪个？	信息不确定时 ReAct（边走边看），步骤明确时 P&S（一次规划省 token）
4	为什么不把所有对话都留着？	token 贵 + 模型注意力 U 形衰减——必须压缩/摘要/分层
5	edit 为什么用 old/new 不用行号？	LLM 上一轮读到行号，下一轮再用时行号已经变了
6	CodingAgent 为什么只有 120 行？	因为 6 个零件各自接口简单、职责单一，主逻辑只是粘合
7	NPC 上线最容易挂在哪？	glibc 版本不对齐 / Secrets 没配 / settings.yml 里 NPC 名拼错

知识地图

┌───────────────────────────────────────────────────────┐
│                    CodingAgent                         │
├──────────┬──────────┬──────────┬──────────┬──────────┤
│   LLM    │  Tools   │ Context  │  Memory  │   UI     │
│  (Day1)  │ (Day2+5) │  (Day4)  │  (Day4)  │ (Day6)  │
├──────────┴──────────┴──────────┴──────────┴──────────┤
│  Agent Loop (Day2) + 范式 (Day3) + Skills (Day7)     │
├──────────────────────────────────────────────────────┤
│  Docker + CNB Pipeline + NPC (Day7)                   │
└───────────────────────────────────────────────────────┘

你做出来的东西，跟行业差多少？

能力	你的 Agent	Cursor / Claude Code
读写代码	✅	✅
多轮工具调用	✅	✅
上下文管理	✅ 基础分层	✅ 更精细的索引 + 多 Agent
长期记忆	✅ 余弦召回	✅ + 向量数据库 + 用户画像
Skills / Rules	✅ SKILL.md	✅ 更丰富的触发机制
安全沙箱	⚠️ 黑名单	✅ Docker / gVisor / Firecracker
多模型路由	❌	✅ 大模型规划 + 小模型执行
并行工具调用	❌	✅
代码索引	❌	✅ tree-sitter + 向量化
用户体验	⚠️ CLI	✅ IDE 深度集成

结论：核心架构 80% 一致。差距在于工程打磨（并行/索引/沙箱/UX），不在概念层。

课后你可以继续做什么

见 README 的"课后路线建议"部分。