《AI智能体开发培训》PPT创作过程的价值判断记录
一、起点问题
领导反馈："堆砌了好多概念"
追问：为什么堆砌概念不好？
答案：
- 认知负荷理论：人脑一次只能处理4-7个新信息块
- 概念堆砌 → 认知超载 → 学不进去
- 只听概念的24小时留存率只有5%
二、核心价值判断
判断1：少即是多
选择：61页 → 20页，10+概念 → 3个概念
理由：
讲透3个概念 > 蜻蜓点水讲10个概念
取舍：
- 删除：LangGraph核心概念(State/Node/Edge)、框架对比表
- 保留：MCP、Skills、Agent三个核心概念
判断2：用已知解释未知
选择：大量使用类比
| 概念 | 类比选择 |
|---|---|
| MCP | USB接口（标准、即插即用） |
| MCP工具 | "手脚"（执行能力） |
| Skills | 新员工培训手册（告诉他公司规则） |
| Skills | 结构化的提示词（学员熟悉的东西） |
| Agent | 协调员（把工具和知识串起来） |
理由：人脑更容易记住图像和比喻
判断3：对比展示，降低学习门槛
选择：用左右对比展示"原来你会的" vs "现在加一点"
示例：
原来的接口写法 MCP工具写法（加一行）
def read_contract(): @mcp.tool() # ← 就加这个
... def read_contract():
...
价值判断：
- ❌ 告诉学员"这是一个全新的东西"
- ✅ 告诉学员"这和你之前写的一样，只是加了一点点"
效果：消除畏难情绪，建立学习信心
判断4：先Why再How
选择：调整讲解顺序
❌ 错误：MCP是什么 → 怎么定义 → 工具描述怎么写
✅ 正确：大模型缺什么 → 需要MCP → 怎么用
理由：先讲痛点，学员才有动力听解决方案
判断5：公式比架构图更清晰
选择：用公式代替复杂的架构图
❌ 复杂架构图：大模型 → MCP → Skills → Agent框架（箭头乱）
✅ 公式：Agent = 大模型 + MCP工具 + Skills知识
理由：简单直接，一目了然
三、被否决的方案
方案A：保留所有技术细节
理由：学员是开发人员，应该能理解
否决原因：高估学员接受能力，忽视认知负荷
方案B：只讲一个框架（LangGraph或DeepAgents）
理由：减少选择困难
否决原因：实际工作中两者都可能用到，不如讲通用的3个概念
四、教学设计原则（最终确定）
| 原则 | 说明 |
|---|---|
| 一个核心观点 | 每页只传达一个核心信息 |
| 10分钟法则 | 每10分钟：1概念 + 1例子 + 1互动 |
| 用比喻和图示 | 人脑更容易记住图像 |
| 先Why再How | 先痛点，再方案 |
| 对比展示 | "原来我会"→"现在加一点" |
五、效果评估
改进前：61页，概念密集，信息密度高 改进后：20页，聚焦3个概念，每页约5分钟
核心变化：
- 从"教完所有内容"→"让学员真正学会"
- 从"展示我的知识"→"降低学习门槛"
- 从"技术正确"→"教学有效"
