就，比较离谱~
AI Agent 把狂金的整个项目目录给 rm -rf……而且还是在plan模式下……
这个，构建项目的时候，在build模式狂金输错了指令，取消之后，切换到plan模式，顺手给了一个“退出，搞错了”指令，它就自作主张，把整个目录给删掉了图片
确实没想到，在语义的理解上，会差别这么大。回头来看，确实是狂金的指令有问题，想都没有想，直接给了口语化的指令，AI理解错了，好像也正常。。
鉴于此，给各位小伙伴叨叨一下玩Agent的一些注意事项。
同时，由于目前的AI培训，90%是割韭菜，就顺便叨叨一下学习路径。
自从AI+Agent长出了“手脚”，能帮人做事，能力是质的飞跃，狂金私以为，有必要学习，极大提升效率，可以让你有更多的时间思考。
闲话少叙，直击核心：
一、玩AI代理的注意事项
1、做好全局规则
也就是AI代理自身的AGENTS.MD，可以直接用自然语言告诉它，新建全局规则。
比如：新建一个全局规则，下载更新工具，优先使用国内镜像源。超过3次失败，立即停止，列出问题，由用户决策。
这样可以避免多次尝试和死循环，AI代理自身的系统级提示词，是与大模型多轮对话，完成任务。但是，在长上下文，失忆以及遇到诸多问题，会转移AI的注意力，行动偏差，开始幻想，导致彻底放飞自我……
一个简单的例子，在某项目需要工具环境，AI在尝试下载失败、寻找替代品失败、写脚本失败之后，居然选择了从0开始“手搓”工具，你说它聪明呢，还是傻。。
狂金突然有个想法，问它一个物理问题，它会不会手搓出核弹？
问它一个机器学习问题，会不会手搓出AI？
所以，有了全局规则，可以让它更“专注”，更符合你的需求。
2、子项目
如狂金遇到的问题，让AI代理做事，做项目，建议以子项目，子文件的形式来做，不然，一个不小心，就给你rm-rf~
同理，如果你玩的是桌面环境的代理，不要在盘符根目录，不要在电脑桌面，让它操作项目。。
还有，最好备份，也可以告诉它，复制/备份一份，进而操作。
3、AGENTS.md和SKILLS.md
系统级的AGENTS.md前面说过了，项目级的AGENTS.md优先级低于系统级，如果项目文件夹没有AGENTS.md它会自动向上一级搜索，直到找到。（在Claude里面是CLAUDE.md）
然后，所有AGENTS.md的优先级是高于SKILLS.md的，如果你的skills没有好好工作，可以检查一下AGENTS.md。。
反过来，只想使用skills中的某个单独功能，或者限制，可以通过修改AGENTS.md，来达成。
一个skills完整的注入上下文，才能发挥出完整技能效果，当然，消耗也大。
总之，系统AGENTS>项目AGNETS>skills，这点容易被忽略。
4、及时让AI进化
踩过的坑，遇到的问题，直接让AI代理自行总结，完善AGENTS.md和skills，这样才会越来越聪明。
你使用的skills，都是通用版本，想要完全符合自己的需求，还是需要自己改，就只是一段提示词而已。
当然，还可以让AI将遇到过的某个解决问题方案，直接封装成skills，以备使用。狂金建议，有3次以上重复的工作，完全值得做一个skills，因为一般人的工作场景，基本在一个范围，你可能忘记了，但AI代理记得。
5、人工看管
在项目流程没有跑通之前，或者测试，一定要人工看管，防止死循环，以及AI从0手搓“造轮子”，幻想or严谨……
之前，要处理几万个文档，全部丢给了AI，确定了处理计划，就去睡了，等早上起来的时候，不知它思考了什么…还在问我要不要开始…
所以，生产力环境，按照前文，AGENTS.md配合skills，人工划定唯一路径和边界，就是优秀的工具。
二、学习路径
1、环境
很多小伙伴，遇到系统环境、Linux、py、conda头都大了，狂金建议使用微软的WSL，效果还是非常不错的，具体看微软官方教程的最佳实践，很详细，这里不展开叨叨。
2、官方文档
各大厂、项目，丰富的官方文档，足够你学了。
3、实践
但，不是打怪兽升级，而是你被怪兽“打死”，然后再想办法。直接上项目、想法，一步一步去做，去解决问题，只有在实践和解决问题中，才能快速成长。
篇幅太长，就不展开了。
总结：对于AI，用好其实很简单，比如官方文档，你看不懂，可以让AI看啊，链接丢给它，翻译+总结+最佳实践，搞定70%问题。当然，也无需焦虑，如狂金之前叨叨过的，大厂会想方设法帮助你扫清一切障碍，让你能用得好AI，因为这是一门好生意……
文章评论