职业转型路线 · 2026-09-02

六轮学习：从 Codex
走到 GEODYNA 智能体

每一轮都从用户输入重新走完同一条 Codex 链路，再把这一轮学到的机制映射到 GEODYNA。最终目标不是“读过源码”，而是做出能操作真实工程软件的智能体。

两个最终验收物：① 一个接入 GEODYNA 正式命令接口、具备风险控制与评测证据的智能体；② 一套能够用于竞争腾讯 AI 原生产品经理岗位的 PRD、架构、Demo、数据与项目陈述。
GEODYNA 只读边界：D:\GEODAMNEW 只用于理解现有源码。它已经具备项目 Command API、脚本/AI 命令入口、Undo/Redo、审计和危险操作确认机制；智能体代码必须放在独立工作区，通过现有正式边界接入，绝不修改 GEODYNA 项目。

先看三个能力层级

A · 看得懂（第 1–2 轮）

先看清每一层负责什么，再看清同一份数据怎样穿过完整链路。

B · 讲得清（第 3–4 轮）

能解释状态、分支、Agent 循环、工具、安全和失败收口。

C · 做得出（第 5–6 轮）

能设计并实现 GEODYNA 智能体，用 Demo、评测和产品材料证明判断。

按最近一周节奏：每周 4＋1

最近七天的学习痕迹显示，你更适合高频短课，而不是周末一次连续学习几小时。默认每周安排五个学习触点，另外两天留作休息或顺延。

每周安排次数单次时间做什么
新站学习3 次40–50 分钟日常动作 → 术语 → 一小段源码 → 当场提问
回忆与问答1 次25–30 分钟不看资料复述链路，集中解决没懂的词
产品化输出1 次60 分钟画图、写接口说明、做场景判断或更新作品集
休息 / 顺延2 天不固定漏掉一课就整体后移，不在第二天补双倍

每次新课内部按 5 分钟回忆、20–25 分钟新内容、10–15 分钟问答、5 分钟复述收口。复杂内容拆成两次，不靠延长单次时间硬撑。

二十四周默认日历

时间轮次阶段结果
9 月 2 日—9 月 13 日第一轮 · 职责能用一句话讲清六站责任；当前从第 2 站继续
9 月 14 日—9 月 27 日第二轮 · 数据完成文字、图片、Item、事件的端到端数据流图
9 月 28 日—10 月 11 日第三轮 · 状态与控制完成 Turn 生命周期状态图和用户操作规则
10 月 12 日—11 月 1 日第四轮 · Harness 与 Loop讲清模型—工具循环、权限、安全、重试和停止条件
11 月 2 日—11 月 22 日第五轮 · 生产产品形成架构、指标、评测、安全与可观测性方案
11 月 23 日—12 月 20 日第六轮 · GEODYNA MVP完成最小端到端 GEODYNA 智能体和第一版产品材料
12 月 21 日—2027 年 1 月 17 日作品强化 · 产品化扩充真实工作流、评测集、风险控制、可观测性和迭代证据
1 月 18 日—2 月 14 日求职强化 · 腾讯完成岗位证据表、项目案例、Demo 视频与案例面试训练

前 16 周完成六轮与最小原型，后 8 周把它变成可信作品并准备腾讯招聘评估。这是按当前频率估算的基线；判断是否前进只看通关证据，不看日历是否到了。

同一条链路，重走六轮

submit_user_message_with_history_and_shell_escape_policy（ChatWidget）→ turn_start_inner → start_or_steer → RegularTask::run → run_turn → 通知回到 TUI

这六个位置是一轮里的“六站”。每轮都从第一站重新出发，完整走到结果返回；下一轮再回到第一站，用更深的一副眼镜重看。

第一轮 · 当前进行中

职责轮：先知道谁在做什么

本轮镜头
每一站只问：接到什么、负责什么、交给谁、何时算结束

完整范围
从 ChatWidget 提交，一路看到 Core 执行，再看到完成通知返回 TUI

GEODYNA 对照
画出“用户提出工程任务以后，界面、Agent、Command API、求解与结果层分别负责什么”

当前进度
第 1 站已完成；下一站是 turn_start_inner

通关标准：不用讲 Rust，能用一句话说清六站的责任与交接关系。完成全部六站后，才进入第二轮。

第二轮 · 重新从第 1 站开始

数据轮：同一份输入怎样一路变形

本轮镜头
只追数据：文字、图片、Item、命令、请求参数、Core 输入、事件与通知

重新起点
回到 submit_user_message_with_history_and_shell_escape_policy

GEODYNA 对照
设计自然语言、计划、正式命令参数、执行结果与进度事件的数据流

关键问题
数据内容是否相同？只是名字变了，还是结构和语义也变了？

通关标准：给出一条带文字和图片的消息，能说清它在每一站叫什么、增加了什么、最后怎样变成通知。

第三轮 · 再从第 1 站开始

状态与控制轮：为什么走这条分支

本轮镜头
条件、分支、返回值、排队、start、steer、中断、失败和完成状态

重新起点
再次从输入提交开始，观察每一站作出的决定

GEODYNA 对照
设计工程任务的计划、待确认、执行、失败、撤销和完成状态

关键问题
什么条件触发哪条路？当前 Thread 和 Turn 状态会怎样变化？

通关标准：面对新提问、追加指令、排队、中断和失败，能判断系统会走哪条路径以及用户会看到什么。

第四轮 · 再从第 1 站开始

运行机制轮：Agent 怎样循环并安全使用工具

本轮镜头
模型调用、工具调用、工具结果、再次推理、审批、沙箱、重试、压缩与收尾

重新起点
仍从同一个提交函数开始，重点深入 RegularTask::run 和 run_turn

GEODYNA 对照
设计模型调用正式 Command API、等待结果、请求确认和继续规划的 Harness

关键问题
循环为什么继续或停止？风险动作由谁拦截、由谁批准？

通关标准：能解释一次工具型任务为什么可能经历多次模型—工具循环，以及每种停止方式怎样反馈给用户。

第五轮 · 再从第 1 站开始

生产产品轮：怎样把链路做成可用的系统

本轮镜头
层级职责、API 契约、Tools / MCP、RAG、Memory、Workflow、Multi-Agent

质量镜头
评测、Badcase、可观测性、成功率、延迟、Token 成本、安全与合规

重新起点
逐站寻找产品指标、故障点、权限边界和运营抓手

GEODYNA 产出
智能体架构一页纸、指标树、评测集、权限矩阵和风险清单

通关标准：能为一个真实企业场景设计从 PoC 到生产上线的 Agent 方案，并说明如何评测、运营和治理。

第六轮 · 最后从第 1 站重建

实现与表达轮：亲手做出并讲清这条链路

实现任务
完成自然语言 → 计划 → GEODYNA Command API → 过程反馈 → 结果解释的最小纵向工作流

产品作品
GEODYNA 智能体 PRD、架构图、交互原型、运行 Demo、评测报告与版本路线

岗位匹配
按腾讯当期岗位建立“要求—证据—缺口—补强计划”

表达训练
分别用产品语言和工程语言，10 分钟讲清场景、机制、取舍与指标

通关标准：不是展示一个聊天框，而是让智能体安全地完成一个真实 GEODYNA 工作流，并用执行记录和评测结果证明效果。

每一站都使用同一种学习循环

日常动作 → 准确术语 → Codex 源码 → GEODYNA 只读映射 → 产品产出 → 场景小测

这样会发挥你的产品经验，同时逐步补齐技术语言。同一条链路会反复出现；第一轮先建立职责地图，再精读当前链路实际遇到的数据结构、状态分支和 Rust 语法，不脱离 Agent 场景单独学完整门语言。

六轮之后的八周作品强化

强化阶段GEODYNA 智能体产出腾讯岗位证据
产品化 4 周在独立项目中完成真实纵向工作流、风险确认、执行记录、评测集和 Badcase 迭代证明能把 AI 能力嵌入复杂企业软件，而非只做聊天功能
求职 4 周稳定 Demo、演示视频、架构说明、指标结果与版本复盘完成岗位能力证据表、10 分钟项目陈述、产品案例与模拟面试

继续第一轮：进入第 3 站

  1. 第 2 站 turn_start_inner 已通过。
  2. 阅读 start_or_steer_turn 源码精读，先区分公开门面与真正的 Session 路由。
  3. 用三个场景解释 Started、Steered 和 NotSubmitted。
  4. 随后依次走 RegularTask::run、run_turn 和通知返回 TUI。
  5. 六站都能用一句话讲清后，再回到第一个提交函数，开始第二轮的数据追踪。

为什么这条路线与腾讯目标有关

腾讯云 ADP 的官方能力覆盖 Agentic Loop、RAG、Workflow、Multi-Agent、工具与连接器、评测、运营、安全和可观测性；CodeBuddy 又把开发智能体、工程理解、知识库、评审和 MCP 放进真实编码产品。2026-08-28 的腾讯官方 AI 产品岗位示例还强调产品全生命周期、AI 与企业知识场景融合、跨团队交付，以及依据用户反馈与业务数据持续迭代。因此 GEODYNA 智能体必须同时证明架构理解、真实交付和数据化迭代，而不能只证明会写提示词。

官方依据：腾讯云 ADP 产品概述 · 腾讯云 CodeBuddy · 腾讯 AI 产品经理岗位示例 · 腾讯招聘

现阶段明确不做什么？