🏠 总目录📚 本教程 00 · 如何使用本教程 →

智能体工程 · 阅读指南

今天先看懂哪个边界?

教程从工具调用循环出发,逐步引入检索、权限、评测与交付验收。

读完能区分学习路线的预期成果和已经验证的结果。阅读估时与实践耗时分别计算。

📑 本页目录(点开跳转)

00 · 如何使用本教程(ADHD 版)

⏱ 阅读参考约 23 分钟 · 动手实践另计;可分段完成


🎯 一句话

这一节不讲 Agent,讲怎么让你真的学完它。如果你已经读过《推荐算法》教程的第 00 节,规则一样,扫一眼下面的「本教程特有的三件事」就够了。


🧭 为求职准备,先按目标进入

目标 相关章节 后续产出
从零开始理解 Agent 01 · 第一个 Agent 看懂循环与工具调用
企业知识库 / RAG 11b · 文档入库 检索对照、引用诊断与权限负例
MCP / 工具平台 08c · 鉴权与互操作 真实协议测试与宿主接入
可交付的完整项目 17b · 企业知识助手 代码、评测、审批恢复与运行验收
模型训练或推理岗位 17c · 岗位专项 按 JD 补专项实验

🧠 这套教程和普通教程的区别

普通 AI 教程的三个坑,这里都做了针对性处理:

普通教程的坑 本教程的做法
前三章全是概念,没有产出 第 1 节先用可控的假模型跑通工具循环;真实模型调用另做,不需要先有 API Key
一章 50 页,走神了不知道从哪回来 按主题分段,用 ⚡ 走神救援回顾关键步骤
默认你记得前面讲了什么 每节自包含,开头 🎯一句话 给全节精华
只讲成功路径,不讲怎么排查 每章都有 ⚠️坑表,讲真实会踩的错误和症状

🔧 标记系统(和其他教程一致)

标记 意思
⏱ 阅读估时与动手时间分别计算
🎯 一句话 先知道这一节要解决的问题
⭐ / 🎁 主线建议优先 / 加餐按需
🔨 动手 有代码,复制去跑,别只看
⚠️ 坑 真实会踩的错误
💡 人话翻译 概念的白话版
🔗 和站内其他章的关系 这块知识和站里别的章怎么接
✅ 检查点 答案折叠着,先自己想
⚡ 走神救援 先扫短要点,不清楚再回看例子 ⭐
📚 延伸阅读 想看更细的原始材料时点进去

⭐ 中断后先扫走神救援,找到上次的输入、操作与结果。仍然不清楚时,可以重读相关段落,不必强行进入下一节。


📌 本教程特有的三件事

1. 它和站内其他教程的分工

信息关系

《机器学习与深度学习基础》→模型内部在算什么
《机器学习的数学原理》→凭什么这么做
《大模型全景导论》→这个领域有哪些方向
《智能体工程教程》 ← 你在这里
怎么【用】模型搭出能干活的系统
《推荐算法》 / 《Kaggle 方法论》→两个纵深领域

⭐ 一个重要的定位:这套教程是"应用层",不需要你懂模型内部。 你完全可以在不知道什么是注意力机制的情况下学完它并做出东西。 (好奇的话再去看全景导论主线 2 · 模型怎样看懂一句话。)

2. 你需要一点 Python,但只要一点

会 def、dict、for 就可以开始。后面的工程实践会继续用到异常、类型、异步、数据库事务、测试与命令行;遇到时沿链接补,不把“会调用 API”当成全教程的能力上限。

# 独立可运行:先用可控模型响应理解输入输出。
def call_model(messages):
    return {"role": "assistant", "content": "收到:" + messages[-1]["content"]}

print(call_model([{"role": "user", "content": "你好"}]))

💡 没有 API Key 也能学:第 1 节的代码用一个「假模型」就能跑通全部机制。 零成本,而且假模型反而让你看得更清楚——因为你能控制它返回什么。

3. 时效性警告 ⚠️

Agent 领域比推荐系统变得还快。方法论比参数持久:

会过期的 长期有效的
某模型的 token 上限是多少 「上下文是有限预算」这个原则
哪个框架最流行 Agent 循环的结构
具体的 API 参数名 工具设计的原则(ACI)
当前最强模型是谁 「先简单再复杂」的降级测试

每章先教机制;具体 API 的版本、历史实测与尚未执行的部分按章分别说明。看到具体数字时,记住它是「量级感」不是「当前值」。


⏲️ 可中断、可恢复的学习节奏

这些是可选安排,不是“ADHD 必须这样学”的统一规则。

① 从一个小动作开始

可以只看一个工具调用示例,或用几分钟读本节结论。计时器有帮助就用,不必固定为 10 分钟。

② 按精力决定读多少

看完一个例子可以休息,也可以继续。不用为了“一天两节”硬撑或强行停下。

③ 把卡点写具体

例如:“这次模型输出的是文字还是工具参数?”卡点影响下一步时就返回补,不用攒够五条;未影响当前目标的细节可以暂存。

④ 用可观察结果验证

先预测循环下一步会调用什么,再运行对照。没有运行环境时,可以先对着示例跟踪输入和输出,下次再验证。

一次可完成的小目标: 在第 01 节里分清“模型提出调用”与“外层程序执行工具”,并找到工具结果回到循环的位置。


🚫 本领域特有的陷阱

陷阱 为什么是陷阱 替代做法
先学完 LangChain/框架再说 框架把机制藏起来了,出问题你不知道在哪 本教程教你徒手造轮子(第 1、18 节),懂了原理任何框架都是一层皮
收集 100 个 Prompt 模板 模板会过期,且不告诉你"为什么这么写" 学第 3 节的原则就够
没有 API Key 就不开始 真实模型调用需要凭证,但理解循环不必先有它 第 1 节用「假模型」跑通全部机制,零成本
追新闻(今天 X 发布了 Y!) 新闻容易分散当前的实践目标 ⭐ 每章的方法论半年后依然成立。看新闻的时间用来跑一段代码
一上来就做多 Agent 多个 Agent 会增加通信、状态同步和结果合并的复杂度 先把单 Agent 做扎实(第 13 节会告诉你什么时候才真的需要多 Agent)

🔑 最后一条值得展开:很多人被"多 Agent 协作"的概念吸引, 但绝大多数任务用一个 Agent + 好的工具设计就能做。 过早引入多 Agent,你会同时面对"单 Agent 还没做好"和"协作出问题"两个难题。


🗺️ 全教程结构

对照

【阶段1】跑起来 01-02 ← 10 分钟造出第一个 Agent

【阶段2】三大基本功 03-05 ← 提示词 / 上下文 / 04b 记忆 / Claude Code 实操

【阶段3】能力扩展 06-11 ← 工作流决策 / 工具 / MCP / GUI 操作 / Skills / RAG

【阶段4】规模化 12-14 ← Harness / 多 Agent / 评测

【阶段5】上生产 15-16c ← 安全 / 企业落地(循环工程在这一章里)

/ 16b 框架这层皮 / 16c 接进真实产品

【阶段6】动手 17 ← 三个实战项目,挑一个做

【阶段7】终极挑战 18-20 ← 手搓框架 / 评测驱动 / 提示注入攻防

【随时查】 附录A 术语 / 附录B 上线清单

两节是全教程的核心,别跳:

章节 为什么
⭐ 第 4 节 上下文工程 理解后面一切的钥匙——工具、RAG、Harness、多 Agent 全都在解决同一个问题
⭐ 第 14 节 评测 不会评测,你所有的"改进"都是感觉

📌 04b · Agent 记忆 是第 4 节的续集,用不用取决于你要做什么:

做一次性任务(一轮问答、一次代码修改)——可以先跳过,第 4 节的上下文工程够用了。

做跨会话的东西(助理、客服、长期陪伴你的编码 Agent)——⭐ 别跳,而且要在做第 11 节 RAG 之前先看。

原因很实际:RAG 和 Memory 的检索那一半是同一套,写入那一半完全不同, ⚠️ 先学了 RAG 的人极容易把 Memory 当成「RAG 换个名字」直接开做, 然后在「该记什么」「新旧冲突谁赢」「怎么忘」这三件事上全部返工。

📌 阶段 5 末尾那两章最容易被忽略,但它们是全教程最长的两章(原标注合计 134 分钟,均为阅读参考,动手另计), 而且要不要读取决于你打算走到哪一步:

16b · 框架这层皮(54 分钟)一行 API 都不写, 它做的是把 LangGraph / CrewAI 这些你上班第一周就会撞见的名字,一个一个对回前面讲过的机制—— 只想自己搭东西可以先跳,要进团队接别人的代码就别跳。

⭐ 16c · 接进真实产品(80 分钟)反过来:用不用框架都躲不掉。 结构化输出、流式输出、护栏这三件事没有任何框架能替你做完, 只要你打算把 Demo 交给真实用户,它就是必读的那一章。


课程路线与实验进展

00b · 学习路线与实验状态 按零基础、RAG项目、Agent工程和面试复习整理入口。阅读打卡与实际运行结果分别记录。

✅ 检查点

  1. 📚 和 ⚡ 两个标记分别是什么意思?
  2. 走神回来可以先看哪里?仍不理解时怎么办?
  3. 这套教程需要你懂模型内部原理吗?
  4. 没有 API Key 能不能学?为什么"假模型"反而看得更清楚?
  5. 怎么用一个小动作验证对工具循环的理解?
  6. 为什么"一上来就做多 Agent"是陷阱?
  7. 哪两节是全教程核心?
👀 答案
  1. 📚 = 延伸阅读(想看更细的原始材料时点进去);⚡ = 走神救援(整章浓缩成一段话,中断后 30 秒接回上下文)。
  2. 先扫 ⚡走神救援,再看上次的例子;不清楚时重读相关步骤也可以。
  3. 不需要。这套教程是应用层,你完全可以在不知道注意力机制的情况下学完并做出东西。好奇再去看全景导论主线 2「模型怎样看懂一句话」。
  4. 能。第 1 节用「假模型」就能跑通全部机制。假模型更清楚是因为你能控制它返回什么,所以能精确观察循环的每一步行为。
  5. 先预测下一步工具调用,再对照运行结果;重点分清模型提出调用、程序执行与结果返回。不运行时也可先跟踪现有例子。
  6. 因为多个 Agent 会增加通信、状态同步和结果合并的复杂度,而绝大多数任务用一个 Agent + 好的工具设计就够。过早引入会让你同时面对"单 Agent 没做好"和"协作出问题"两个难题。
  7. 第 4 节上下文工程(理解后面一切的钥匙)和第 14 节评测(不会评测所有"改进"都是感觉)。

本节回顾

⚡ 走神救援

先记住这几件事

现在做一件事:设 10 分钟闹钟,打开 👉 01-第一天-10分钟造出你的第一个Agent.md

打卡记录保存在你的浏览器里,首页能看到总进度