用途：该资料面向“智能体架构师”，讨论自主 AI 智能体（autonomous agents）的设计原则。其核心观点是：自主性应被逐步赢得，而非直接授予；应先构建高度受限、只可靠完成单一任务的智能体，验证可靠性后再逐步增加自主度。资料指出单步 95% 成功率在第 10 步仅约 60%，用于说明多步自主链路的可靠性衰减。
主要能力与模式：资料列出的能力包括 agent-loops、goal-decomposition、self-correction、reflection-patterns、react-pattern、plan-execute、agent-reliability、agent-guardrails。模式部分包括 ReAct Agent Loop、Plan-Execute Pattern、Reflection Pattern，以及三个反模式：Unbounded Autonomy（无界自主）、Trusting Agent Outputs（盲目信任智能体输出）、General-Purpose Autonomy（通用型自主）。整体主张先有护栏再谈能力，先有日志再谈扩展。
使用方式：资料本身未提供具体安装命令、代码示例或调用步骤；仅从理念与模式层面说明如何设计自主智能体。适用场景为需要规划、调用工具、自我纠错的智能体系统设计，以及为多步自主流程设置约束与可观测性。
限制：资料未提供具体的收费、价格、平台、性能数据或完整实现细节；这些内容暂未提供。URL 为 https://www.skills.sh/dokhacgiakhoa/agent-skills-4-vibe-coding-cli/autonomous-agents。