参考文章：

• https://github.com/youngqqcn/12-factor-agents
• https://www.anthropic.com/engineering/building-effective-agents#agents

前言

2025年，底层大模型的快速发展，AI Agent 和 MCP类工具爆发式增长， 编程领域(或软件开发)正在经历一场新的范式转变。

正如很多关键的科技革命一样，需要一段时间的渐变过程。我们以为未来还很遥远，其实未来已来。

软件开发范式简史

https://github.com/humanlayer/12-factor-agents/blob/main/content/brief-history-of-software.md

60年前，

20年前, 用编程语言编写确定的处理逻辑

10~15年前, 2012左右 , 在系统中加入了机器学习(Machine Learning), 对数据进行分类处理。

现在, LLM+Agent， 给出一个目标和一些限定规则(提示词+外部工具)， 让AI自己去完成。

由LLM自己决定解决问题的路径:

Agent开发的基本要素

• 要素1: 将自然语言转为外部工具调用
  • 提供一些外部工具API给LLM获取外部数据, 由LLM决定需要调用的外部工具, 这也是目前MCP主流方式
    

• 要素2: 掌控你提示词

  • 不要将你的系统提示词交给框架，而是要自己掌握，这样可以随时优化调整

• 要素3: 掌控上下文窗口

  • 在任何时候，给LLM的输入包含 “到目前为止已经发生的” 和 “接下来要做哪一部？”
  • 上下文包括:
    • 提示词
    • 文档或外部数据(RAG)
    • 过去的状态，工具调用，工具调用结果，其他历史信息
    • 历史消息（记忆）

• 要素4: 工具只是结构化的输出

  • 将工具列表以json格式或者提示词格式(XML) 提供给LLM, LLM在需要调用外部工具时会中断，输出工具调用参数，然后由外部客户端调用工具，将调用结果和上下文传递给LLM

• 要素5: Unify execution state and business state

  • TODO, 暂不理解

• 要素6: Launch/Pause/Resume with simple APIs

  • Agent是一个程序，需要做到可以控制Agent的启动，暂停，恢复

• 要素7: Contact humans with tool calls

  • 工具调用

• 要素8: 掌控你的工作流

  • 可以做很多其他事情

• 要素9: 将LLM的错误信息包含在上下文

  • 以便LLM可以自我修复

• 要素10: 小而专(模块化)

  • 这是最重要的一条原则
  • 原因：agent越通用，上下文就越长且复杂，越复杂的上下文会导致LLM越难以理解，而迷失方向。因此专于一件事情的agent会更加稳定。
  • 优点：
    • 方便上下文管理
    • 明确的职责
    • 可靠
    • 方便测试
    • 方便调试

• 要素11: Trigger from anywhere, meet users where they are

  • 尽可能多的渠道，方便用户触及

• 要素12: Make your agent a stateless reducer
  • TODO: 暂不理解

• 要素13: 提前获取你需要的数据,而不要等工具调用
  • 如果你确定某个工具大概率会调用，你可以提前获取数据，而不是等到LLM工具调用，浪费时间

Model Context Protocol (MCP)

官方文档: https://modelcontextprotocol.io/introduction

入门教程: https://github.com/liaokongVFX/MCP-Chinese-Getting-Started-Guide

什么是MCP？

模型上下文协议（MCP）是一个创新的开源协议，它重新定义了大语言模型（LLM）与外部世界的互动方式。MCP 提供了一种标准化方法，使任意大语言模型能够轻松连接各种数据源和工具，实现信息的无缝访问和处理。MCP 就像是 AI 应用程序的 USB-C 接口，为 AI 模型提供了一种标准化的方式来连接不同的数据源和工具。

MCP 有以下几个核心功能：

• Resources 资源
• Prompts 提示词(模板)， 用于给客户端提供提示词模板
• Tools 工具
• Sampling 采样
• Roots 根目录
• Transports 传输层
  • stdio 用于本地
    • 通过 uvx 或 npx 跑一个本地服务供mcp客户端（也是大模型客户端）调用
  • streamable http 最新的
  • http + sse : 已废弃，老的mcp依然使用

MCP客户端:

• Claude App (要翻墙)
• Cusor
• Vscode
• Cherry Studio
• …

mcp的资源

目前 MCP 非常火爆，很多开发者参与:

• https://github.com/modelcontextprotocol/servers/tree/main/src

• https://mcp.so/

• https://www.modelscope.cn/mcp

• https://github.com/punkpeye/awesome-mcp-servers/tree/main

MCP的工作原理

关于mcp工作过程 https://zhuanlan.zhihu.com/p/29001189476

• 1, 用户使用客户端（如 Cursor, Cherry Studio）, 并指定开启的mcp工具，并向大模型提出问题
• 2, 客户端将问题发大模型，同时附带上可使用的mcp工具列表
• 3, 如果大模型需要调用mcp工具获取外部数据，大模型会中断并返回需要调用的工具列表, 并包含一个中断原因: tool_call; 如果不需要调用工具，则直接返回结果
• 4, 客户端根据大模型返回的工具列表，调用相应的mcp工具, 获取外部数据
• 5, 客户端将获取到的数据，传递给大模型
• 6, 大模型根据获取到的数据，继续处理问题
• 7, 大模型返回结果
• 8, 客户端将结果返回给用户

MCP server 开发

官方文档: https://modelcontextprotocol.io/introduction
Python SDK: https://github.com/modelcontextprotocol/python-sdk

支持 Python, Typescript, Java …

这里以 Python 为例, 用 uv创建一个项目

如果没有安装 uv, 请先安装 uv: https://docs.astral.sh/uv/getting-started/installation/

1
2
3
4
5
6
7
8

uv init mcp-server-demo

cd mcp-server-demo

uv add "mcp[cli]"

source .venv/bin/activate

创建一个 add_server.py, 代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

# server.py
from mcp.server.fastmcp import FastMCP

# Create an MCP server
mcp = FastMCP("Demo")


# Add an addition tool
@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b


# Add a dynamic greeting resource
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """Get a personalized greeting"""
    return f"Hello, {name}!"


if __name__ == "__main__":
    # Start the server
    mcp.run(transport="streamable-http")

调试 MCP server:

• 测试/调试MCP程序, 启动2个终端

• 在一个终端运行 mcp 服务, streamable-http 默认监听 8000 端口 和 mcp端点 python add_server.py

• 在另外一个终端中, 启动一个测试客户端 mcp dev add_server.py

  

• 浏览器打开 http://127.0.0.1:6274

• Transport 选择 streamable-http

• URL 填入 http://localhost:8000/mcp

• 点击 Connect, 可以看到连接成功

• 然后点击 Tools, 点击 List Tools 列出所有的工具

• 点击 add 进行测试, 输入 a 和 b 的值, 点击 Run Tool, 可以看到返回结果

在客户端使用 MCP server

在 Cherry Studio 中使用上面的 add MCP server

在 Cherry Studio 中选择支持工具调用的大模型(带工具icon的模型)

在对话中，开启我们刚才添加的 my_test_add工具:

因为我们这个add工具过于简单，如果直接问大模型 100 + 3 等于多少，模型会直接返回结果，而不会调用我们添加的 add 工具 ， 因此，我们这里需要换种方式提问，以便大模型能够调用我们添加的 add 工具

可见， 大模型调用了我们添加的 add 工具，并返回了正确结果

• https://wiki.y1ng.org/
• https://github.com/youngqqcn/TheRoadOfSO

• 东南亚博彩行业分析

• 黑灰产研究

https://www.javaassignmenthelp.com/blog/zig-vs-nim/

Zig vs Nim

Nim vs Rust

https://www.javaassignmenthelp.com/blog/nim-vs-rust/

https://github.com/knownsec/RD_Checklist

通用技能

公司与个人

• 公司是盈利性组织
• 个人和公司必须双赢
• 在认同公司理念且能够给公司创造足够价值的基础上，为个人发展而工作

Who am I

黑客是守正出奇且具备创造力的群体

守正出奇

• 这条正道/底线得坚守
• 但如果太过正就迂腐了，为了搞定任务有时得出奇招

创造力

• 一个没有创造力的人是多么的可怜，对于团队来说也是一种耻辱
• 本技能表的本质目的只有一个：引导你拥有足够的创造力

黑客也可以是一种思维方式

我们需要对得起名片上的那个头衔：工程师、研究员

牛人姿态

• 即使现在不是牛人，也得具备这样的姿态
• 没有一定扎实内功与远见的人很少有这样的姿态
• 拥有不将就的做事风格，迟早是牛人

如何做事

方法论

• 完成一件事有好几条途径，优秀的人的途径最短
• 任务拆分很容易得出做事的方法论
• 好的「方法论」会让你具备更强的「创造力」！
  • 时刻问自己：「是否具备创造力？」

任务拆分

成长过程会经历：能力越大、责任越大、事情越多

思路

• 拆分细化为多个点
• 排好优先级

任务四象限，决定优先级

• 紧急重要
  • 赶紧搞定
• 重要不紧急
  • 时刻保持关注，以免沦为「紧急重要」
• 紧急不重要
  • 少少益善，学会拒绝
• 不紧急不重要
  • 靠自律

SMART 原则

• S：任务是否明确
  • 不明确的任务搞起来就是浪费生命
• M：任务是否可度量
  • 不可度量如何体现价值？
• A：任务是否可搞定
  • 搞不定就不应该接，接就得有魄力搞定
• R：任务的相关性如何
  • 决定了任务的价值，相关性越高越能体现价值，比如这个任务搞定了能让团队获得公司、客户等更大的认可
• T：任务的时间
  • Timeline：任务时间轴，什么时间点需要搞定什么
  • Deadline：任务的最后期限，做评估时最好提前，因为总会有各种意外或拖延本性
  • Timeline
    上一些很关键的时间点我们可以称为里程碑，搞定每个里程碑应该庆祝下

自己欠缺什么，立马发现

是否需要寻求帮助，谁能帮你，自己单干？

团队

士气第一

• 当你有团队时，分配与调度好任务很关键
  • 做得好是真并发
  • 做不好会死锁

沟通、反馈与责任

• 一个无沟通能力的人，要么是天才，要么是不可爱的人，不过天才也就寥寥无几而已，你并不是
• 反馈要及时
  • 避免出问题不反馈，影响进度
  • 方式
    • 正式的：邮件
    • 临时的：微信等即时通信
    • 着急的：给个电话
• 工作有大小，责任心无大小
• 周报的透明
  • 意义：大家互相了解工作与心得，有利于自己的判断与成长
    • 观察是一种很重要的技能
    • 不是单纯的给领导汇报工作
  • 周报需体现本周工作总结、下周工作计划、心得/问题/建议（我们叫唧唧歪歪）
  • 周报可以很好体现一个人的
    • 总结能力
    • 计划能力
    • 分享能力
      • 想象下：一个人从来没有心得/问题/建议的沉淀或反馈，这个人是一个相对封闭的人，在团队作战中很难达到默契
      • 当然，这种分享能力远不仅仅是在周报这种形式里

团队意识

• 很多人都说自己具备足够好的团队意识，但是有些人却并不是这样
  • 举个小例子：一个 10 人团队约定早上 10 点开会，而你迟到了 10
    分钟，对于团队来说你浪费了整个团队 100 分钟（10 人 * 10
    分钟）的生命。有些人无羞愧之心要么是意识不到这点，要么这个团队的风气就是这样...
• 团队意识是建立在互相信任的基础上
• "尺有所短，寸有所长" 是一个优秀的团队必须要达成的共识
• Leader 最关键，优秀的 Leader 一定会有个优秀团队
  • 兵熊熊一个
  • 将熊熊一窝
• 如何拥有个优秀的团队是一个复杂的话题

成长

新事物的敏感性

• 保持好奇心
• 不要局限在自己的圈子，适当跨界吸收灵感
• 订阅国内外优秀博客/资源
• 选择性参与一些必要的会议，听必要的主题，讨论必要的话题

关于知识

• 好记性不如烂笔头，勤做笔记所带来的收益远超你想象
• 尽快尽早的将自己的知识形成系统化认知，会达到事半功倍的效果
• 对知识的渴望程度决定了前进动力的大小
• 当知识很廉价地摆在你面前，你反而不会珍惜
• 对知识保持敬畏之心

关于信息获取

• 拓宽自己获取信息的渠道，但不要陷入低信噪比的泥潭
• 信息筛选
  • 与你相关性如何？
  • 整体可信度多高？
  • 有效信息量多少？
• 处理并重新组织为你自己的理解

不要让自己成为矫情/浮夸的人

和比你厉害的人在一起，和一流的人工作

• 指点往往是精华
• 杜绝笨蛋爆炸
  • 二流的人招进来的人不太可能是一流的
  • 久而久之一个团队就笨蛋爆炸了

思考

• 批判性思考
• 解构与系统化思考
• 换位思考
  • 对于一个团队来说，这点太关键

提问的智慧

• 遇到问题先独立思考，尝试独立解决，尽最大努力后再提问
• 很多技术，明天就会过时，如果你掌握的是学习方法，那你还有下一个机会，如果你掌握的仅仅是这个技术本身，你就没有机会了。
• 提问时，礼貌很关键（对知识的敬畏），清晰表达很关键
• 解决后，分享出来帮助更多需要帮助的人

小事心态

• 越基础的事越关键，越需要细心
• 不要一味盲目追求「高级感」，而忽视「小事」/「简单事」/「基础事」
• 基础不牢、地动山摇
• 小事做不好，别提大事

无论是个人还是团队的成长都需要不断沉淀知识，没有沉淀根基不稳

完成的定义

比如写个 POC

1. 搞懂了目标 Web 应用漏洞的原理
2. 熟练运用 Python 各相关模块与机制
3. 熟练了解了 HTTP 协议
   • HTTP 请求
   • HTTP 响应
4. 代码写得够规范，让人看起来就是爽
5. 程序经过足够的测试
   • 黑盒测试
   • 白盒测试
6. 及时反馈进度
   • 我遇到困难了
   • 我搞定了
7. 更新相关文档，沉淀

熟练的定义

比如熟练 SQL 注入

• SQL 语句这门”语言”能脱离文档顺手写出
• 主流数据库的 SQL 特有函数、存储过程、机制我都了如指掌
  • MySQL
  • PostgreSQL
  • ...
• 牛逼的工具我不仅用的顺其自然，源码还读过几遍，我能修改
  • pocsuite3
  • sqlmap
  • metasploit
  • nmap
  • ...
• 我具备创造性，而不仅仅是跟在大牛身后
  • 研究出了几个不错的技巧
  • 发了几篇不错的 Paper
  • 对外会议/沙龙等进行了几次分享
  • 写出了自己的相关工具，爽
• 我实战了 N 回，遇到了很多奇葩环境，我有足够的信心绕过
• 以上这些之后，这才叫熟练！其他同理

好书推荐

推荐理由

• 打通任督二脉的书，怎能不看？
  • 但，尽信书不如无书
• 任何科学研究最终必须至少到哲学层面，触碰到上帝的脚
• 具体技术类书籍请见「专业技能」相关部分

鸡汤类

UNIX 编程艺术

极客的思维哲学

• 使用简洁的接口拼合简单的部件
• 清晰胜于机巧
• 设计时考虑拼接组合
• 策略同机制分离，接口同引擎分离
• 设计要简洁，复杂度能低则低
• 除非确无它法，不要编写庞大的程序
• 设计要可见，以便审查和调试
• 健壮源于透明与简洁
• 把知识叠入数据以求逻辑质朴而健壮
• 接口设计避免标新立异
• 如果一个程序没什么好说的，就保持沉默
• 出现异常时，马上退出并给出足量错误信息
• 宁花机器一分，不花程序员一秒
• 避免手工hack，尽量编写程序去生成程序
• 雕琢前先得有原型，跑之前先学会走
• 决不相信所谓”不二法门”的断言
• 设计着眼未来，未来总比预想快

黑客与画家

印象深刻：设计者的品味

• 好设计是简单的设计
  • 抓住本质
• 好设计是永不过时的设计
  • 如果解决方法是丑陋的，那就肯定还有更好的解决方法，只是还没有发现而已
• 好设计是解决主要问题的设计
• 好设计是启发性的设计
• 好设计通常是有点趣味性的设计
• 好设计是艰苦的设计
• 好设计是看似容易的设计
• 好设计是对称的设计
• 好设计是模仿大自然的设计
• 好设计是一种再设计
• 好设计是能够复制的设计
• 好设计往往是奇特的设计
• 好设计是成批出现的
• 好设计常常是大胆的设计

浪潮之巅

感受 IT 帝国的崛起与没落，我们现在站在又一个互联网浪潮之巅

代码2.0 - 网络空间中的法律

网络不是法外之地

洁癖类

• 重构
• 代码整洁之道
• 代码大全 2

敏捷类

• Rework中文版
  • 37signals 团队的敏捷经验
• 高效程序员的 45 个习惯

产品类

• 人人都是产品经理
• 结网

神书

• 自私的基因
• 失控

...