深入理解 AI Agent
10 章 · 135+ 配图 · 要点速览
全书围绕一个核心公式展开，用图说话，抓取每章要点——面向开发者、研究者与产品人的中文图文教程。
Agent
=
LLM
+
上下文
+
工具
📚 十章导读
第一部分「如何构建 Agent」（1-6 章）→ 第二部分「如何提升 Agent 能力」（7-10 章）。点击卡片进入图文详解。
PART Ⅰ · 第 1 章
🚀 AI Agent 入门
Agent = LLM + 上下文 + 工具
核心公式、ReAct 循环、Harness 工程——全书的概念地图。
→ PART Ⅰ · 第 2 章🎯 上下文工程
上下文 = 静态前缀 + 轨迹
KV Cache、提示工程、Agent Skills、上下文压缩——全书最关键的一章。
→ PART Ⅰ · 第 3 章📚 用户记忆和知识库
记忆 + RAG + 知识组织
跨会话记住用户、接入外部知识：从用户记忆到 Agentic RAG。
→ PART Ⅰ · 第 4 章🛠️ 工具
感知 · 执行 · 协作 · MCP
五类工具、ACI 设计原则、MCP 协议与主动工具发现。
→ PART Ⅰ · 第 5 章💻 Coding Agent 与通用 Agent
Coding Agent + 文件系统
代码是「能创造新工具的工具」，生产级 Coding Agent 全景。
→ PART Ⅰ · 第 6 章🎙️ 交互：观察与动作空间的扩展
异步 · 语音 · Computer Use · 机器人
从模态与时序两个维度扩展 Agent 与世界的交互。
→ PART Ⅱ · 第 7 章🎯 Agent 的评估
评估环境 · 指标 · 统计显著性
把表现变成可比较的信号：评估驱动选型与系统改进闭环。
→ PART Ⅱ · 第 8 章🧠 模型后训练
预训练 · SFT · RL
SFT 记忆、RL 泛化——把 Harness 的反馈信号写入模型参数。
→ PART Ⅱ · 第 9 章🔄 Agent 的持续进化
学习信号 → 更新载体 → 验证发布
从运行轨迹获得学习信号，更新知识、指令、程序与参数。
→ PART Ⅱ · 第 10 章🤝 多 Agent 协作
群体智能 > 个体智能
协作框架、上下文共享/隔离、失败模式与「Agent 社会」。
→🧭 推荐阅读路径
章节相对独立，可按需选择阅读路线
⚙️ 核心机制图解
11 张原创教学示意图精选 · 一看就懂的核心概念
ReAct 循环——思考 → 行动 → 观察 的迭代，是第 1 章与全书的运行主线（含死循环防护）
上下文即消息列表——system/user/assistant/tool 四种角色 + tools 字段构成每轮输入
KV Cache 原理——为什么上下文越长越贵：缓存前缀复用与内存成本（第 2 章）
RAG 管道——检索 → 增强 → 生成：把外部知识接入 Agent 上下文（第 3 章）
MCP 架构——工具互操作标准：一次接入，处处可用（第 4 章）
多 Agent 协作分类矩阵——上下文共享/隔离 × 对等/管理者/去中心化 六种组合（第 10 章）
🖼️ 原书精华配图
135 张原书 SVG 配图全部开源，本站在各章节中按需引用
图 1-1 Agent 与 Environment 的闭环交互，以及 Agent 内部的 Model–Harness 结构
图 0-2 全书结构：构建 Agent（1-6 章）与提升 Agent 能力（7-10 章）
📝 关于本教程站