本文是关于过去一段时间 AI coding 的总结、工具使用经验分享、对于构建 Agent 的一些思考以及更深层次的展望与探索。

本文从对于Gemini-cli项目拆解出发且抽象代码逻辑，总览-不同模块（工具、命令、记忆、其他）-终端Agent的思考与体验。

赋予 llms.txt 新的战略价值：它不再仅仅是一个简单的文本文件，而是成为了我与AI世界沟通的桥梁和“站点API的说明文档”，主动引导AI以我期望的方式与博客互动。

我认为，这标志着进阶AI应用产品形态的转变：从集成了工具（联网搜索）的chatbot形式，到整合了工具自主调用的Agent（包括工作流型Agent）形式。

未来AI Agent将以大模型为核心，通过强化学习和微调提升自主性，逐步取代工具集成的工作流形态。大模型公司占据主导，但开源模型和垂直领域为创业公司提供突破口。工作流Agent在短期内仍有价值，但长期将被更智能的Agent颠覆。