🚀 进阶主题

成为AI应用专家

🎯 这个阶段帮你解决什么问题

• 如何设计高质量提示词？
• 如何微调模型？
• 如何开发Agent？

📚 核心主题

⭐ AI Skills与工具链详解

强烈推荐 - Claude Code Skills完全指南

• Skills概念和核心特点
• 效率工具类、内容创作类、知识管理类Skills详解
• 如何使用Skills和最佳实践
• Skills开发指南

⭐ 深度研究功能使用指南

强烈推荐 - AI深度研究功能完全指南

• 什么是深度研究
• 豆包、通义千问等工具的深度研究功能
• 使用场景和技巧
• 最佳实践和案例

提示词工程

• 提示词设计原则
• 高级技巧
• 实战案例

微调

• 微调基础
• 数据准备
• 实践方法

RAG

• RAG原理
• 实现方案
• 最佳实践

⭐ Loop Engineering：从写提示词到设计自主工作流

2026年6月新范式 - AI工程从"手动prompt agent"到"设计系统prompt agent"

• 六块构件：Automations、Worktrees、Skills、Connectors、Sub-agents、Memory
• Loop vs Prompt Engineering 的本质区别
• 完整loop的搭建指南和避坑警告
• Claude Code 与 Codex 的落地实践对比

⭐ Agent 内核与 Harness 工程

从“调用模型”进一步理解“构建可运行的 Agent”：

⭐ Codex Harness 深度拆解：从 Agent 内核、工具编排到可扩展架构

Agent 内核架构 - 以 OpenAI Codex 为案例，拆解 Thread/Turn/Step 生命周期、工具编排、安全策略与自有模型接入。

适合已经了解 Agent 基本概念、准备开发 Coding Agent 或接入自有模型的工程师。

• 四层架构：客户端 → Thread Runtime → Harness Kernel → Runtime & Store
• Tool Router 与 Orchestrator 的集中式策略治理
• 审批、沙箱、网络策略的不可绕过控制面
• 如何抽出适合自有模型和业务 Agent 的最小 harness
• 七阶段实现路线与工程不变量

Agent开发

• Agent框架
• 工具集成
• 实际项目

📖 学习资源

AI进阶学习资源

AI进阶学习资源 - 系统的AI学习资源

包含内容：

• 机器学习基础
• 深度学习
• 自然语言处理
• 计算机视觉
• 强化学习
• 提示词工程
• 模型微调
• RAG
• Agent开发
• 模型部署

🚀 前置要求

建议先完成：0-start-here、1-understand-ai 阶段

---

深入掌握AI高级应用 🚀