跳到主要内容
QZ Site
首页写作项目关于

© 2026 QZ Site. All rights reserved.

豫ICP备2026034998号-1|琼公网安备46020002000486号

← 返回写作

《深入理解 AI Agent》阅读导航

2026年9月29日·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

观点

读这本书,可以先抓住三个问题:模型如何决定下一步?这次决策能看到什么信息?它可以调用哪些工具?

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:

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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。

留意版本变化

注意

2.0 把交互内容集中到第 6 章,旧版第 6–8 章的评估、后训练和持续进化调整为第 7–9 章。使用旧 PDF 时,先按主题找内容,再核对章节编号。

来源与阅读入口

  • 官方仓库与版本说明

  • 官方学习指南

  • 在线阅读

← 较早发布语音转文字与 AI 智能整理结合的价值较晚发布 →用 AI:出结果、长本事、不白忙

最近更新

Agent Engineering · 文章

Prompt Engineering:我会怎样把任务交给模型

沿着做事的顺序理解 Prompt Engineering:先把任务说明白,遇到复杂问题再组织处理过程,最后按需要检查结果。用十种常见方法和具体示例,讨论它们分别解决什么问题、怎样组合,以及什么时候不需要增加复杂流程。

2026年11月5日·23 分钟阅读

Agent Engineering

从 Prompt 到 Harness:我对 Agent 工程的理解

刚开始使用大模型时,我最关心的是:怎么把话说清楚,让模型给出更好的回答? 后来,我开始做 Agent,发现问题逐渐变了。模型不只是回答问题,它还要读取文件、调用工具、处理结果,甚至跨越多轮对话和多次运行,持续完成一项任务。 这时候,光把提示词写好已经不够了。我还需要考虑:模型每一步能看到什么?工具出了问题怎么办?

2026年11月5日·14 分钟阅读

学习流程

为了一个中文 hover,我和 AI 绕了一大圈

最近,我在读一个 Python Agent 项目的源码。 鼠标放到 argparse、ArgumentParser 这些名字上,编辑器会弹出一大段英文说明。这个悬停提示通常叫 hover,本来是帮助理解代码的,但对我当时的学习阶段来说,它又增加了一层障碍:我得先理解英文,再理解 API,最后才能回到眼前这段代码。

2026年11月1日·16 分钟阅读

目录

  • 先把概念放进一次任务里
  • 阅读顺序与难点
  • 怎样配合实验
  • 留意版本变化
  • 来源与阅读入口