Agent 系统责任学习路线
Agent 开发不应从追框架清单开始，而应从“什么证据证明完成、哪些副作用不可重试、失败后如何恢复、人何时接管”四个问题开始。
学习路径：
- 先掌握 Goal、状态、事件、幂等键、预算、审批、证据与终态。
- 再理解 Harness 如何组合 Context、Loop、Graph、Skill、Memory 与 Subagent。
- 用 CLI、Git、测试、浏览器 Trace 和结构化错误建立 observe-act-verify 闭环。
- 按产品需要补 Gateway、浏览器、桌面监督、身份、沙箱与持久执行。
- 技术选型按故障模型和指标决定：上层用 TypeScript/Python 快速连接，底层再按延迟、内存、分发与维护成本选择 Rust/Go/Zig。
验收原则：完成必须由测试、Diff、截图、外部状态或人工验收证明；Memory 分工作状态、事件历史、领域知识、偏好和身份隐私；高风险动作需要绑定原动作的审批与可对账副作用。
适用边界：文章覆盖面极广，包含不少公司自报数据和未来路线，只能作为责任地图，具体框架仍需按团队语言、部署环境、治理和迁移成本评估。