Skip to content

第 2 周:上下文、记忆与 Skill ​

本周成果与 10-14 小时安排 ​

产出一个符合规范的 Skill、一次上下文压缩对比,以及一份只能进入 candidate、不能自行生效的候选 Skill。

时段用时可见产物
Day 12 小时读记忆与 Skill 进化,完成三类信息分类表
Day 22 小时视频 03 全片,跟踪 raw history 到分层记忆的状态变化
Day 32 小时视频 07 [00:02:53-00:04:15],运行 Skill 渐进披露实验
Day 42.5 小时跑压缩和 Prompt 注入实验,保存至少一个失败反例
Day 52.5 小时生成候选 Skill,做脱敏与权限不扩张测试
Day 61 小时Completion Gate 与 24 小时复述题准备

它们分别解决什么 ​

上下文、记忆、Skill 如何分工,「记住」为什么要分五本不同的本子,见 记忆与 Skill 进化:先把「记住」分成五本不同的本子与三层记忆。

渐进式披露 ​

Skill 自进化的第一半 ​

本周只学习“产生候选版本”,不允许自动生效:

text
运行轨迹 → 脱敏 → 提取重复经验 → 候选 SKILL.md → 等待评估

候选内容不得:

  • 包含 API Key、Token 或客户隐私。
  • 自行增加 allowed-tools。
  • 把失败案例中的 Prompt 注入复制进正式指令。
  • 覆盖已发布版本。

学习顺序 ​

  1. 看视频 03 [00:00:00-00:13:09],以及视频 07 [00:02:53-00:04:15]。
  2. 跑 context-compression,记录压缩率与关键事实保持率。
  3. 跑 prompt-injection,比较逐层防御。
  4. 跑 agent-skills-ppt,观察 metadata、SKILL.md、资源的加载时机。
  5. 跑 self-modifying-agent 的离线入口。
  6. 阅读两个成品 Skill 和 skills.py、evolution.py。

精确入口:

  • 视频 03 笔记与视频 07 笔记
  • CAE:比较 step06_skills.py 与 step07_memory_system.py
  • 书中实验:chapter2/context-compression、chapter2/prompt-injection、chapter2/agent-skills-ppt、chapter8/self-modifying-agent
  • 工程:mini-emperor/backend/src/mini_emperor/skills.py、evolution.py

动手 ​

  • 给 customer-support 增加一个触发场景,但保持描述少于 1024 字符。
  • 构造含假密钥的失败轨迹,确认候选版本只保存 [REDACTED]。
  • 创建一个名称与目录不一致的 Skill,观察验证失败。
  • 比较“把全部政策写入 SKILL.md”和“放入 references”时的上下文开销。

Completion Gate ​

  • 解释记忆为什么不是 Skill。
  • 解释 description 为什么决定 Skill 能否被发现。
  • 展示合法 Skill、非法 Skill、脱敏候选 Skill。
  • 能说出为什么自进化必须在第 5 周经过保留集与人工批准。

复习节奏 ​

  • 24 小时后:把 12 条样例重新分为用户记忆、运行经验和 Skill,并写理由。
  • 7 天后:从空目录写出一个最小 SKILL.md,解释 references/ 为什么延迟加载。
  • 复习证据:分类表、压缩前后对照、一次安全回归阻断记录。

Markdown 是唯一内容源,HTML 由构建流程生成。