本文是对 @0xCodila 挂载的一段约 149 分钟（duration_ms≈8939537，约 2 小时 29 分）横屏视频的摘要与评论。读帖时约 1.72 万曝光、约 312 赞、399 收藏、50 转发、22 回复。帖文自称「Google just released free 2-hour course」，并给出 GrokBot → Muse → Dots → Duet 与四段百分比时间轴；片中实际是 Google 侧讲者 Qingyue（Annie）Wang 的直播/课室录屏，主题落在 Agent Skills 规范文件与 ADK（Agent Development Kit，Google 开源的 Agent 开发套件）多模态工作流，并不是一门按帖文品牌名编号的「GrokBot 升级课」。插图为关键帧；完整口播请看原帖视频。同账号还 quote 了自己的 X Article《Graph Engineering…》；本稿只解读帖上挂载的这段视频，不展开那篇 Article。

站内已有更长的 Annie Wang Agent 课解读（偏 harness、Memory Bank、kill 后 resume），以及 Smitha Kolan ADK 合辑。讲者重叠，实验与章节重心不同，可对照看，不算重复发同一条片。 官方可自学入口还包括 Google Skills 上的 Build Agent Skills with Google（约 2 小时 15 分，覆盖 Agent Skills 生命周期、ADK、Skill Registry 等）；本片前段与该课主题同族，中后段则更偏一场 Vibetube / 多模态视频发布流水线 的 ADK 实验直播。

这篇在说什么

先把场景说清楚。很多人第一次碰到 coding agent（会写代码、会调工具的 AI 助手）时，会反复把同一套项目规矩贴进每一轮对话：哪些文件能改、测试怎么跑、按钮必须用哪套组件库。贴一次还行，贴十几次就会腻，而且每一轮都可能漏掉一条。片头要解决的，就是「别再口头重复，把规矩写成 agent 能长期引用的文件」。后半场则换到另一个问题：当你不只是聊天，而是要做一条「选题 → 海报 → 视频 → 人工确认 → 发布」的流水线时，纯聊天 Agent 和 带确定性节点的工作流图 分别把控制权交给谁，以及工作流里的 Agent 节点该用 单次调用 还是 Task mode（任务模式，循环用工具直到完工）。

帖文钩子写得很满：「from 0% to 100%」「runs 99% of your life」。对解读更稳的读法是：前段讲三类 Markdown 规范如何给 Agent 提供可复用上下文；中后段用 ADK 把一个多模态内容流水线从单 Agent 推到带人工暂停与自修复节点的工作流。 「GrokBot / Muse / Dots / Duet」是发帖人叠在时间轴上的产品叙事，片中幻灯与口播并没有按这四个名字分章。

按帖内时间戳对照片中实际重心，大致可以读成：

进度	帖文时间	帖文标题（营销轴）	片中实际重心
0%	约 0:37	Prompt & Context：AGENTS.md、SKILL.md、DESIGN.md	Agent 规格文件 vs 提示词工程 / 上下文工程；DESIGN.md / AGENTS.md / SKILL.md 分工
25%	约 33:03	build your first agent like Google	ADK 速览 + 用单 Agent 接多工具，解决「从想法到出视频」的第一段实验
50%	约 1:11:44	Swarm engineering：1 bot → an army	纯 Agent 编排 vs 工作流图；chat / single_turn / task 三种节点行为
100%	约 2:14:55	24/7 multi-agent system	整条多模态工作流演示：人工选方向、长跑生成、隔离自修复、发布；收尾谈 session / memory / 多模态数据管道

全文主线可以压成一句：别把这帖当成「四个消费级 Bot 品牌的升级说明书」；它真正值得记的，是「把项目规矩写进可复用的 md」以及「工作流里 Agent 何时还有控制权、何时只是图上的一个节点」。

1. 三类 md：别再每轮口头复述项目规矩

开场场景很具体：coding agent 像新入职的工程师——会写代码，但不知道你的仓库约定。你不想每一轮任务都重新交代「哪些文件能动、单元测试怎么写、前端按钮必须来自哪套组件库」。解决办法是把这些写进文件，让 agent 每次任务都能回指同一份指导，而不是靠你的短时记忆。

片中把这类写法叫 agent specifications（Agent 规格），并和两个常被混用的词划开边界：

• Prompt engineering（提示词工程） 往往是「这一轮把话说得更具体」——例如从「加个按钮」改成「用我的组件库在首页加这个按钮」。
• Context engineering（上下文工程） 更大：给模型配上合适的记忆与材料。把规矩写进 AGENTS.md 一类文件，再在需要时懒加载 SKILL.md，本质上是在给模型准备稳定、可复用的上下文，所以规格文件属于上下文工程的一部分，而不是和提示词工程完全对立。

三个文件的分工（口播与幻灯一致）：

1. DESIGN.md：给 coding agent 持久的视觉护栏——品牌与产品长什么样、什么风格不该出现。规范里强调：最重要的一层是自然语言描述观感与行为；其它结构化段落都是为这句话服务。片中举例：「一份老牌大学研究生院传统下的计算机课讲义手感」——读完你脑子里会浮现严肃讲义，而不是闪烁动画和亮片。
2. AGENTS.md：全局行为——你希望每一轮对话、每一次请求都成立的规矩（仓库约定、测试习惯、协作边界）。
3. SKILL.md：任务相关或领域相关的行为——不必每次全量塞进上下文，而是按需加载（片中用「lazy loading」来形容）。

解读： 若你已经在用各类 coding agent，这一段的价值不在新名词，而在把「提示词越写越长」纠偏成「把会重复的规矩外置成文件，并区分全局、视觉、任务三层」。它和站内 Annie 长文里的 harness / 记忆分层是同一问题族的不同切面：那边讲跨会话与 resume，这边讲项目级说明书怎么写进仓库。

2. ADK 速览：单 Agent 先接工具，再谈工作流

进入约 25% 段落后，讲者先快速复习 ADK：免费开源的 Agent 框架，模型可换，可挂 instruction、skills、tools、subagents，也可构造 workflow。她自嘲 ADK 101 / 102 听众可能已经听腻，但仍用一页「An ADK agent at a glance」把组件摊开：model、instruction、skills、tools、subagents，以及 interceptor、context、collaboration、session & memory 等外围能力。示例代码形态是用 LlmAgent(...) 组装根 Agent，并挂上 skill、MCP 工具集与前后回调——读者把它理解成「用配置把脑子、说明书、工具和守卫焊在一起」即可，不必把参数表背下来。

实验室要解决的产品问题也很直白：你想自己做视频内容，并发布到某个流媒体式站点。第一阶段故意用单个 Agent 串起多类工具——分析趋势、读想法积压（backlog）、生成海报缩略图、渲染视频等——让 Agent 从一条粗想法尽量走到可视结果。讲者明确说：先建工具、再用单 Agent 求解；稍后再过渡到用 workflow 构图。直播里也曾卡在环境 setup，她改为分享屏幕排查——这类「课室真实感」说明片源更像长直播，而不是精剪宣传片。

解读： 「像 Google 一样建第一个 Agent」在帖文里很炫；片中更朴素的信息是：先证明单 Agent + 工具能不能覆盖主路径，再决定哪里必须改成图上的确定性节点。 这和「一上来就上多 Agent 军团」的营销话术是反着的。

3. 纯 Agent 还是工作流图：控制权在谁手里

约 50% 起，重点从「会不会调用工具」转到系统形态。讲者给出两条大方向：

• 纯 Agent 路线：单 Agent 或多 Agent 团队，但系统仍由 Agent 主导——它决定要不要把话丢回用户、要不要委派给子 Agent、要不要再转给别的 Agent。这接近默认的 chat mode（聊天模式）。
• 工作流（workflow / graph）路线：你预先构图；图上可以有 Agent 节点，也可以有确定性逻辑节点。一旦 Agent 被放进图里，它往往不再拥有全局控制权：必须按边走到下一节点，不能随性「聊回去」或自己开一场 swarm。

在 ADK 工作流语境里，她又把 Agent 节点的行为拆成三种（幻灯标题 Task mode）：

模式	直觉	片中要点
chat	你和根对话 Agent 来回聊	每一条消息是一轮；模型自己决定何时调工具、何时追问、何时停
single_turn	图上的「一次模型调用」	工作流里 Agent 当节点时的默认：吃上一节点输入，按 output_schema 吐结构化结果，默认不跟工具多轮纠缠
task	「带着工具干活直到做完」	节点被赋予任务；可连续调工具；通过内置 finish_task 结束；输出同样用 schema 约束。片中举例隔离区（quarantine）里查政策命中、建议替换，直到修好再放行

她还点出：在 task 模式下，节点带有「loop engineering」味道——使命是完成任务，而不是只答一句；若现有工具解决不了，流程可以停在那里（而不是假装成功）。

解读： 帖文把这段标成「Swarm engineering: 1 bot → an army」，容易让人以为重点是「复制出一百个 Bot」。片中真正尖锐的句子是：聊天时 Agent 掌舵；进了工作流，Agent 常常只是图上的工人。 搞清 chat / single_turn / task，比背「军团」修辞更有用。这和 Smitha 合辑里 Sequential / Reactive / Deliberate 行为模式、以及 Annie 长文里的 graph workflow，可以互相参照，但本片用 Vibetube 视频流水线 把 Task mode 讲得更落地。

4. 收尾演示：人工暂停、长跑生成、自修复与发布

百分百段落后半，是把前面概念收进一次端到端演示。工作流里同时出现：多模态摄入与生成、视频长跑、暂停等人选方向（她现场选了偏趣味的选题方向）、隔离节点上的自动修复循环，以及最终发布到站点。她强调目标画像是：既利用生成式 Agent，又保留可靠的确定性逻辑；系统还能从既往经验学习，并把教训记进托管数据库一类存储。收尾幻灯还点到 session 状态、memory bank / memory service、以及用 RAG 引擎处理多模态数据管道——表述偏「现成积木可拼生产向方案」，细节以官方文档与 Codelab 为准。

直播收束时她感谢在线很久的观众（口播提到约两小时半量级），并提到与 Christina 的共创协作。这再次印证：片源是长直播课堂，而不是帖文那种四段品牌闯关片。

解读： 「24/7、搞定人生 99%」是发帖人的放大器。片中可核对的工程结论更窄、也更硬：多模态内容流水线需要「Agent 生成 + 确定性节点 + 人工门禁 + 失败隔离重试」一起出场；缺任一环，要么不可控，要么不敢上线。

和帖文钩子怎么对齐、怎么不对齐

值得保留的对齐点：

• 确实有一大段在讲 AGENTS.md / DESIGN.md / SKILL.md 与上下文工程。
• 确实用 Google ADK 从单 Agent 推到工作流，并演示偏生产向的流水线。
• 官方同主题自学路径存在（如 Build Agent Skills with Google），「Google 在推 Agent Skills / ADK」这件事本身成立。

需要自觉打折的点：

• 时长： 媒资约 149 分钟，帖文写「2-hour」偏低估。
• 章节品牌： GrokBot → Muse → Dots → Duet 不是片中课程目录。
• 「Swarm / 24/7 / 99% of your life」： 属于增长文案；片中对应的是工作流控制权、Task mode 与一次内容发布实验，而不是教你用四个消费级 Bot 名接管生活。
• 与站内 Annie 长文： 同讲者、同 ADK 生态，但本片更偏 Skills 文件规范 + Vibetube 工作流 / Task mode；那边更偏 harness、记忆分层与长跑 resume。若你只读一篇，按自己卡点选；若两边都读，注意实验故事不同，避免混成「同一堂课的两个标题」。

适合谁读、不适合谁

更适合：已经在用 coding agent，想把仓库规矩沉淀成 AGENTS.md / skill 文件的人；准备用 ADK（或同类框架）把「能聊」升级成「能进图、能暂停、能自修复」的人；想对照营销帖与官方课室内容差异的人。

不太适合：指望四段时间轴对应四个产品开通教程的人；没看过任何 Agent 基础、却想靠本帖「两小时从零到 24/7」的人；以及默认读者已经看过原视频、只想看电报式要点清单的人——本稿按站内成文标准补了场景，但仍是摘要与评论，不是全文转写，也不是逐步实验手册。

原文与延伸

• 原帖与视频：@0xCodila 的帖
• Google Skills 课程页：Build Agent Skills with Google
• 站内对照：Annie Wang Agent 课、Smitha ADK 合辑