L12 练习
练习 1：复现「工具自动生成」
本课复现了"多 Agent 记忆共享"。选另一个方向复现——工具自动生成：
- Idea：LLM 根据任务描述自动生成工具函数（而非预定义工具菜单），注册后调用。
- 最小实现：任务→LLM 生成 Python 函数→沙箱验证→注册为工具→调用。
- 对照实验：自动生成工具 vs 预定义工具，看任务完成率。
- 复现笔记：诚实记录。
验收：≤200 行实现 + 对照实验 + repro_note。思考：自动生成的工具质量如何？（LLM 生成的函数能跑吗？参数对吗？）
练习 2：建立你的信息源清单
本课给了通用信息源清单。建立你自己的定制版：
- 根据你的技术栈（智谱/LangGraph/Python），列出 5 个高信噪比信息源。
- 标注每个的：更新频率 / 信噪比 / 国内可访问性 / 关注什么。
- 设定筛选规则：什么论文值得读第二遍？什么直接跳过？
验收：一份个人化的信息源清单 + 筛选规则。能讲清"我不刷社交媒体，我有自己的高信噪比渠道"。
练习 3：30 分钟 spike 一个新框架
选一个你没用过的 Agent 框架（如 mem0 / AutoGen / CrewAI），30 分钟 spike：
- 跑通 hello world。
- 填评估清单：解决什么/流派归属/迁移成本/社区活性。
- 判断：值得深入 / 只需了解 / 跳过。
验收：一份 30 分钟 spike 笔记。能讲清"我评估新框架有自己的方法，不是看 star 数盲从"。