Nice AI 资源库
这不是一个“把链接堆上来就完事”的收藏夹。
这里更关心两件事：什么值得花时间，学完之后什么值得留下。资源导航、锐评和学习沉淀，都是围着这个目标组织的。
你现在该去哪
先判断哪些资源值得学
如果你现在只是想找资源，不想先读长文，先去看 资源导航。那里先给学习地图、资源角色和起步顺序，再决定要不要投入时间。
已经开始学某个资源，想读得更值
如果你已经选定了一条资源，优先回到对应资源页里的总览、锐评和学习沉淀，再结合 方法与复盘 看我真正留下了哪些判断和踩坑。
更关心 AI 应用怎么拆，而不是继续看书单
如果你更想看我怎么理解 AI 应用、系统结构和后续案例复盘，直接去看 应用沉淀，不用先把资源页读完。
当前收录怎么分
我现在刻意保留 7 种气质不同的材料，但首页先只帮你建立角色分工，不在这里把它们逐个展开讲完。
入门与学习路径
这一组先帮你搭主线、选项目、找到合适的上路方式，不急着一开始就把你推进系统深水区。
- HelloAgents：更像 Agent 主线地图 ，先把模块和关系串起来。
- AI Agents From Zero：更像项目驱动的实战路径，适合边做边学 workflow、MCP、RAG 和项目落地。
- Easy-Vibe：更像 AI 编程入口设计，适合看“怎么把人带进来并开始做东西”。
Coding Agent 与 Harness
这一组主要解决“Claude Code、Codex、Cursor 这类东西为什么能工作”，重点不在通用概念，而在外层机制和产品边界。
- Learn Claude Code：更像一门 agent harness 拆解课，适合先理解 loop、tools、todo、compression 这些骨架。
- Claude Code Architecture（CCB）：更像逆向架构白皮书，适合继续往权限、压缩、遥测和治理基础设施上看。
架构、治理与真实系统
这一组更适合已经做过一些原型、开始关心生产化复杂度和真实大型系统怎么落地的人。
- AI Agent Book：更像继续往架构、预算、安全和治理推进的一本手册。
- OpenClaw 源码解析：更像 control plane 源码导读，适合从真实系统里看消息网关、运行时、扩展和安全怎么揉在一起。
这个站怎么写
- 不追求全，只收我认为值得反复回看的东西。
- 不写平均用力的总结，每篇都尽量给出明确判断。
- 不搬运原文，优先留下自己的理解、取舍和以后还会回看的笔记。