KNOWLEDGE BASE · 持续更新

把 AI Agent
讲透。

从一次模型调用到一个能自主完成任务的系统，中间隔着上下文、工具、记忆、评估与安全。这里把每一层拆开讲清楚，并给出能运行的代码。

从第一篇开始

7个章节

34篇长文

99条术语

30道自测

4小时精读

agent · traceLIVE

task分析这份财报并给出风险点

THOUGHT

需要先拿到财务数据，再对比同行。

ACTION

search_filings(company="ACME", year=2025)

OBSERVATION

返回 3 份文件 · 42 页 · 0.8s

THOUGHT

毛利率下降 4.2pp，需要核对一次性费用。

ACTION

extract_table(doc_id="10-K", page=27)

✓ 6 步完成 · 3 次工具调用 · 2 条引用

CURRICULUM

七个章节，一条完整的路径

按顺序读是一套课程；按需跳读是一本手册。每篇都尽量给出可验证的做法，而不是概念堆砌。

01Foundations

入门

先建立正确的心智模型：Agent 能做什么、不能做什么，以及它与工作流、聊天机器人的边界。

什么是 AI AgentAgent、工作流与聊天机器人Agent 开发者需要的 LLM 基础

3 篇

02Prompt & Context

提示与上下文

Agent 的上限很大程度由上下文决定。学会写系统提示、设计工具 Schema，并管理有限的上下文预算。

Agent 的提示词工程上下文工程结构化输出与 JSON Schema+1

4 篇

03Architecture

架构模式

从单次调用到自主循环，再到多智能体协作：理解每种架构的收益、代价与适用边界。

Agent 总体架构ReAct 与工具循环规划与任务分解+3

6 篇

04Memory & Knowledge

记忆与知识

Agent 不只需要更大的上下文，还需要会写、会忘、会检索的记忆系统，以及连接外部世界的协议。

记忆系统设计RAG 完整指南Agentic RAG 与高级检索+2

5 篇

05Engineering

工程化

Demo 与生产的差距在工程：框架、模型、评估、可观测性、可靠性、安全和成本。

Agent 框架选型模型选型与成本控制评估体系 Evals+6

9 篇

06In Practice

实战

把前面的概念落成能跑的代码：研究助手、客服工单、代码 Agent 与真实产品案例。

实战：深度研究助手实战：客服工单 Agent实战：代码 Agent+1

4 篇

07Reference

参考

排查手册、面试题、术语表与学习资源：放在手边，随时查阅。

失败模式排查手册Agent 面试 60 问论文、文档与资源

3 篇

START HERE

如果只读五篇

这五篇覆盖了 Agent 工程 80% 的决策点：边界、上下文、工具、记忆与评估。

什么是 AI Agent

从定义、组成要素到能力边界，用一张图建立 Agent 的完整心智模型，并看清 2026 年的技术分层。

01 入门7 分钟

上下文工程

上下文腐烂、压缩、隔离、卸载与检索：把上下文当成稀缺资源来分配，而不是把一切都塞进提示词。

02 提示与上下文9 分钟

工具设计与 Function Calling

工具是 Agent 的手脚。命名、参数、返回值、错误信息和权限，每一个细节都会改变成功率。

02 提示与上下文11 分钟

多智能体系统

主管、流水线、辩论、群聊四种拓扑；上下文隔离的收益，以及协调成本与失败模式。

03 架构模式6 分钟

RAG 完整指南

从切分、Embedding、混合检索到重排与评估：一套能真正上线的检索增强生成方案。

04 记忆与知识10 分钟

HOW TO USE

怎么用这份知识库

不要从头背到尾。先跑通一个最小循环，再按失败现象回来查。知识只有在调试时被调用，才会真正留下。

查看 12 周学习路线

建立边界感

先读「什么是 Agent」和「Agent vs 工作流」，判断你的问题到底该不该用 Agent。

跑通最小循环

用 ReAct 一文里的 180 行代码，接两个真实工具，观察它在哪里失败。

按症状查手册

循环、幻觉、越权、成本失控——带着问题读，比顺序读效率高得多。

KEEP GOING

准备好动手了吗？

从 30 道自测开始，找出盲区；或者直接进入实战章节，做一个带引用的研究助手。

开始自测看实战项目

把 AI Agent讲透。