1. 一图甚千言

2. 做什么

• 和我的 Agents 一起：
  • 第一步：
    • 做一个最小可运行的 mini code agent CLI。
  • 第二步：
    • 沉淀 know-how，结合自己常用的 Codex、Claude Code、Cursor
    • 去回答：怎么做 General Agent Product？
  • 终局：
    • general-agent-lab。
    • 未来就围绕这件事长期干。

强度

每天，每周耗干 我的 Agent 伙伴们 即可！

3. 不做什么

• 不做泛泛的 Agent 生态综述
  • 当前主线只看 Codex CLI 和 opencode，
• 不追逐所有工具。
  • 其它工具只有遇到具体问题时才作为旁证。
• 不把 GUI 当现在主线，
  • 先把 CLI 模式吃透。
• 不写大而全 notes
  • 未来真正有用的是一批能回看的 note，以及一个能跑的骨架。
• 然后过程里，需要联想平时常用的 cursor 和 codex 或 claude code 这些Agent工具
  • “哦，原来是这样”

4. 为什么是 lab

• 这里不是资料馆，是实验台，是动手
  • 所以：没有进入原型和判断的阅读，就是耗散。

5. 路径

• 先读：主读 Codex CLI，用 opencode 做对照。
• 再做：把可复用模式塞进 mini-code-agent-cli，一定要能跑通。
• 最后回到 general-agent-lab：
  • 对照 Codex Desktop 等，回答怎么做 General Agent Product。

我太喜欢 Codex Desktop 了，这是我当下看到的顶级模型超级产品形态

6. 要干成什么结果

• 第一类结果：notes
  • 每篇只回答一个主题，发现了什么、证据在哪、对 mini agent 有什么启发
• 第二类结果：mini code agent CLI 原型
  • 它不用大，但必须能跑

7. 然后

• CLI 是起点
• general-agent-lab 是终局
• 最终回答的是怎么做 General Agent Product

8. 最后

• 目标已经定了。
  • 未来只干 general-agent-lab 这件事。
• 当下：先跑通 mini code agent CLI。
• 终局：General Agent Product。
• 过程：先跑起来，就知道下一步该怎么走。
• 强度：消耗完 Agent 们的额度。

正赶上 google io 2026，所有的产品都围绕着 Agent 产品打造了，也算是我的认知终于追到人家的一点影子了，