GitHub 热门项目：learn-claude-code

GitHub 项目：learn-claude-code 仓库地址：https://github.com/shareAI-lab/learn-claude-code 星级：60229 | 作者：shareAI-lab 项目描述：Bash is all you need - 类似 Nano claude 代码的「agentharness」，从 0 到 1 构建 =================================================== 自述文件内容： [中文](./README.md) | [中文](./README-zh.md) | [日本语](./README-ja.md) # 学习克劳德代码——真实代理的利用工程 ## 代理来自模特。代理产品=模型+线束。 在我们讨论代码之前，让我们先弄清楚一件事。 **代理——感知、推理和行动的能力——来自模型训练，而不是外部代码编排。**但是工作代理产品需要模型和工具。模型是驾驶员，线束是车辆。这个仓库教你如何建造车辆。 ### 代理从何而来 每个智能体的核心都是一个神经网络——一个 Transformer、一个 RNN、一个学习函数——通过对动作序列数据进行数十亿次梯度更新进行训练，以感知环境、推理目标并采取行动。周围的法规从未授予代理权。它是模型在训练期间学习的。 人类就是最好的例子。经过数百万年的进化训练形成的生物神经网络，通过感官感知世界，通过大脑推理，通过身体行动。当 DeepMind、OpenAI 或 Anthropic 说“代理”时，它们的核心含义始终是同一件事：**一个学会行动的模型，加上让它在特定环境中运行的基础设施。** 历史上有这样的证明： - **2013 - DeepMind DQN 玩 Atari。** 单个神经网络仅接收原始像素和游戏分数，学会玩 7 个 Atari 2600 游戏 - 超越了所有先前的算法，并在其中 3 个游戏上击败了人类专家。到 2015 年，相同的架构扩展到 [49 款游戏并匹配专业的人类测试人员](https://www.nature.com/articles/nature14236)，发表在 *Nature* 上。没有特定于游戏的规则。没有决策树。一种模式，从经验中学习。那个模特就是经纪人。 - **2019 -- OpenAI Five 征服 Dota 2。** 五个神经网络在 10 个月内与自己对战 [45,000 年的 Dota 2](https://openai.com/index/openai- Five-defeats-dota-2-world-champions/)，在旧金山直播中以 2-0 击败了 **OG** - 卫冕 TI8 世界冠军。在随后的公开赛场上，AI 在与所有参赛者的 42,729 场比赛中赢得了 99.4% 的胜率。没有脚本化的策略。没有元编程的团队协调。这些模型完全通过自我对弈来学习团队合作、战术和实时适应。 - **2019 -- DeepMind AlphaStar 大师星际争霸 II。** AlphaStar [在一场闭门比赛中以 10-1 击败职业选手](https://deepmind.google/blog/alphastar-mastering-the-real-time-strategy-game-starcraft-ii/)，后来在欧洲赛场上获得了 [特级大师身份](https://www.nature.com/articles/d41586-019-03298-6)服务器——90,000 名玩家中排名前 0.15% 的服务器。一场与不可的游戏