读 FreeSWITCH 的 C 源码，层层封装，又臭又长，看完就忘。与其在源码里硬熬，不如用 Jupyter Notebook 造一个可运行、可视化的最小模型，把线程、阻塞、时序这些"看不见"的东西画出来。本文讲这套方法背后的认知原理、Jupyter Lab 的安装与用法、可视化手段清单，并以一个 audio_bridge_thread 的交互式 Notebook 为例。

写技术教程最尴尬的一点：文字讲得头头是道，读者一跑代码全是坑。我这些年攒了不少笔记，一直想找个既能写概念、又能嵌可运行实验、还能一键出网站/PDF/EPUB 的工具。Quarto + Notebook 这套组合基本满足了我的贪心。本文用一个"AI Agent Loop 入门教程"做实例，从二十行的最小循环骨架，一路加料到接真模型、上安全文件工具、加记忆和任务验收的可用 Agent，演示怎么把 .qmd 文字章节、.ipynb 可运行实验、Mermaid 时序图拼成一本能在线读、能导出出版的书。

AI 最有意义的用途，不是替人更快地交作业，而是缩短“提问、猜想、实验、观察、解释、测试”的学习闭环。本文从认知心理学出发，用 Jupyter Notebook + LLM 演示如何把公式、算法和数据结构从纸面符号变成可以操纵、观察和验证的对象。