学习路径
大模型学习路径
从类豆包的单轮查询,到 Cursor 式 IDE 协作,再到 OpenClaw 类本地 Agent 治理
这不是一堆零散提示词技巧,而是一条按心智升级设计的路径:先学会把问题说清楚,再学会让模型配合工具与代码库,最后学会为本地 Agent 设计 MCP、Skills 与安全边界。
学习路径
预备:认识大模型
这一段先解决什么: 先别急着学技巧,先弄明白模型为什么会答偏、答漏、答得不稳定。
你会学到什么: 这一段会带你认识 token、上下文窗口、模态和工具边界。
学完后你能做什么: 学完后你能判断:问题到底出在提问、上下文,还是任务本来就该交给工具。
阶段 0:把话说清楚
这一段先解决什么: 很多人会像用豆包那样,一次问一句,希望模型自己补全背景。
你会学到什么: 这一段会把“随口一问”升级成可执行 brief:目标、背景、约束、输出、验收都写清楚。
学完后你能做什么: 学完后你能把模糊请求改成清楚任务,也知道什么时候该先问清楚再生成。
阶段 1:工具与函数调用
这一段先解决什么: 当任务开始碰到天气、日程、数据库、代码库时,光聊天就不够了。
你会学到什么: 这一段会教你区分:什么时候该继续对话,什么时候该查系统、调接口、跑动作。
学完后你能做什么: 学完后你能像和 Cursor 配合一样,把范围、动作、参数和验证方式交代清楚。
阶段 2:MCP
这一段先解决什么: 如果你总在聊天框里手贴资料、补最新状态,这通常说明该换方法了。
你会学到什么: 这一段会介绍怎样用标准化方式把文件、知识库、API 和权限边界接进工作流。
学完后你能做什么: 学完后你能判断什么时候值得上 MCP,也知道最小接入要定义哪些资源和权限。
阶段 3:Skills
这一段先解决什么: 如果一件事每周都要重新解释一遍,就说明它该被沉淀下来了。
你会学到什么: 这一段会把个人习惯整理成可复用的 Skill / SOP,写清输入、步骤、输出和出错处理。
学完后你能做什么: 学完后你能把自己的协作套路整理成别人或 Agent 都能复用的说明。
阶段 4:Harness
这一段先解决什么: 只有提示词和流程还不够,真正上线后还会遇到漂移、漏字段和误触发。
你会学到什么: 这一段会带你补上验收清单、样例集、回归检查和人工兜底。
学完后你能做什么: 学完后你能为关键任务设计轻量 harness,知道怎么验收、回归和回退。
横切技巧
这一段先解决什么: 走到本地 Agent 这一步,重点已经不只是“会不会用”,而是“能不能管住”。
你会学到什么: 这一段会把安全边界、审批、人类责任和长期使用习惯一起补齐。
学完后你能做什么: 学完后你能沿着“豆包 → Cursor → OpenClaw”搭起一套长期可复用的个人工作流。
全部练习
- 大模型是什么(直觉版)
- Token 与上下文窗口
- 模态与工具边界
- 把需求说清楚、说精确
- 长背景下的硬约束
- 单轮查询为什么容易卡住
- 提示词五件套:目标、上下文、约束、输出、验收
- 什么时候应该先问问题
- 把一句模糊请求改成可执行 brief
- 生活中「该用工具」的请求
- 什么问题不该只靠聊天
- 结构化输出,不等于真的调用了工具
- 进入 Cursor 前,先学会怎样给 IDE 助手下任务
- 给 IDE 助手写一段可执行编程请求
- MCP 是干什么的
- 要不要接 MCP?自检清单
- 为什么 IDE 协作还不够
- MCP 关心的不是“更大上下文”,而是“对的上下文”
- 为一个知识库或 API 写最小 MCP 接入说明
- Skills:把套路固化成可执行说明
- 把重复流程写成 Skill 式说明
- Prompt、模板、Skill、SOP 到底差在哪里
- 把个人套路升级成 Agent 可接手的技能
- 把“读需求 → 改代码 → 自测 → 汇报”写成 skill spec
- 区分 prompt、template、skill、playbook
- Harness:让非确定性系统「尽量可靠」
- 给关键任务做一页「验收清单」
- 为什么有了 Skill 还不够
- 从手工验收到轻量回归集
- 给一个任务设计第一版回归样例集
- 写一页“上线前检查 + 失败后回退”守则
- 几条马上能用的习惯
- 本地 Agent 的安全边界:文件、命令、密钥
- AI 与「我的工作」:三句话框架
- 哪些决策必须留在人手里
- 如何把单次使用升级成长期学习闭环
学习资源
资源按学习阶段排序:先补结构化提示,再补工具与 IDE 协作,最后进入 MCP、本地 Agent、Skills、Harness 与安全治理。本站题目为原创路径,外链主要指向官方文档。
从单轮查询到结构化提示
- OpenAI 提示工程指南
官方提示写法总览。适合在阶段 0 后读,补“目标/约束/输出/验收”结构。
- Prompt Engineering Guide(中文)
系统化梳理常见模式。适合在阶段 0 中段补知识地图。
- Kaggle 提示工程白皮书
偏教材式总览。适合在阶段 0 结束后查漏补缺。
从聊天到工具 / 函数调用
- OpenAI Function Calling
官方工具调用说明。适合阶段 1 开始时读,建立“聊天 vs 动作”分界。
- OpenAI Structured Outputs
理解结构化输出与真工具调用的区别。适合阶段 1 中段。
- OpenAI Tokenizer
观察长上下文如何膨胀。适合阶段 0 到阶段 1 之间回看。
从 IDE 协作到代码代理
- Cursor Docs
官方文档。适合阶段 1 后阅读,观察 IDE 协作如何围绕代码库与回合推进。
- Cursor Rules & Concepts
看清规则、范围与协作约束。适合把个人提示升级为 IDE 工作流时阅读。
- Cursor Guides
官方工作流指南。适合阶段 1 末尾,过渡到 Agent 式任务拆解。
MCP 与本地 Agent
- Model Context Protocol
MCP 官方入口。适合阶段 2 开始时读,理解资源、工具与权限边界。
- OpenClaw Docs
本地 Agent 文档。适合阶段 2 后半段,观察消息入口、会话、工具和治理如何组合。
- OpenClaw 官网
产品与能力概览。适合阶段 2 后快速建立“本地 Agent”直觉。
Skills / Playbooks / SOP
- Anthropic:Build effective agents
高质量工作流设计文章。适合阶段 3 读,理解何时把提示升级为可复用流程。
- Cursor Docs:Background Agents
观察 Skill、规则、后台执行如何连起来。适合阶段 3 后半段。
- OpenClaw Skills
了解本地 Agent 的技能扩展方式。适合阶段 3 配合课程实操。
Harness / Evals / Reliability
- OpenAI:Harness engineering(中文)
为什么要做验收、回归与围栏。适合阶段 4 刚开始阅读。
- OpenAI:Harness engineering(English)
英文原文。适合阶段 4 深挖工程化思路。
- OpenAI Evals design guide
如何设计样例集与评估标准。适合阶段 4 中后段。
安全、权限与治理
- MCP Security Best Practices
看清 MCP 里的信任边界。适合阶段 2 末尾与阶段 6 一起阅读。
- OpenAI Safety best practices
官方安全建议。适合开始接真实工具前阅读。
- OpenClaw Security
本地 Agent 的 token、allowlist 与执行风险。适合阶段 6 对照课程复盘。