因果链：一次请求的运行时旅程
★ 自动播放
X/02 因果链 + X/03 第一公民
8 个概念不是并列的表格——是一条因果链。看一个真实请求「整理 Q3 销售周报发管理群」从第一公民决策开始，每个环节都在改变下一轮发给 LLM 的 messages。LLM 永远是 f(上下文)，因果链就是"谁在往上下文里加东西"。
待播放
因果链装配线：每一环 = 对「下一轮发往 LLM 的上下文」的一次加工
⚙️ 框架主导
第一公民Prompt 驱动
Agent Loopwhile 每轮重发
上下文全量 messages
记忆压缩提取摘要
Skill技能注入 system
工具tool_call 回填
多 AgentSupervisor 分派
安全发送前扫描
💬 LLM 服务 🤖 模型推理层 · 每轮看到的 messages = 因果链各环节的"成品"
—
⚡ 运行时动作：正在发生什么💡 知识讲解：为什么这么设计
点 ▶ 播放，看「整理 Q3 销售周报发管理群」这一个请求，怎么沿因果链走完、每环怎么跟 LLM 交互。
知识点一句话总结：Agent 工程的 8 个概念是一条运行时因果链——第一公民决定循环由谁控制（Prompt 驱动则 LLM 控制何时停），循环每轮组装上下文，上下文膨胀触发记忆压缩，记忆积累催生 Skill，Skill 声明能力靠工具执行，复杂任务升级多 Agent，安全贯穿每一环。它跟 LLM 的交互只有一种：往 messages 里加东西（技能/记忆/工具结果），然后全量重发。评估架构 = 沿链检查有没有断点。