概念辨析：Agent / Workflow / Copilot / RAG
厘清 Agent 领域最易混淆的概念群：Anthropic 对 Workflow 与 Agent 的权威划分、Agent 与 Chatbot/Copilot/RAG/Agentic AI/RPA/多 Agent/Harness 的边界，每个概念给出一句话定义、典型例子和「看到 X 就知道它是 Y」的判断标准，最后附一张技术选型决策流程图。
外观
Skip to content✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐 ✨ 推荐
AI AGENT HANDBOOK
Agent 手册
从零理解到亲手构建 AI 智能体 —— 智能体循环 · 提示词与上下文工程 · 工具与 MCP · 记忆 · 规划 · 多智能体 · 评测与安全
从哪条路开始
50+ 篇内容不是要你通读的图书馆，而是可以按需组合的路线图
✨ 编辑推荐
只读十篇的话，读这些
010203040506070809101112
🧭 什么是 AI Agent
拆解 AI Agent 的精确定义与公式（LLM + 规划 + 记忆 + 工具），对比 Anthropic、OpenAI、IBM 的权威表述，梳理 2023-2026 年 Agent 爆发的技术前提，并用 30 行伪代码展示最小 Agent 的完整循环。
导读🧭 学习路径：三条路线
本站三条学习路线的完整使用说明：2 周求职冲刺、8 周系统进阶、在职建造者案头速查索引，附逐日计划、每周检验标准和 20 题自检清单。
导读⚙️ 工具调用与 MCP
Function Calling 的完整时序与宿主执行模型、让模型「选得对、调得准」的工具设计原则、工具爆炸的应对（Tool Search / 分层暴露）、MCP 协议架构与 2026 年生态现状，附手写 MCP server 最小可运行示例。
核心组件⚙️ 上下文工程
从 prompt engineering 到 context engineering 的范式升级：为什么上下文是稀缺资源，写入/选择/压缩/隔离四大策略如何落地，以及 Manus、Claude Code 在生产环境验证过的会话压缩、工具掩码、KV cache 优化技术。
核心组件⚙️ 智能体循环（Agent Loop）
Agent Loop 是所有智能体的心脏：拆解感知-思考-行动-观察四拍循环，给出可直接照抄的完整伪代码实现，精讲 ReAct 模式，对比 Claude Code、SWE-agent、OpenHands 三款真实系统的循环设计差异，并给出死循环、原地打转、过早收工三类失控模式的对策表。
核心组件🏗️ 多智能体系统
多 agent 什么时候值得、什么时候是过度设计。拆解 Anthropic Research 与 Cognition 两派对立观点，五种编排模式、A2A 协议现状、真实系统案例与成本量化，给出从单 agent 升级到多 agent 的决策框架。
进阶架构🏗️ 评测体系
系统讲解 AI Agent 评测：为什么比模型评测难一个数量级，从单元、轨迹、结果到系统的四层评估框架，LLM-as-judge 的偏差与校准，SWE-bench、GAIA、OSWorld、τ-bench 等主流 benchmark 的最新格局，以及如何自建防污染的私有 eval。
进阶架构🧰 框架选型总览
2026 年 Agent 框架全景：从裸 SDK、OpenAI Agents SDK、Claude Agent SDK 到 LangGraph、CrewAI、Microsoft Agent Framework 与低代码平台，附对比表、隐藏成本分析和可落地的选型决策树。
框架与平台🔍 Claude Code
编程 Agent 的标杆产品深度解剖：从 CLI 到 Web/SDK 的形态演进、主 Agent Loop + Task 子代理的架构、通用原子工具设计哲学、上下文压缩与子代理隔离、权限模型与 hooks 机制，以及可复用到自建 Agent 的完整借鉴清单。
产品案例🛠️ 从零构建一个最小 Agent
不用任何框架，只用 LLM API 手写一个能跑的最小 Agent：50 行 Agent Loop 起步，逐版加上错误回传、步数上限、todo 规划和上下文压缩，每步附完整可运行代码与预期运行轨迹。
实践指南📄 经典论文精读
逐篇精读 Agent 领域 10 篇奠基论文：ReAct、Toolformer、MRKL、Chain-of-Thought、Tree of Thoughts、Reflexion、Generative Agents、Voyager、SWE-agent、CodeAct，含 arXiv 编号、方法图解、实验数据与对后世框架的影响。
论文精读💼 面试题库
Agent 工程师面试全题库：10 道概念题、8 道系统设计题、4 道手写编码题，外加项目深挖、开放观点题与反问清单。每题附考察点和成段的答题框架，而非一句话标准答案。
求职与JD全站内容
按模块浏览，或直接搜索
什么是 AI Agent
拆解 AI Agent 的精确定义与公式（LLM + 规划 + 记忆 + 工具），对比 Anthropic、OpenAI、IBM 的权威表述，梳理 2023-2026 年 Agent 爆发的技术前提，并用 30 行伪代码展示最小 Agent 的完整循环。
学习路径：三条路线
本站三条学习路线的完整使用说明：2 周求职冲刺、8 周系统进阶、在职建造者案头速查索引，附逐日计划、每周检验标准和 20 题自检清单。
智能体演进简史
从 1966 年的 ELIZA 到 2025 年的编程 Agent 军备赛：梳理 AI Agent 六十年思想史与近五年技术爆发史，讲清 ReAct、function calling、MCP、A2A 等关键节点为何在那个时刻出现，并提炼三条可复用的历史规律。
Agent 系统全景解剖
把一个生产级 Agent 系统拆成六层——感知、认知核心、规划、行动、记忆、治理，逐层讲清职责、关键设计决策与常见实现，并给出完整分层架构图和一次请求的系统之旅。
工具调用与 MCP
Function Calling 的完整时序与宿主执行模型、让模型「选得对、调得准」的工具设计原则、工具爆炸的应对（Tool Search / 分层暴露）、MCP 协议架构与 2026 年生态现状，附手写 MCP server 最小可运行示例。
规划与任务分解
系统梳理 Agent 规划能力的四种经典模式（ReAct、Plan-and-Execute、Tree of Thoughts、Reflexion）、Todo 清单机制的工程价值、推理模型时代显式规划的去留之争，以及过度规划、计划僵化等失败模式的对策。
记忆系统
LLM 本身无状态，Agent 的记忆全靠系统设计。本文拆解短期/长期记忆的分类学（CoALA）、摘要压缩与显著性保留、向量检索/结构化画像/文件笔记/知识图谱四种长期记忆实现，以及最难的写入策略与评估方法。
检索增强生成（RAG）
从文档解析到重排生成的 RAG 全链路工程解剖：切分策略对比、混合检索与重排、向量数据库选型、Agentic RAG 的本质区别、RAGAS 评估与失败排查清单。
上下文工程
从 prompt engineering 到 context engineering 的范式升级：为什么上下文是稀缺资源，写入/选择/压缩/隔离四大策略如何落地，以及 Manus、Claude Code 在生产环境验证过的会话压缩、工具掩码、KV cache 优化技术。
提示词工程
面向 Agent 场景的提示词工程实战：System Prompt 四层结构解剖、工具描述与指令层级、ReAct/规划/反思等高级模式、注入防护边界，以及 eval 驱动的提示词迭代方法论。
智能体循环（Agent Loop）
Agent Loop 是所有智能体的心脏：拆解感知-思考-行动-观察四拍循环，给出可直接照抄的完整伪代码实现，精讲 ReAct 模式，对比 Claude Code、SWE-agent、OpenHands 三款真实系统的循环设计差异，并给出死循环、原地打转、过早收工三类失控模式的对策表。
安全与对齐
系统拆解 AI Agent 的攻击面与防御体系：提示注入（直接/间接）为什么是头号威胁、EchoLeak 与 GitHub MCP 等真实事件复盘、最小授权与沙箱隔离的工程做法、OWASP LLM Top 10 2025 解读，以及如何红队测试自己的 Agent。
成本与性能工程
拆解 Agent 任务的真实 token 消耗结构与 10-100 倍成本来源，给出模型分级路由、prompt caching、上下文瘦身、延迟与限流工程的落地做法，附一个带假设的成本优化前后对比案例。
多智能体系统
多 agent 什么时候值得、什么时候是过度设计。拆解 Anthropic Research 与 Cognition 两派对立观点，五种编排模式、A2A 协议现状、真实系统案例与成本量化，给出从单 agent 升级到多 agent 的决策框架。
可观测性与调试
Agent 系统的可观测性三支柱、trace 数据模型（run/span/事件）、LangSmith/Langfuse/Helicone 与 OTel GenAI 语义约定的现状对比，以及从失败轨迹倒推根因的调试方法论和生产监控指标体系。
评测体系
系统讲解 AI Agent 评测：为什么比模型评测难一个数量级，从单元、轨迹、结果到系统的四层评估框架，LLM-as-judge 的偏差与校准，SWE-bench、GAIA、OSWorld、τ-bench 等主流 benchmark 的最新格局，以及如何自建防污染的私有 eval。
人机协作与人类在环
系统讲解 human-in-the-loop 的工程实现：按风险分级的审批模型、对抗审批疲劳的 allowlist 与批量审批、基于 checkpoint 的中断恢复、控制权交接协议，以及 Claude Code / Cursor / Devin 的权限设计拆解和无人值守护栏清单。
框架选型总览
2026 年 Agent 框架全景：从裸 SDK、OpenAI Agents SDK、Claude Agent SDK 到 LangGraph、CrewAI、Microsoft Agent Framework 与低代码平台，附对比表、隐藏成本分析和可落地的选型决策树。
AutoGen
微软研究院的对话式多 Agent 框架：0.4 重构后的 Core/AgentChat/Extensions 三层架构、Team 编排模式与 Magentic-One 系统解析，以及并入 Microsoft Agent Framework 后 2026 年的真实选型建议。
Claude Agent SDK
驱动 Claude Code 的那套 agent harness 开放成的官方 SDK：文件/Bash 工具开箱即用，自带子代理、Skills、hooks、MCP 与权限系统，用 Python/TypeScript 几十行代码就能构建生产级长任务智能体。
CrewAI
CrewAI 用「角色 + 目标 + 背景故事」定义 Agent，用 Crew 做自治协作、用 Flow 做事件驱动控制，是落地最快的多 Agent 框架之一。本篇基于 v1.15.x 官方文档讲清核心概念、可运行代码、与 LangGraph/AutoGen 的哲学差异及真实社区批评。
LangGraph
LangGraph 是 LangChain 生态的 Agent 编排层：用图状态机显式控制 Agent 的每一步。本文基于 2026 年 8 月的 v1.x 文档，讲清 State/Node/Edge、Checkpointer、interrupt 人机协作、LangSmith Deployment 部署与生态分工，并诚实评价其复杂度争议。
OpenAI Agents SDK
OpenAI 官方轻量 Agent 框架：Swarm 的生产级继任者，以 Agent / Handoff / Guardrail / Session / Tracing 六个原语覆盖大多数 Agent 应用，默认走 Responses API 但模型不锁定 OpenAI。
扣子（Coze）
字节跳动的低代码 Agent 搭建平台：Bot 编排、插件、工作流、知识库、多渠道发布一应俱全，2025 年 7 月开源 coze-studio 与 coze-loop，2026 年 Coze 3.0 转向多 Agent 协作。本文拆解其能力、架构推断、定价与和 Dify/n8n 的边界。
AutoGPT
2023 年 3 月发布、GitHub 史上增长最快的仓库，AutoGPT 引爆了第一波 agent 狂热，又用自身的失败给整个行业上了一课。本文复盘它的原始架构缺陷、留下的工程教训，以及 2026 年转型为可视化 AutoGPT Platform 的现状。
Claude Code
编程 Agent 的标杆产品深度解剖：从 CLI 到 Web/SDK 的形态演进、主 Agent Loop + Task 子代理的架构、通用原子工具设计哲学、上下文压缩与子代理隔离、权限模型与 hooks 机制，以及可复用到自建 Agent 的完整借鉴清单。
Cursor
从 Copilot 替代品到年化收入数十亿美元的 agentic IDE：拆解 Cursor 的 Tab 补全、Agent 模式、codebase 语义索引与自研 Composer 模型，以及「IDE 内嵌」与「终端自主」两条 Agent 产品路线之争。
Devin
Cognition 的「AI 软件工程师」Devin 全景复盘：从 2024 年 SWE-bench 13.86% 的轰动发布与 Upwork 演示造假争议，到 2025 年降价 25 倍、收购 Windsurf、2026 年 260 亿美元估值与 4.92 亿美元年化收入的完整轨迹，以及它留给 Agent 工程的真实教训。
Dify
开源 LLM 应用开发平台 Dify 深度解析：来自苏州语灵团队的 14 万星项目，覆盖可视化 Workflow/Agent 编排、RAG 引擎、插件系统与 MCP 双向支持，附自部署架构、商业化模式与 Coze/n8n/LangFlow 对比。
Manus
2025 年 3 月凭一支演示视频出圈的通用 AI Agent：邀请码被炒至数万元、自报 GAIA 三档 SOTA，一年后 20 亿美元卖身 Meta 又被中国监管叫停。本文拆解其多智能体架构、虚拟机沙箱，以及那篇被全行业转发的 Context Engineering 博客。
OpenHands
从 OpenDevin 到 OpenHands：解剖这个开源社区驱动的全栈开发 agent 平台——事件流架构、CodeAct「动作即代码」动作空间、Docker 沙箱运行时、微 agent，以及它在 SWE-bench 上的真实表现和与 SWE-agent 的设计分歧。
Perplexity
搜索 × LLM 最成功的产品化样本：拆解 Perplexity 的检索增强答案生成、引用溯源与 Deep Research 多步研究 agent，梳理其从答案引擎到 Comet 浏览器的演进、商业模式与版权争议。
SWE-agent
普林斯顿团队 2024 年的经典工作，提出 Agent-Computer Interface（ACI）：工具接口该为模型设计，而不是为人设计。靠接口优化把 SWE-bench 解决率从 3.8% 拉到 12.5%，并用 mini-SWE-agent 的 100 行代码反向证明 scaffold 的时代性。
常见陷阱与反模式
Agent 开发的翻车大全：12 条高频反模式按「症状→根因→解法」逐条拆解，从多 Agent 过度工程、上下文膨胀到无评测调 prompt，附 Replit 删库、Cursor 客服幻觉等公开事故的复盘。
从零搭一套 Agent 评测
给上一篇教程的研究助理 Agent 搭一套完整评测：20-50 任务的分层任务集、代码断言 + LLM-as-judge 双层评分器（含完整 judge prompt）、轨迹与成本记录、CI 回归工作流、可运行的 Python 评测脚本，以及一次真实的「评测发现退化→定位→修复」复盘。
从零构建一个最小 Agent
不用任何框架，只用 LLM API 手写一个能跑的最小 Agent：50 行 Agent Loop 起步，逐版加上错误回传、步数上限、todo 规划和上下文压缩，每步附完整可运行代码与预期运行轨迹。
渐进式教程：三版跑起来
用 OpenAI Agents SDK 做三个渐进项目：30 分钟跑通的天气聊天 Agent、带 todo 与文件记忆的研究助理、researcher/writer/critic 三角色多 Agent 加最小评测脚本，附三版复杂度与能力边界对照表。
写好 AGENTS.md / CLAUDE.md
AGENTS.md 已成为 6 万多个开源项目采用的跨工具开放标准，CLAUDE.md 是 Claude Code 的对应机制。本文给出可直接套用的结构模板、正反例对照、分层作用域规则和维护纪律，让你仓库里的"入职文档"真正改变 agent 的每次会话行为。
作品集项目
面向求职的 6 个 Agent 作品集项目，由浅入深覆盖 RAG、Agent Loop、深度研究、浏览器自动化、多 Agent 编排与人工审批，每个项目附里程碑拆解、简历写法与面试追问清单。
Agent 设计原则
从 Anthropic、SWE-agent、Claude Code 等一线实践提炼的八条 Agent 设计原则：简单优先、为模型设计接口、可观测、为恢复而设计、上下文稀缺、权限分级、评测先行、随模型演进简化。每条附出处、正反例与落地检查项。
从这里开始
论文精读模块导读：为什么做 Agent 必须读论文、本模块的选文标准、三遍阅读法在 Agent 论文上的具体用法、如何识别 benchmark 污染与 cherry-pick，以及 2026 年还能用的 arXiv 工具链。
经典论文精读
逐篇精读 Agent 领域 10 篇奠基论文：ReAct、Toolformer、MRKL、Chain-of-Thought、Tree of Thoughts、Reflexion、Generative Agents、Voyager、SWE-agent、CodeAct，含 arXiv 编号、方法图解、实验数据与对后世框架的影响。
论文地图
把 2022-2026 年的 Agent 研究版图整理成一张可导航的地图：推理规划、工具使用、记忆、多智能体、具身、Coding Agent、评测、安全、综述九大分区，每个分区给出经核实的代表作 arXiv 编号与一句话现状。
前沿进展
梳理 2025-2026 年 Agent 研究的七个前沿方向——Agentic RL、Deep Research、Computer Use、自我改进、终身学习、多智能体协议与安全研究，每个方向给出代表性工作和「值得关注还是炒作」的明确判断。
阅读路径
三阶段 Agent 论文书单：入门 5 篇建立直觉（ReAct、CoT、Toolformer、MRKL、Generative Agents），进阶 8 篇建立系统能力（Reflexion、Voyager、SWE-agent、CodeAct 等），前沿聚焦 2025-2026 的 agentic RL、Deep Research 与自我改进。每篇附 arXiv 编号、一句话价值、阅读时长与前置依赖。
面试题库
Agent 工程师面试全题库：10 道概念题、8 道系统设计题、4 道手写编码题，外加项目深挖、开放观点题与反问清单。每题附考察点和成段的答题框架，而非一句话标准答案。
模块导读与岗位版图
拆解 2025-2026 年 Agent 浪潮下的五类岗位（Agent 工程师、AI 应用工程师、平台工程师、AI Infra、Agent 方向产品经理），附经核实的国内外薪资带、招聘热度数据，以及后端/算法/前端三条转型路线。
能力对标：简历该突出什么
Agent 岗位简历的特殊写法：为什么项目比学历重要、STAR 法则怎么套在 Agent 项目上（含 3 个完整改写案例）、技术栈关键词的红线、零经验者的作品集与开源贡献路径，附投递前 20 项自评检查表。
JD 清单：国内外在招岗位
基于 2026 年 8 月真实检索整理的约 20 条 Agent 方向在招 JD：国内覆盖字节、阿里、腾讯、美团、MiniMax，国外覆盖 OpenAI、Anthropic、Cursor、Cognition、Sierra，每条附来源链接，结尾给出 JD 高频要求词频总结。
JD 知识点拆解
把 Agent 岗位 JD 的高频关键词逐个翻译成可执行的考察点：LangGraph 实际问什么、RAG 经验的深浅两档、Agent 架构的标准答案、prompt engineering 的真实门槛，以及 2025 年后新增的 MCP 要求，附能力画像与学习优先级。
精选资源清单
按「官方文档、书籍课程、工程博客、开源框架、评测数据集、社区信息源、awesome 列表」七大类整理的 Agent 学习资源导航，每条附一句话价值判断与适合人群，链接均经核实。
术语表
收录 120+ 个 AI Agent 领域核心术语，按基础概念、推理规划、工具协议、记忆检索、架构编排、工程运维、产品生态七组分类，每条一句话精确定义并附站内深入阅读链接，支持锚点互跳，是阅读全站时的随身字典。
系统提示词档案
精读 Claude、ChatGPT/Codex、Cursor、Devin、Manus、Perplexity 六份公开或泄露的 system prompt，解剖结构、提炼可复用的工具描述与边界设定技巧，总结出顶级 Agent 提示词的十条共性。