从一条设备告警规则出发，区分 DSL、Lexer、YACC、AST 与执行后端，用可运行的 Bison 实验观察 token、shift/reduce、语法冲突和语义边界。
区分宽泛的 Agent-to-Agent 思想与 Linux Foundation 的 Agent2Agent 协议，拆开 Agent Card、Message、Task、Artifact 和三种绑定，并用一个可运行的多轮任务说明如何落地与何时不该使用。
从一条工业设备告警规则出发，区分文本、CST、AST 与 IR，用 Python 标准库实现解析、语义收窄、内存执行和 SQL 编译，并说明这套思想何时值得采用。
从通道、版本和检查点恢复机制出发，理解 thread_id 在业务中的位置；用重试、重新生成和工作流分支，推导对话、消息、命令、运行与请求 ID 的设计和生成方式。
围绕给计算器统一加日志这一件事，理解为什么使用元编程、函数包装如何工作、需要守住哪些约定，以及何时收益值得付出代价。
从依赖注入到容器、代理、模板和自动配置，沿着一条订单流程理解 Spring 背后的编程思想。
从一个 AI 助手无法访问业务数据的现场出发，拆开 MCP 的 Host、Client、Server、Tools、Resources 和 Prompts，再用一次完整调用解释它与函数调用、Agent、REST API 的区别。
从浏览器中的运行按钮出发，先解释代码运行器的四个阶段，再用 Python、Pyodide、Web Worker 和独立仓库完成一条可复现的实现路径。
从状态图的最小模型开始，逐步建立可暂停、可恢复、可观测的 LangGraph 长流程。
从模型和状态图的输出，到浏览器能够稳定消费的 UI 事件，建立一套适合业务演进的流式交互协议。
从运行事件设计开始，逐步建立 LangGraph 的可观测性基础设施。