前段时间读了 QuantumTransf 老师的《pi-agent book》。

这本书给我的最大感受是：它不是简单介绍一个 Agent 怎么用，而是在拆解一个 Agent 系统背后的设计思路。

从架构到实现，每一个细节都讲得非常透。

但读完之后，我发现自己遇到了一个老问题：

面对这种系统性很强的技术资料，我很难只靠阅读保持长期兴趣。

可能我的学习方式一直比较“笨”：

想真正理解一个东西，必须自己动手造一遍。

只看代码、只看文档，很容易知道“是什么”；但只有亲手实现一次，才会真正理解“为什么”。

所以我没有直接继续啃 pi 的完整源码，而是做了一个反方向的尝试：

把 pi 砍到只剩核心。

于是有了 PI-from-Scratch。

我重新实现了一个大约 600 行代码的 nano pi，并把整个过程整理成了一篇文章。

它不是一本厚重的教程，也不是一个复杂工程。

你花半天时间，就可以从零走完整个构建过程。

为了让学习过程更接近“动手写代码”，我还做了一个小设计：

文章右侧加入了代码编辑器。

读到哪个部分，对应代码就会同步出现。

你可以边阅读，边运行，边观察一个 Agent 是如何一点点成长出来的。

整个实现过程没有提前堆砌复杂抽象，而是遵循一个很简单的原则：

遇到需求 → 解决需求 → 产生组件。

我需要这个能力，所以创造这个组件。

这种过程其实非常像第一次写 hello world 时的感觉：

不是为了完成一个任务，而是在创造一个属于自己的东西。

另外，我自己早期写代码比较喜欢逐行断点调试，所以也加入了 trace 跟踪能力。

希望通过逐步观察代码执行流程，帮助大家理解 Agent 内部到底发生了什么。

顺便说明一下：

这篇文章基本都是自己一点点写出来的，AI 参与感非常低 😄

我觉得学习一个复杂系统，可能有这样一条路径：

先动手实现一个简化版本，建立直觉；

再阅读优秀设计；

最后回到真实源码。

很多原本看起来复杂的东西，会突然变得清晰。

后续如果反馈不错，PI-from-Scratch 可能会继续做成一个系列：

把 pi 的不同 components 拆开，逐个实现属于自己的 nano pi。

也想听听大家的看法：

对于学习 Agent 这类复杂系统，你更喜欢“先读懂再实现”，还是“先造出来再理解”？

GitHub:
http://t.cn/AXNVybGY

在线阅读：
http://t.cn/AXNVybGT