适用读者：读完全书、想判断"接下来该关注什么"的人；用思考题复习的人。
前置：S21-J08–J17（教材层全部章节）。
覆盖旧文：A-4577（后记，4,272 字符）、A-4578（思考题参考答案，27,053 字符）→ 2 章 / 约 3.1 万字符。
扩展点：E-S21-056（两朵乌云：实时交互与持续学习）、E-S21-057（模型与 Agent 的飞轮关系）。
上一篇：S21-J17 · 多 Agent 协作：一条判据、六种失败、三类架构
下一篇：回到 S21 目录 / S21 验收报告 。
1. 两朵乌云（E-S21-056）
1900 年开尔文说物理天空还有两朵乌云，后来成了相对论与量子力学。今天 Agent 的天空也有两朵。
乌云一：如何流式地、实时地与环境交互
现状：绝大多数 Agent 仍是轮次式"请求—应答"——你说完一句，它想一整段，再吐结果。但世界不停下来等它想完：话会被打断、画面在变、邮件在到。
两条路（常常并行）：
| 路 | 做法 | 依据 |
|---|---|---|
| 架构快慢分离 | 前台快模型维持节奏、后台慢模型深度思考 | 实时与智能是两条正交轴，单模型难兼顾 |
| 把推理做快 | 提高 decode 速度，让"想完再说"的等待短到近乎消失 | 芯片与推理引擎推进 |
原文引述的数字（待核）：小米 MiMo 让 1T 参数模型在单 8 卡节点上超过 1000 token/s；Taalas HC1 把 80 亿参数模型固化进芯片，约 17000 token/s、响应 <100 ms。
乌云二：如何像人一样从成败中持续积累经验
现状：今天的模型像"记性极好、却学不会新东西的天才"——训练时把人类知识背熟，上岗后几乎不再成长。
两种针锋相对的假设：
| 假设 | 主张 | 结论指向 |
|---|---|---|
| 小世界 | 足够大的模型装得下物理世界几乎所有通用知识，学一次就够 | 瓶颈在数据：去跟各行业合作，把专业能力蒸馏进同一个模型 |
| 大世界 | 属于某个用户、某家公司的知识不在任何语料里，且时时在变 | 必须上岗后持续学习（J10 记忆 + J16 进化） |
旁证：AI 今天唯独编程最强，不是因为代码特殊，而是编程是人类最开放的领域——海量开源代码可供学习。
前沿方向：RSI（递归自我进化）、AI for Science——在没有现成答案的地方，只能从一次次实验成败中自主学习。
判据：模型最强的能力，终将不是记住，而是学习与适应。
2. 模型与 Agent 的共同演进（E-S21-057）
回看 Harness 里那些"丑"的兜底：多级上下文压缩、失败数千次才熔断的重试、默认"不安全"的权限判断。每一段丑代码，记录的都是模型此刻还做不稳的地方。
用户提出真实难题
→ 应用层用 Harness 补上模型暂时做不好的事
→ 这些补救沉淀为下一轮训练信号
→ 下一代模型把约束内化
→ 对应代码被删掉
→ 循环
这就是自我强化的飞轮，也回答了第一章悬着的问题：模型会不会吃掉 Harness？——吃掉的是"今天的补丁"，不是"保障层"本身。保障会随模型能力迁移位置，但不会消失。
判据："屎山"是模型能力边界的化石记录。 看到一段兜底代码，先问"它在补哪个能力缺口"。
3. 思考题索引：十二章的问题与答案要点
答案由作者用 AI 生成、经人工略作审校；原文声明"多为开放性问题，答案不唯一"。下表是要点索引，完整答案见
A-4578。
| 章 | 主题 | 代表问题 | 答案要点 |
|---|---|---|---|
| 1 | Agent 入门 | 只能加一项能力，选模型/上下文/工具？ | 先找短板：通常补上下文；推理不够才换模型；动作不足才加工具 |
| 1 | ReAct 缓存读取为何近似 O(n²)？ | 累计读取而非占用；达阈值批量压缩、中间结果外置、子 Agent 隔离；不能每轮压 | |
| 1 | "模型即 Agent"与 Harness 更重要如何共存？ | 马与缰绳：越自主越需约束；框架价值转向保障层 | |
| 1 | 无限循环的其他诱因与终止机制？ | 工具重复报错、幻觉工具、压缩丢状态、任务无解；最大迭代 + 相同调用指纹检测 + 升级人工 | |
| 1 | 航班订票选工作流还是自主 Agent？ | 主体工作流（合规顺序、缩小注入面），开放环节自主，高风险加人工确认 | |
| 1 | 低风险工具在特定参数下变高风险，怎么评？ | 评级对象细化到"工具+参数"；规则化确定性检查，不交给模型判断 | |
| 2 | 上下文 | 静态前缀与轨迹的取舍 | 前缀稳定可缓存；压缩只动尾部；保留决策/约束/失败/引用 |
| 3 | 记忆 | 四种存储格式怎么选 | 关键少量用 Advanced JSON Cards，海量非关键用 Simple Notes |
| 4 | 工具 | 工具太多怎么办 | 索引化、主动发现、Skills 按需；形态与披露分开决策 |
| 5 | Coding | 何时开始动手 | 模型策略决定；Harness 只能放大或抑制 |
| 6 | 交互 | 同步 vs 异步边界 | 事件驱动 + 时间驱动；原生异步需接口支持 |
| 7 | 评估 | Pass@k 还是 Pass^k | 探索看 @k，关键操作看 ^k |
| 8 | 后训练 | SFT 还是 RL | 定协议用 SFT，求泛化才 RL；先补底座 |
| 9 | 进化 | 哪些不能自动改 | 权限、奖励、评估集、审计 |
| 10 | 多 Agent | 何时真正优于单 Agent | 是否引入新信息 |
用法建议：先答再看——开放题的答案是"一种合理回答"，不是标准答案；对不上不代表你错，要能说出自己的条件。
4. 全书回望：三层结构
| 层 | 章节 | 回答什么 |
|---|---|---|
| 构建 | 1–6 | Agent 由什么组成、怎么扩展观察与动作空间 |
| 验证 | 7 | 怎么知道它行不行 |
| 改进 | 8–10 | 怎么让它变好、怎么让多个它协作 |
判据：没有第 7 章，第 8–10 章都是盲改。 评估是进化的前置。
5. 自测
- 两朵乌云各是什么？各有哪些推进路线？
- "小世界"与"大世界"假设的分歧点在哪？
- 为什么说"屎山是模型能力边界的化石记录"？
- 读思考题时最该避免的误区是什么？
答案
- 实时交互（快慢分离 / 把 decode 做快）；持续学习（沉淀知识/指令/程序/参数）。
- 通用知识是否"一次学够"；大世界认为私有且时效性的知识必须上岗后学。
- 每段兜底都在补模型当下的能力缺口；模型内化后补丁可删。
- 把开放题的参考答案当唯一标准答案。
6. 下一篇
回到 S21 目录 。教材层 11/11 完成，系列验收见 acceptance.md 。
本篇属于系列《S21 · Agent 工程与 MCP》。旧文来源：A-4577/4578（后记与思考题参考答案）；扩展点 E-S21-056/057。思考题答案由原作者用 AI 生成并经人工审校，本文只做要点索引。