P0–P7 Agent 工程项目阶梯

从一个小工具循环开始，逐步加入停止、检索、计划和恢复。阶段编号是安排练习的方法，不要求所有产品都配齐全部能力。每一级先证明它解决了当前问题，再继续下一步。

版本与资料依据

  • last_verified: 2026-08-24
  • version_scope: 2026 curriculum
  • source_type: engineering synthesis
  • stability: version-sensitive

每一级只引入解决当前问题所需的组件；验收需要 trace 与失败 case，而非录屏。

Level Goal Required Components Non-goals Acceptance Tests Failure / Evidence
P0 Tool-calling Agent 单轮选择一个只读工具 model、schema、parser、mock tool ReAct、memory、plan 正确工具/参数；非法参数不执行 raw/parsed event、result
P1 Minimal ReAct 多轮 observation→action→final state、tool result、max steps planner、RAG 两工具链路；可停止 step trace、stop reason
P2 Minimum SWE Agent 在小仓库定位、修改、测试 file I/O、shell、diff、test multi-agent、长期 memory 给定 issue 的测试通过 patch、command log、tests
P3 Reliable SWE Agent 处理超时、失败、取消、重复动作 validation、retry class、budget、cleanup durable queue 错误注入下状态一致 failure taxonomy、no orphan process
P4 Agent Harness 抽离 context/tool/runtime/policy/session registries、context manifest、permission、trace 自动进化 provider/tool 可替换 contract/component tests
P5 Coding Agent 支持大型 repo 与交互式开发 JIT retrieval、compaction、skills、ACP/MCP 可选 默认 multi-agent 多文件任务、上下文压缩后继续 manifest、citations、reviewable diff
P6 Durable Agent 重启后继续长任务 checkpoint、lease、idempotency、reconciliation 跨域自治 kill/restart/duplicate delivery persisted state、recovery trace
P7 Production Agent 以 SLO 运营并受控发布 eval gate、security、cost、observability、runbook、rollback 追求“全自主” canary、回归、安全与故障演练 dashboard、incident/runbook evidence

逐级边界

  • P0/P1 不需要 RAG、Memory、Plan、Skills 或 Multi-Agent。
  • P2 的核心是 ACI、patch 与测试证据，不是聊天体验。
  • P3 先解决可靠性，再在 P4 抽象 Harness。
  • P5 只有能力目录变大时才引入 progressive disclosure。
  • P6 的 durable state 不得只依赖对话历史。
  • P7 的毕业标准是可运营、可审计、可回滚。

每升一级，只引入一个新问题

可以给整条路线固定一个“工单助手”：先回答一条工单，再加入只读工具；随后加入资料检索、跨会话偏好、审批和故障恢复。数据与任务尽量不变，才容易看出新增机制解决了什么问题。

每一级都保留上一版测试。加入记忆后，要检查是否串用户；加入子 Agent 后，要检查共享文件冲突；加入恢复后，要检查重复提交。不要为了凑齐架构名词，把所有机制一次放进最初版本。

当前框架的最小循环和持久执行能力可以作为参考，但本章的 P0–P7 是教学顺序，不是行业认证等级。最后交付的证据应是可复现的任务、失败案例和测试结果。

本节的核验依据

2026-10-25 查阅。下面的链接支持本节的机制说明；练习场景和选型建议是本教程的教学设计。