全面解析 Tool Agents 的核心架构：从 Toolken 词表注入与 CodeAct 代码执行，到 DocPrompting 与 Toolformer 的工具学习，再到视觉打标（Set-of-Mark）与智能体的自主环境探索。

从代码生成的基准测试（如 SWE-bench）、智能体框架（SWE-agent、Agentless）到代码大模型的训练与安全，全面解析 Coding Agents 的前沿进展。

从 Agent 与 Language Agent 的定义与三代演化讲起，分别展开记忆（情节/语义/程序、RAG、HippoRAG）、推理（ReAct 与行动交织）与规划（反应式、树搜索、世界模型与 WebDreamer），最后串联全景并呼应 Bitter Lesson。

从 CoT 与类比提示到 Self-Consistency、ORM/PRM 验证、思维树，再到多轮自反思与 token 预算分配，呼应 Bitter Lesson。

从 reward 设计、policy gradient、PPO 到 RLHF/RLVR，再讲推理阶段多采样与验证、Archon 架构搜索，以及何时用 RL 何时用 test-time scaling。

从预训练与算力、提示工程、微调到强化学习，概览大模型训练与使用的核心方法。