Dopamine Agent Lab
0/47
学习地图 阶段 7
Stage 07 · Frontier & Practice

前沿产品与工程范式

这一阶段变化最快,也最容易踩坑:产品名、版本、定价隔几周就变。 学习重点不是记住入口,而是理解它们背后的模式——验证闭环、循环预算、权限边界,再用这三把尺子去评估任何新产品。

9 节 约 3 小时 前置:阶段 4–6 产品信息需自行核实
本阶段进度 0 / 9

本阶段的信息分级:「模式与风险」是有依据的结论;「安装命令 / 端口 / 版本要求 / 定价」属于会变化的信息, 站内一律以原文表述为线索,执行前请对照官方文档,不要直接复制到生产环境。

7.1

Vibe Coding:把「写」交给 AI,把「验收」留给自己

约 25 分钟 范式 对照原文 ↗

学习目标

用自然语言驱动 AI 完成一个小工具,并为其写出可执行的验收清单。

前置知识

会运行命令行程序;能读懂基础 Python/JS。

核心要点

  • 流程是「描述需求 → 生成 → 审查 → 测试 → 迭代」,不是「描述完就上线」。
  • AI 生成的代码必须能解释:看不懂的部分就是未来的故障点。
  • 小步提交、每步可运行,比一次性生成 2000 行更容易回滚。
  • 安全边界:不让它接触生产密钥/生产库;依赖要审查来源与许可证。
  • 「能跑」和「正确」是两件事,验收标准要在生成前写。

动手任务(25 分钟)

让 AI 生成一个 100 行内的本地工具(例如 CSV 去重),先写 5 条验收测试(空文件、重复行、含逗号字段、大文件、编码异常),再让它实现并逐条跑通。记录它第一次失败的那条。

自检

Vibe Coding 最大的风险是什么?
把「看起来能跑」的代码直接放进生产:缺少边界处理、安全校验与测试,出问题时又没人理解实现。降低风险靠小步、测试与代码审查,而不是更会写提示。
什么任务不适合 Vibe Coding?
涉及资金、权限、隐私、并发一致性或强合规的逻辑。这类代码需要明确设计、评审与测试,AI 可以辅助,但不能替代责任。
进度保存在本机浏览器
7.2

Harness Engineering:模型之外的一切

约 25 分钟 工程方法 对照原文 ↗

学习目标

说出 harness 的四个组成部分,并给自己的项目加一个「执行 → 验证 → 回传」的反馈环。

前置知识

5.4 的循环;基本的测试概念。

核心要点

  • harness = 提示 + 工具 + 上下文 + 验证 + 权限控制 + 可观测性,即「模型外围的整套系统」。
  • 它的核心作用不是让模型更聪明,而是让错误更早暴露、让行为更可预测。
  • 验证器(测试、lint、类型检查、schema 校验)比提示词更能提升可靠性。
  • 权限分层与沙箱让「能做什么」可控,而不是依赖模型自觉。
  • 原文引用的效率数据属于二手统计,不要当作基准;关注方法,不背数字。

动手任务(25 分钟)

给你的 Agent 加一个最小反馈环:修改文件 → 运行测试 → 失败则把错误信息回传给模型 → 再修一次。要求最多重试 2 轮,超过就停止并输出「改了哪些文件 / 还剩什么错误」。

自检

Harness 与 Prompt Engineering 是什么关系?
提示工程是 harness 的一部分,关注「怎么说」;harness 还关注给什么工具、如何验证、权限多大、出错怎么恢复。后者更接近系统工程。
为什么「验证」比「更好的提示」更可靠?
提示只能影响概率,验证能给出确定的是/否信号。有了可执行验证,模型的自修复才有依据;没有验证的自我反思,往往只是换个说法。
进度保存在本机浏览器
7.3

Loop Engineering:让循环有预算、有出口

约 25 分钟 工程方法 对照原文 ↗

学习目标

为长任务设计一份循环规格:目标、每轮动作、评估信号、停止条件、预算、升级路径。

前置知识

7.2 的反馈环;5.6 的停机条件。

核心要点

  • 循环必须有可测量的评估信号,否则只是重复劳动。
  • 预算是多维的:轮次、时间、费用、外部 API 配额;任一耗尽都要优雅退出。
  • 人工检查点放在「不可逆动作」之前,而不是事后。
  • 防止目标漂移:每轮把原始目标与验收标准重新注入,或做一次一致性检查。
  • 产出中间产物(日志、diff、报告),让失败也有价值。

动手任务(25 分钟)

写一张 loop 规格表:目标 / 每轮动作 / 评估信号 / 停止条件 / 预算(轮次+费用)/ 升级路径。以一个「修复失败的测试」任务为例,预算设为 5 轮、2 元,写清超预算后的交付物。

自检

没有评估信号的循环会怎样?
模型只能凭「感觉」判断是否变好,可能在无关改动上反复打转,甚至把原本正确的部分改坏。评估信号可以是测试、指标、人工打分或规则校验。
预算耗尽时应该怎么结束?
不要静默失败。输出已完成的部分、当前阻塞、下一步建议,并保留可复现的中间状态,让人可以接手。
进度保存在本机浏览器
7.4

OpenClaw:个人 Agent 的能力与攻击面

约 25 分钟 产品 + 安全 对照原文 ↗

学习目标

说清这类「个人助理型 Agent」的组成(Gateway / 渠道 / 技能)以及它为什么是高权限系统。

前置知识

阶段 8 的工具集成(可先略读);基本的安全意识。

核心要点

  • 运行在你的机器上、接入聊天渠道、能执行命令与读写文件——等于把终端权限交给一个会被内容影响的模型。
  • 主要风险不是「模型失控」,而是提示注入 + 高权限工具的组合:一条恶意网页/消息就可能触发操作。
  • 隔离优先:独立账号、容器/虚拟机、最小授权目录、密钥不落地。
  • 所有写操作要可审计、可回滚;高风险动作加确认。
  • 产品更名、安装方式、版本要求变化频繁,站内不复述具体命令,以官方仓库为准。

动手任务(25 分钟)

列出你打算授予它的 3 项权限(如读某个目录、执行 shell、访问浏览器登录态),逐项写:最坏情况、如何降权、如何发现异常。写不出「最坏情况」的权限就先不要给。

自检

为什么个人 Agent 的提示注入风险比聊天机器人高?
聊天机器人最多说错话;个人 Agent 能真正执行操作。它读取的网页、邮件、文件都可能携带指令,一旦与工具权限结合,就会从「说错」变成「做错」。
最简单的降权手段是什么?
给它一个专用工作目录和专用账号,只授予该目录读写;默认不接 shell,需要时再临时开启,并对每次开启留日志。
进度保存在本机浏览器
7.5

OpenClaw 快速上手:先隔离,再安装

约 20 分钟 操作 + 安全 对照原文 ↗

学习目标

在隔离环境中完成安装与启动,掌握 3 条排错命令,并能解释每条命令的作用。

前置知识

7.4;会用终端与容器/虚拟机。

核心要点

  • 一键安装脚本要先读再跑;不确定时下载后本地执行,便于审查。
  • Gateway 是常驻进程:关注端口占用、日志位置、开机自启与崩溃重启。
  • 认证信息与渠道 token 放在环境变量或密钥管理里,不要写进配置文件提交。
  • 先用测试账号/测试频道验证,再接入真实账号。
  • 卸载要能清理干净:进程、服务、配置、缓存、授权。

动手任务(20 分钟)

在容器或虚拟机中按官方文档安装并启动 gateway,记录 3 条排错命令(查看状态、看日志、处理端口占用)及各自的输出含义。不要在主工作机上裸跑。

自检

为什么不建议在主力机上直接运行?
它能读写文件、执行命令、访问登录态;一旦被注入或配置错误,影响的是你全部数据。隔离环境能把损失限制在一个可丢弃的范围。
安装脚本的主要风险是什么?
供应链风险:脚本可能在你不注意时下载额外二进制、写入 shell 配置或请求过高权限。先读脚本、校验来源、限制网络与权限,是基本操作。
进度保存在本机浏览器
7.6

WorkBuddy:桌面办公 Agent 的验收方法

约 20 分钟 产品 对照原文 ↗

学习目标

用一个真实办公任务测试桌面 Agent,并建立「产物必验收」的习惯。

前置知识

4.2 平台选型;会用 Excel/文档。

核心要点

  • 任务描述要包含:输入范围、输出格式、验收标准、禁止事项。
  • 工作区隔离,避免它遍历整个硬盘或覆盖原文件。
  • 表格类产物必须抽查:行数、合计、空值、日期格式、公式是否被写成静态值。
  • 「能生成 PPT/文档」不等于「内容正确」,结构与事实都要复核。
  • 产品能力、可用平台与登录方式以官方页面为准,本页不复述。

动手任务(20 分钟)

准备 3 个 Excel(含重复项与空值),让它汇总成一个表并生成一句结论。然后人工核对 3 个数字:总行数、金额合计、去重后条数。记录它错在哪一步。

自检

为什么桌面 Agent 的产物必须人工验收?
它可能在无声无息中改变口径:漏掉隐藏行、把文本当数字、覆盖公式。错误看起来完全正常,只有抽查关键数字才能发现。
哪些任务不该交给它?
不可逆操作(批量删除/覆盖)、涉密数据、需要专业判断的合规与财务结论。它可以做初稿和重复劳动,责任仍在你。
进度保存在本机浏览器
7.7

Hermes Agent:持久记忆的收益与污染

约 20 分钟 产品 + 记忆 对照原文 ↗

学习目标

判断「跨会话记忆」在你的场景里是资产还是负债,并写出记忆管理规则。

前置知识

5.3 记忆系统设计。

核心要点

  • 持久记忆让偏好与上下文延续,但也把一次性错误变成长期偏见。
  • 记忆需要「查看 / 纠正 / 删除」入口,否则用户无法自证清白。
  • 敏感信息默认不记:证件、密钥、健康、财务、他人隐私。
  • 记忆越多,检索噪声越大;要定期衰减、合并、过期。
  • 能执行终端/浏览器操作的产品,记忆与权限叠加后风险更高。

动手任务(20 分钟)

写两张清单:希望它记住的 5 条(如语言偏好、项目背景)、绝不存储的 3 条(如证件号、客户名单)。再为「记错了」设计一个 1 分钟能完成的纠正流程。

自检

记忆越多越好吗?
不是。无关记忆会干扰检索、增加成本,并可能让模型把旧偏好套到新任务上。有效记忆需要筛选、时效和冲突处理。
如何发现记忆被污染?
定期抽查「它认为关于我的事实」,与真实情况比对;观察输出是否出现莫名偏好或过时信息。提供一键导出与清空能力。
进度保存在本机浏览器
7.8

Pi Coding Agent:原语组合与 diff 审查

约 25 分钟 终端 Agent 对照原文 ↗

学习目标

用终端编码 Agent 完成一个小改动,并建立「逐条 review diff」的工作习惯。

前置知识

Git 基础;能在终端里运行测试。

核心要点

  • 设计哲学是「原语而非功能」:read / edit / bash 等基础能力,加上扩展组合出工作流。
  • 没有内置计划模式/待办,不等于不能做——用文件写计划、用扩展补流程。
  • 沙箱与权限确认取决于运行环境,默认假设它能执行任意命令。
  • 每轮改动后看 diff、跑测试、再继续;不要让它连续改十个文件才检查。
  • 把「验收命令」写进任务描述,比事后人工找问题更省时间。

动手任务(25 分钟)

在一个测试仓库里让它「给某个函数补边界处理并新增两个测试」,要求它每完成一步就停下。你逐条 review diff,故意驳回一次不合理改动,观察它如何调整。

自检

为什么「不内置计划模式」不是缺陷?
计划可以写成仓库里的 markdown,既可见又可版本化;把它做成内置功能反而限制组合方式。关键是你自己要建立「先计划、后执行」的流程。
终端 Agent 最大的风险是什么?
它拥有真实执行权限:误删文件、装恶意依赖、运行破坏性命令。要用独立分支/容器、限制目录、审查命令,并保留可恢复的备份。
进度保存在本机浏览器
7.9

DuMate(搭子):桌面办公的适用边界

约 20 分钟 产品 对照原文 ↗

学习目标

评估「桌面级办公 Agent」是否适合你的工作流,并划出不该交给它的任务。

前置知识

7.6 的验收方法。

核心要点

  • 典型能力:文件整理、Excel 处理、PPT/文档生成、浏览器操作;核心价值是「交付文件」而非「给建议」。
  • 工作区是最小权限边界:只开放任务需要的目录。
  • 任务越模糊,返工越多;把「做成什么样」写成可检查的条件。
  • 支持的系统/芯片、登录方式、额度与定价会变化,以官网为准。
  • 先做「可回滚的小任务」,再考虑批量与自动化。

动手任务(20 分钟)

列 3 个你想交给它的任务,分别标注「可自动 / 需人工复核 / 不该交给它」,并为「需复核」的那类写 3 条检查项。写不出检查项的任务,先不要自动化。

自检

哪类任务不该交给桌面 Agent?
不可逆且影响面大的(批量删除、覆盖合同)、涉密或受监管的数据、需要专业判断并承担责任的结论。它可以参与,但不能成为唯一执行者。
如何判断一个任务是否「描述清楚」?
看能否写出验收条件:输出文件名、字段、行数、格式、必须保持不变的內容。写不出来,说明你自己还没想清楚。
进度保存在本机浏览器