Agent 开发学习路线：从 Minimum Agent 到 Production Agent

做一个能回答问题的聊天窗口并不难；难的是让它连续做事，遇到错误能调整，做完还能证明结果。可以沿着一个小任务学习：读文件、找问题、修改文件、运行测试。下面各模块解释的，就是这条路径上的不同环节，不需要第一天就把所有组件装齐。

版本与资料依据

  • last_verified: 2026-08-24
  • version_scope: 2026 Agent Engineering
  • source_type: official-spec + primary-paper + official-repository
  • stability: version-sensitive

这条路线把 模型能力、Agent 控制循环、Context Engineering、Tool Runtime 与 Harness 工程分层学习。它不把“调用一次大模型”当成 Agent，也不把 RAG、长期记忆、计划器或 Multi-Agent 当作所有系统的默认组件。

与 AI Agents in Depth 2.0 怎样一起读

本次章节映射固定在原书提交 4dc4429d56ff，核对日期为 2026-09-20。原书和本站的编号不是同一套目录；按主题对应，不要拿本站的“08”去猜书里的第八章。

原书章节 本站对应模块 阅读时带着的问题
1：Agent 基础 Agent 基础、Loop、Harness 下一步是谁决定的，何时结束？
2：上下文工程 Context Engineering、Skills 这一轮到底把哪些材料交给了模型？
3：用户记忆和知识库 Knowledge 与 Memory 要保存的是用户偏好，还是可引用的资料？
4：工具 Tools 与 Runtime 请求怎样变成实际动作，错误怎样返回？
5：Coding Agent 与通用 Agent Harness、现代 Agent 源码研究 修改如何落盘，结果如何验收？
6：交互 Browser Runtime、Production Agent 外部事件到来时，正在执行的任务怎么办？
7：评估 Evaluation Observability Safety 什么证据说明任务真的完成了？
8：模型后训练 Model Post-training 改的是模型参数，还是外围程序？
9：持续进化 Agent Evolution 改动怎样经过评测，再发布或回滚？
10：多 Agent 协作 Multi-Agent 分工的收益是否超过通信与重复工作的成本？

同步上游不是整本复制，也不是照搬所有结论。本站保留工程主题结构，修正旧链接，并补充与已有知识连接的说明。书中示例涉及的特定模型、价格、实验分数仍需按原实验条件阅读；章节映射完成不代表 109 个配套实验都已复现。

1. 两个工程心智模型

  • 实现视角：Agent = Model + Context + Tools。模型基于本轮上下文产生决定，工具把决定连接到外部世界。
  • 系统视角：Agent = Model + Harness。Harness 组织 context、tool/runtime、permission/policy、execution control、validation、recovery、trace/session。

这两个公式用于划分工程责任，不是唯一的学术定义。一个固定 DAG 也许包含模型节点，但若控制权始终由预定义图掌握，它更接近 workflow。

flowchart LR U[Goal] --> C[Context Assembly] C --> M[Model] M --> D{Decision} D -->|tool| R[Tool Runtime] R --> O[Observation] O --> C D -->|final| V[Validation] V --> E[Evidence-backed Result]

2. 主线顺序

  1. Agent 基础：Model、Agent、Workflow、Loop、Tool、Skill、Memory、Context、Harness、Runtime、Multi-Agent 的边界。
  2. Agent Loop：Minimal → Reliable → Planned → Workflow → Durable；先获得可停止、可验证的单 Agent。
  3. Context Engineering：Manifest、Assembly、Token Budget、Compaction、Prompt Cache、JIT Retrieval、Progressive Disclosure 与信任边界。
  4. Tools 与 Runtime：Schema、Registry、Invocation、Execution、OS Process、File/Shell/Browser、权限、幂等与证据。
  5. Knowledge 与 Memory：RAG/Knowledge 与 Memory 是两个子系统；均可向 context 提供材料，但不等同于 context。
  6. Agent Harness：执行控制、session、trace、恢复、验证与扩展点。
  7. Skills 与 Protocols：Skill/Tool/Prompt 及 MCP、A2A、ACP 的层级与版本边界。
  8. Evaluation / Observability / Safety：先建立任务、环境、validator、trace 与回归门，再讨论扩展能力。
  9. Production Agent：可靠性、成本、SLO、发布、运维、审计。
  10. Project Ladder：P0–P7 的逐级可验收工程项目。
  11. 完整链路与架构对照：把局部机制放回端到端系统。
  12. Multi-Agent：只有角色隔离、并行吞吐或权限隔离收益高于协调成本时才使用。
  13. Agent Evolution：以评测、版本、sandbox 和 rollback 约束候选更新。
  14. Model Post-training：可选高级轨道；区分 Harness Improvement 与 Model Improvement。
  15. 源码研究：固定 commit、证据等级和未知项，不把静态推断写成产品承诺。

先把单 Agent 做到能验证、能交付，再按需学习多 Agent、进化与模型后训练。历史目录编号保留，网页按上述学习顺序展示。

3. 最小学习闭环

每阶段都执行：Read → Implement → Trace → Evaluate → Explain failure → Fix → Regression。只展示成功 Demo 不构成完成；至少保存输入、模型事件、工具调用、stdout/stderr 或 API 结果、停止原因和验收证据。

4. 哪些能力不是默认项

能力 何时引入 何时暂缓
Plan / Scheduler 任务可拆分、依赖可验证、重规划有收益 单步或短链任务
RAG 答案依赖外部可引用知识 模型与确定性工具已经足够
Long-term Memory 跨会话个性化或持续状态有明确收益 一次性任务或写入质量不可控
Reflection 有独立 verifier 或可测反馈 只是让同一模型重复评价自己
Multi-Agent 并行、隔离或异质能力收益可测 单 Agent + tools 已可可靠完成
Post-training 有高质量轨迹、奖励和离线回归 仅靠 prompt/harness 就能修复

5. 毕业判据

  • 能画出模型、context、tool/runtime、harness 与环境的责任边界；
  • 能解释一次失败发生在 selection、schema、permission、execution、observation、validation 还是 termination；
  • 能用 deterministic validator 优先验证可确定的结果；
  • 能在预算耗尽、取消、重启和部分失败后给出一致状态；
  • 能用固定数据集比较变更前后成功率、成本、延迟和安全指标；
  • 能将版本敏感结论追溯到官方规范、原始论文或固定源码 commit。