AaaS（Agent as a Service）14 篇代表论文速读：MCP 协议生态、Agent 框架、A2A 协议、部署与计费。4 子方向 + 5 工程启示 + 3 开源仓库。

Agent 基础讲解中篇：上下文工程 5 层结构 + 3 种压缩策略、4 种记忆类型（工作 / 程序 / 情景 / 语义）、Context Rot 解决、ChatGPT / OpenClaw 记忆整合实战、5 条避坑。

Agent 基础讲解上篇：Agent 是什么（与 Model 区别）、感知 - 决策 - 行动 - 反馈循环、Prompt / Tool / Skill 三层用法、MCP 协议详解（架构 + 价值 + 生态）、5 类 Prompt 模板、3 个 Tool 实战示例、4 条 Skill 设计原则。

主流 AI Coding Agent 配置系统对比：Hermes / OpenClaw / Claude Code / Codex CLI / AgentMD（AGENTS.md）/ SOUL.md。6 维度（启动加载 / skill 机制 / 配置文件 / memory 管理 / 启动速度 / 启动体积）横向比较。

Agent 记忆系统 3 篇核心论文速读：MemGPT（LLM 当 OS / 虚拟内存管理上下文）、Generative Agents（斯坦福小镇 / 记忆流 + 反思 + 规划）、Reflexion（语言反馈代替 RL 奖励）。记忆分层 + 工程启示。

agentScope 论文速读：CoD（Connect the Dots）长生命周期 Agent + 跨域泛化、RL 训练 + GRPO 算法、agentScope 生态、3 个开源仓库、5 类工程启示。

Agent 基础讲解下篇：约束先行体系（CLAUDE.md / AGENTS.md / SOUL.md 三大文件对比）、7 大 Agent 框架横评（Claude Code / Codex CLI / OpenClaw / Hermes / Kimi / Dify / Coze）、Harness 三阶段演进、3 个选型决策。

ai-news-radar pipeline 融入现有 RSS cron 改造方案：5 大现状问题（去重缺陷 / AI 评分缺陷 / 内容评分缺陷 / 评分成本 / 安全）、4 阶段改造路径（核心去重 / AI 评分 / 监控 / Skill 集成）、完整 Python 改造代码、3 个月里程碑 + 4 条避坑。

LearnPrompt/ai-news-radar 完整技术调研：三层模型（看报/读报/办报）、5 步数据流、20 个信源体系、10 个 JSON 输出产物、GitHub Actions 调度、变现能力、给本地运行的改造建议。

AI 编程时代的 4 种方法论横向对比：SDD（规范驱动）、TDD（测试驱动）、BDD（行为驱动）、DDD（领域驱动）。每种方法论的核心项目对比 + AI 时代如何重新分层 + 选型决策树。