横切元认知三篇是整套知识体系的「设计模式 + 系统演化论」——不绑定框架，但所有框架都能用它解释。① 全链路总图：一张图串起 10 个知识点——用户输入 → ①意图识别+Skill路由 → ②Skill加载 → ③Prompt组装（9卡槽）→ ④上下文管理检查（<50% 不压缩 / 50-80% FRC / >80% AutoCompact）→ ⑤压缩前记忆提取 → ⑥Agent ReAct循环（Reason/Act/Observe，记忆检索+工具调用）→ ⑦工具执行网关（Allow/Ask/Deny 三路）→ ⑧任务后处理（记忆提取/Nudge/Curator/Skill自创）→ ⑨全链路可观测（Trace+成本+Judge）；RAG 跨环节三种时机（Pre-retrieval 对应③ / On-demand 对应⑥ / Hybrid 对应④）；同步段（①③④⑥⑦，每步 <100ms）vs 异步段（⑤ 后台 Fork、⑧ Curator 每 7 天）；工具被拒要给 LLM 结构化错误（类型+原因+替代建议，否则死循环）；② 因果链：8 个概念不是并列而是因果链上的节点——选第一公民 → 决定 Agent Loop 控制器（Prompt→模型控制 / Graph→编译时编排 / Memory→记忆注入）→ 决定上下文压缩压力（模型控制轮次不可预测→三级渐进压缩；框架控制轮次可预测→激进压缩）→ 决定记忆重点（Prompt 派压缩=记忆 SessionMemory；Graph 派 Checkpoint=状态快照）→ 记忆积累催生 Skill（某实现：对话→提取→Curator 整理→Nudge→skill_manage→注入=学会新能力）→ Skill 是能力声明、Tool 是能力执行（声明在安全扫描上游）→ 单 Agent 不够用→Multi-Agent（Fork=单 Agent 循环并行化 / Department=组织化）→ 安全是贯穿全链路的约束（每层自带 recursionLimit/权限分级/威胁扫描/压缩熔断/可信度门槛/深度限制）；③ 第一公民理论：每个框架只能选一个第一公民（因为上下文/调度/Token 预算必须有优先级规则）——Prompt 派（Claude Code 15 个 .md / 某编码助手 29 模板，智能在文本）、Protocol 派（Codex JSON-RPC，Agent=网络服务）、Memory 派（某实现 MEMORY.md，越用越懂）、Skill 派（Agent 运行时 全生命周期，能力市场）、Workflow 派（Spring AI StateGraph / 经典编排框架，确定性）、Platform 派（开源多智能体平台/规则引擎）、Gateway 派（网关型产品 224 Skill / 某实现 多平台）、Plan 派（OpenHands Plan→Execute→Critic）；每种第一公民有必然工程结果（Prompt→缓存策略决定成本 / Protocol→序列化无处不在 / Memory→后台整理+遗忘 / Skill→安全审计是瓶颈 / Workflow→不适合开放域）；选型路线：编程→Prompt、陪伴→Memory、平台生态→Skill、企业流程→Workflow、基础设施→Protocol；选"混合派"通常正确（选一个主方向，不放弃其他）。贯穿主线的金句：选了什么第一公民，后面的一切都被决定了；因果链断处=设计矛盾（选了 Graph 却用模型控制循环）；全链路图=面试的"完整流程"回答框架 + 架构选型出发点 + 问题排查的沿链路走。