Day29-12个Agent底层原理（一口气讲完）
输入“/”快速插入内容
Day29-12个Agent底层原理（一口气讲完）
Day29-12个Agent底层原理（一口气讲完）
用户264用户2645月7日修改
Day29 · 12 个 Agent 底层原理 · 完整笔记
学习 AI · 1000 天 · Day 29配套视频 + 代码：agent.py这份笔记把视频里 12 个原理拆开讲透 · 每条带可跑代码 + 反直觉点
① messages 数组 —— AI 唯一的对话通道
反直觉点：你以为跟 AI 对话有什么神秘协议 · 其实就是一个 JSON 数组。
长这样：
代码块
[
{"role": "user", "content": "你好，介绍一下你自己"},
{"role": "assistant", "content": "我是 Claude，我可以..."},
{"role": "user", "content": "我想学 AI"}
]
每条都标了 role（谁说的）和 content（说了啥）· 发给 Claude API · 它接着写下一句。
关键真相：空数组发过去 AI 一个字都说不出来。messages 是 AI 的唯一对话通道，没有第二条路。
代码片段（agent.py 第 96 行）：
代码块
messages = [{"role": "user", "content": user_query}]
response = client.messages.create(model=MODEL, messages=messages, ...)
② 上下文窗口 —— AI 是金鱼 · 记忆是你装的
反直觉点：AI 根本没有任何记忆。它每次接到请求都是刚开机。
那它怎么"记得"我刚说的话？—— 是你每次提问都把全部历史对话重新塞回去。
两轮请求拉出来对比：
代码块
# 第 1 轮：你只发 1 条
messages = [
{"role": "user", "content": "我养了只猫叫小花"}
]
# AI 回："小花是什么品种？"
# ─────── 你接着问第 2 个问题 ───────
# 第 2 轮：必须把第 1 轮整段重塞 + 新问题
messages = [
{"role": "user", "content": "我养了只猫叫小花"}, # ← 重塞
{"role": "assistant", "content": "什么品种？"}, # ← 重塞
{"role": "user", "content": "它叫啥？"} # ← 新问题
]
# AI 回："小花 · 你刚说过"
AI 记得小花 · 完全是因为你又把这段话塞了一遍。
主流改进：上下文太长会爆 token · 现在主流是压缩上下文——把历史对话总结成精华再塞回。Claude Code 内部就这么做的。
代码片段（agent.py 第 124-148 行）：