从客户跟进、会议纪要等场景认识 AI Agent，判断什么时候需要工具、资料和任务状态，哪里应由人确认。学完能画出一个最小方案，找出遗漏和风险。
能依据实际任务推进方式，区分普通问答、持续型助手、固定工作流与 Agent，并说明系统的行动能力和人工边界。
能检查并局部改写 Agent 的任务说明，明确可检查的目标、服务对象与职责、资料依据、行动边界和交付结果。
能按任务所需信息和真实动作选择最少必要工具，并说明调用分工、权限检查及高风险动作的确认和失败处理边界。
能识别答案所依赖的具体资料，选择合适的获取方式，依据资料适用性支撑结论，并在证据缺失或冲突时明确停止猜测。
能按后续任务用途区分对话历史、当前状态和长期偏好，选择必要保留信息，并修正过期、未经证实或跨任务误用的状态。
能把多步骤 Agent 任务拆成按依赖衔接的最小流程，明确关键输入输出、状态更新，并在错误传播或高风险动作前设置检查点。
能判断单 Agent 是否足够，在确有职责或风险差异时划分必要角色，并设计能接续任务的路由、交接和最终责任。
能为具体 Agent 风险写出有触发条件和处理动作的防护栏，并按权限、后果与确认有效性判断继续、确认或拒绝。
能为 Agent 设计代表性固定测试，依据可观察的过程记录定位问题，选择最小改进，并复测目标问题及原有能力。
能围绕一个具体场景形成最小 Agent 蓝图，检查目标、依据、工具、状态、流程、边界和评估之间的连接，并修正脱节设计。
开始学习