《深入理解 AI Agent》阅读导航
·4 分钟阅读
李博杰的《深入理解 AI Agent:设计原理与工程实践》提供了书稿和配套实验。这份导航参考官方 2.0 版,整理概念关系、阅读顺序和实践方法,适合想从 Python 开发逐步进入 Agent 工程的读者。
先把概念放进一次任务里
把这三个问题连起来,就是理解 Agent 的入口。记忆与知识检索可以补充上下文,工具返回的结果又会进入下一轮判断。遇到新概念时,试着把它放回“接收任务、判断、行动、读取结果、继续或结束”的过程中。
阅读顺序与难点
如果希望先做出一个小应用,可以采用下面的顺序:
- 第 1–2 章:先认识 Agent 的基本循环,再理解上下文怎样影响行为。Python 还不熟练时,可以边读边补模型调用、JSON 和返回值处理
- 第 3–5 章:依次学习记忆与知识库、工具、Coding Agent。先追清信息和调用过程,再深入复杂实现
- 第 7、9 章:有了原型后,学习评估和持续改进。为小应用准备一组固定任务,记录失败,再比较修改前后的结果
- 第 6、10 章:需要语音、界面操作等交互能力,或多 Agent 协作时再展开。涉及的系统设计更复杂,适合带着具体需求阅读
- 第 8 章:模型后训练需要更多机器学习与训练背景,可以先了解它解决什么问题,之后再深入
这条顺序偏向应用开发。通读全书时,仍可按目录推进;不必把暂时跳过的章节当成必须立刻补齐的缺口。
怎样配合实验
每次挑一个想弄清的问题,再找对应实验。先读 README,确认目标、环境要求和验收方式,也要看清项目属于可运行实现、复现说明还是设计方案。
运行后尝试只改变一个条件,例如提供给模型的信息或可用工具,再比较行为变化。笔记可以只记录三件事:原本预期什么、实际发生什么、下一步怎样验证。
如果借助 AI 编写代码,最后仍要自己检查输入、输出和失败情况。能解释一次运行为什么成功或失败,比只留下“运行通过”更有用。