Agent Research · AI Agent 生态深度拆解
用 ATDF 方法论 系统拆解 AI Agent 生态的产品、架构、商业模式和投入价值。
为什么有这个目录
AI Agent 生态在 2025-2026 年爆发式增长——MCP / A2A / ACP 三大协议、Letta/MemGPT 记忆系统、gstack/OMC 编程框架……新东西每周冒出来。
这个目录不是新闻摘要，而是结构化的深度拆解：每个主题都按 ATDF 8 维度（定位 · 架构 · 产品 · 业务 · 使用 · 模块 · 生态位 · 迁移）拆到你能判断”值不值得投入时间”的程度。
ATDF 方法论
Deep Dives · 深度拆解
| 主题 | 类型 | 一句话结论 | 链接 |
|---|---|---|---|
| OMC | Agent 编排框架 | 学架构思想（创作/审核分离 · 智能路由 · 可观测性三支柱），而非绑定具体工具 | ATDF |
| gstack | AI 编程方法论 | 角色约束 + 流程门控是 AI 编程的标准范式，学 SKILL.md 写法比用它更有价值 | ATDF |
| MemGPT / Letta | Agent 记忆系统 | RAG 的下一站，Memory 的起点 | 入门指南 |
Research · 趋势研究
Concepts · 核心概念
| 概念 | 一句话 | 链接 |
|---|---|---|
| 从 RAG 到 Memory | 传统 RAG 被降级为原语，Memory / Context Engineering 是新战场 | rag-to-memory.md |
| Karpathy 路线 | LLM OS → RAG is a hack → LLM Wiki → Software 3.0 → Agent Memory | karpathy-route.md |
目录结构
agent-research/
├── README.md ← 本文件
├── methodology/
│ └── ATDF.md ← 拆解方法论
├── templates/
│ └── ATDF-template.md ← 空白模板
├── research/
│ ├── agent-ecosystem-2026.md
│ └── agent-ecosystem-2026.html
├── deep-dives/
│ ├── omc/
│ │ └── omc-atdf.md
│ ├── gstack/
│ │ └── gstack-atdf.md
│ └── memgpt-letta/
│ └── memgpt-letta-guide.html
└── concepts/
├── rag-to-memory.md
└── karpathy-route.md
如何贡献
- Fork → 用 ATDF 模板 拆解一个你感兴趣的 AI 主题 → PR
- 对现有拆解有不同判断？开 Issue 讨论
- 方法论本身的改进建议也欢迎