　　大家好，我是Bgg。在学习 Hello Agents 之前，我已经在用 AI 辅助创作写小说、做设计、处理一些简单的编程任务。严格来说，那时我已经在使用智能体了，只是自己没意识到。使用过程中逐渐遇到了一些问题，在寻找解决方案时，我发现了 Hello Agents 这门课。这次想和大家分享的，不是技术细节，而是我的学习方法。

　　我是一个零代码基础的学习者，有一些野路子的 vibe coding 经验。我的目标并不是掌握 Agent 每个细节的实现方式，而是理解 Agent 是什么，以及如何用 AI 帮我把自己的想法变成实际可用的 Agent。在这个定位下，学习的关键不是逐行消化代码，而是从庞大的课件中把逻辑主线捋顺。尽管如此，真正开始学习后，问题还是不少。比如架构图和代码块频繁出现，还有一些必须动手实践的内容如果跳过，学习效果会打折扣。

　　为了解决这些问题，我决定给自己请一名老师一个 AI 老师。

　　这个老师只需要满足两个条件。第一，知道要教给我什么。第二，了解它的学生是一个什么样的人。

　　我的实现方式是用 Obsidian 里的 claudian 插件来充当老师，它的本质就是agent，结合我本地的一套学习文档来工作。首先，我把 Hello Agents 的课程链接交给它，让它把所有课件的 Markdown 文件下载到本地。退一步讲，即使不下载，每次学习前让它去网上了解课程内容也可以。核心是：在学习开始之前，让它知道我们要学什么。

　　其次，我们的课程不会每天更新到最新状态。所以学习之前，可以请老师做一次课前调研：这节课涉及的知识在当下是否仍然适用？有没有更新、更好的替代技术？有了这个调研再做学习，能有效避免吸收过时信息。

　　然后是长期管理。在不学习 Agent 相关知识的阶段，有一个简单有效的方法通过 agents.md 这类文档来约束老师。告诉它：我是怎样的学员、我的代码基础如何、我的学习目的是什么。这样老师就知道我的水平和目标，从而因材施教。我还创建了一些文档，持续记录我对课程知识的掌握状态。这些信息来自学习过程中的对话和课后练习老师会根据这些内容，判断我在哪些地方已经掌握、哪些地方还需加强。

　　我所用到的工具:
　　obsidian:  https://obsidian.md/
　　claudian: https://github.com/YishenTu/claudian

　　做一个总结：无论用什么工具，真正重要的只有两点让老师了解要教你什么，以及了解你是谁。市面上的 AI IDE 都可以胜任，我学到后期甚至把主要工作环境转移到了 CodeX 上。

　　接下来说说学习体验。以前学习时，我的注意力容易分散，碰到卡住的问题就容易放弃。现在的方式是：左边打开 Hello Agents 的学习页面，右边放着对话框。看到不理解的地方立刻向老师提问，它会用通俗的方式解释。这样学习状态不会中断，很容易进入心流。老师在解释知识时，往往会触及一些扩展内容，这时可以顺势展开讨论。尤其是当你带着明确目的学习时，话题会自然地偏向你想构建的东西，老师也会结合课程内容给出具体的建议和判断。

　　课后作业方面，很多题目是叙述性的。这种情况下直接跟老师对话来完成作业，不需要反复翻看答案老师会根据你的表述给出评价，指出哪里好、哪里不足。

　　课程进行到大约一半时，我产生了构建自己 Agent 的想法。我创建了一个项目仓库，把链接交给老师。一边上课，一边和老师讨论项目中的想法，老师还能帮我记录讨论要点到项目文档里。带着项目学习，有一种理论结合实践的真实感。

　　最后一点：除了向老师提问，你也可以在学完一个章节或一个知识点后，向老师表达自己的理解。你是怎么认识这些知识的？你认为这些知识可以如何应用？甚至可以原封不动地把课本内容复述给老师这是一种费曼学习法的实践。老师会给你反馈，而且对方是 AI，你不用担心说错什么。

　　以上就是我的分享。当你觉得这门课难以推进的时候，不妨试试给自己造一个老师。
