Agent 手册

外观

学习路径：三条路线

本页速览 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。

学习路径：三条路线 ​

这个站有几十个页面，从头读到尾是一种读法，但不是对所有人都合适的读法。你打开本站的原因大概率是以下三种之一：

  1. 我要找工作——1-3 个月内有 Agent 岗位的面试，需要快速建立知识框架、补齐项目经验、押面试题；
  2. 我要系统学——时间相对充裕，想把 Agent 这件事从原理到落地彻底搞懂，转行或转型；
  3. 我已经在干——手头就有 agent 在跑，遇到问题想快速查到「该看哪一页」。

下面三条路线分别对应这三种处境。路线之间不互斥：很多人的实际路径是先用路线三解决问题，被问题勾起兴趣后转入路线二，最后用路线一收尾冲刺。你先对号入座，再开始。

一、路线总览：先选对你的入口 ​

维度路线一：求职冲刺路线二：系统进阶路线三：案头速查
适合谁1-3 个月内面试 Agent 岗位想打牢底子的工程师正在建造 agent 的在职者
时间投入约 2 周，每天 3-4 小时约 8 周，每周 6-10 小时按需，每次 15-30 分钟
阅读方式精读核心页 + 扫读其余按周推进，全部精读只读与当前问题相关的页
产出物能过面试的知识体系 + 作品集项目一个完整自研 agent + 笔记当前问题的解决方案
检验标准自检清单 20 题能口头作答每周检验标准全部达标问题被解决

一个反直觉的建议

三条路线都不要「读完再动手」。Agent 工程是经验学科，Anthropic 在 Building Effective Agents 里的核心结论之一就是最成功的实现往往用最简单的可组合模式——这种判断力只能从踩坑中来，读不出来。每条路线都内置了「当天就写代码」的环节，请认真执行。

二、路线一：求职冲刺（约 2 周） ​

适用对象：已经会写 Python/TypeScript，对 LLM 有基本使用经验（调过 API），但没系统搞过 Agent，且 1-3 个月内有面试。

核心策略：面试考察的广度远大于深度。两周时间不可能精通，但足够让你在每个高频话题上「能讲清是什么、为什么、踩过什么坑」。目标是没有知识盲区，而不是某个点特别深。

第 1 周：建立全景 + 吃透核心组件 ​

Day 1（概念扫盲，约 4 小时）

  • 读 什么是 AI Agent、概念辨析、演进简史。
  • 练习：不看资料，用 3 分钟向一个假想同事解释 workflow 和 agent 的区别，以及为什么「能调工具的 chatbot」不等于 agent。讲不顺就回去重读。
  • 睡前过一遍 术语表，把说不清的词条标记出来。

Day 2（全景解剖，约 4 小时）

  • 读 全景解剖，在纸上默画 agent 的组件图：Agent Loop、规划、工具、记忆、上下文，以及它们之间的数据流。
  • 练习：打开任意一个你用过的 agent 产品（Claude Code、Cursor 均可），对着组件图指出每个组件在这个产品里长什么样。

Day 3-4（Agent Loop + 提示词 + 上下文，约 8 小时）

  • 读 Agent Loop、提示词工程、上下文工程——这三页是面试出镜率最高的组合。
  • 练习（必须动手）：不用任何框架，裸调 API 写一个 30-50 行的最小 agent loop——while 循环 + tool call 分发 + 终止条件。写不出来说明你并没看懂，回去重读。手把手教程有完整参照。

Day 5（工具与 MCP，约 4 小时）

  • 读 工具与 MCP。
  • 练习：给你的最小 agent 加一个工具（查天气、读文件都行），再回答这个问题：MCP 解决了什么具体问题？什么时候直接用函数调用就够了？这是 2026 年面试里区分「真懂」和「背过」的经典问题。

Day 6（RAG + 记忆，约 4 小时）

  • 读 RAG、记忆系统。
  • 练习：说清楚 RAG 和「把资料塞进 context」的取舍边界；说清楚短期记忆、长期记忆在本站语境下分别指什么实现。

Day 7（复盘日，约 3 小时）

  • 把 Day 1-6 标记的薄弱点重读一遍。
  • 用 自检清单 的前 10 题做口头自测，答不上的回去补。

第 2 周：进阶话题 + 岗位对接 ​

Day 8（进阶架构，约 4 小时）

  • 读 多 Agent 架构、Human-in-the-loop。
  • 重点记住一句话的判断：多 agent 在大多数情况下是过度设计，先在单 agent 上把上下文工程做扎实。能讲出反例（什么时候真的需要多 agent）才算过关。

Day 9（工程化三件套，约 4 小时）

Day 10（框架与产品，约 4 小时）

Day 11-12（作品集项目，约 8 小时）

  • 从 作品集项目 里挑一个能在两天内做出 demo 的，做！简历上没有 agent 项目，前面所有知识都是纸上谈兵。
  • 同步读 从零构建，把你 Day 3-4 写的玩具 loop 升级成一个能讲出设计取舍的项目。

Day 13（简历与岗位，约 4 小时）

Day 14（模拟面试，约 3 小时）

  • 刷 面试题库，每题先口头答再对答案。
  • 完成自检清单全部 20 题。答不出 16 题以上，把面试往后推一周。

求职冲刺最常见的失败模式

把两周全花在「读」上，一行代码没写。面试官一句「你做的项目里 agent 的循环是怎么终止的」就能击穿纯阅读型选手。Day 3-4、Day 11-12 的动手环节不可跳过。

三、路线二：系统进阶（约 8 周） ​

适用对象：想把 Agent 作为中期职业方向的工程师。每周 6-10 小时，读 + 练结合。这条路线的最终产出是一个你完全理解每一行的自研 agent，加一套能公开展示的笔记/代码。

贯穿 8 周的主线项目：从第 2 周开始，你持续迭代同一个个人 agent 项目（选题参考 作品集项目），每周把学到的东西应用进去。这比每周做一个新玩具有效得多。

第 1 周：概念与历史 ​

  • 读：什么是 AI Agent、概念辨析、演进简史、全景解剖。
  • 检验标准：能讲清 workflow 与 agent 的架构分野；能画出 agent 组件全景图并说明每个组件的输入输出；能说清 ReAct、tool calling、MCP 各自解决了什么问题、出现的大致顺序。

第 2 周：Agent Loop 与提示词 ​

  • 读：Agent Loop、提示词工程。
  • 动手：裸 API 写最小 agent loop（参照 手把手教程），作为主线项目的 v0.1。
  • 检验标准：能不借助任何框架写出可运行的 loop；能讲清 system prompt 里每一类内容（角色、工具说明、边界、few-shot）的作用与代价。

第 3 周：上下文工程 ​

  • 读：上下文工程。这是 2025 下半年以来整个行业的主旋律，Anthropic 的 Effective Context Engineering for AI Agents（见参考资料）值得读原文。
  • 动手：给主线项目加 context 管理——压缩、结构化笔记、按 token 预算裁剪，至少实现一种。
  • 检验标准：能解释「context rot」现象；能说出压缩（compaction）发生在什么时机、保留什么丢弃什么；能讲清为什么 context 是 agent 质量的第一杠杆。

第 4 周：工具、MCP 与 RAG ​

  • 读：工具与 MCP、RAG。
  • 动手：给主线项目接入 2-3 个真实工具；把一个 MCP server 接进 Claude Code 或自己的 agent。
  • 检验标准：能写出符合「agent-computer interface」标准的工具定义（参数自解释、错误信息可行动）；能讲清 MCP client/server 的能力边界；能判断一个场景该用 RAG 还是直接塞 context。

第 5 周：记忆与规划 ​

  • 读：记忆系统、规划与推理。
  • 动手：给主线项目加一层记忆（文件式、向量式任选）和一个显式规划步骤。
  • 检验标准：能区分短期/长期记忆的实现方案并说出各自的失败模式；能讲清 plan-and-execute 与纯 ReAct 的取舍。

第 6 周：进阶架构 ​

  • 读：多 Agent 架构、Human-in-the-loop、安全。
  • 动手：在主线项目里加一个人工审批节点（高危工具调用前暂停等待确认）。
  • 检验标准：能说出 sub-agent 架构解决的核心问题是上下文隔离而非「智能分工」；能枚举 agent 系统的主要攻击面（prompt injection、工具滥用、数据外泄）及对应缓解手段。

第 7 周：评估、可观测性与成本 ​

  • 读：评估、可观测性、成本优化、Evals 实战。
  • 动手：给主线项目建一个 20-50 条的 eval 集，跑一次基线；接入 trace（LangSmith、Langfuse 或自研日志均可）；算清单次任务成本。
  • 检验标准：能讲清 eval 的三种评分器（代码断言、模型评分、人工）各自的适用场景；能从一条 trace 里定位 agent 跑偏的具体轮次；能给出降本手段的优先级排序（缓存、路由到小模型、压缩 context）。

第 8 周：框架、产品与作品集收尾 ​

  • 读：框架选型总览 加你选定的一个框架专页；产品案例选读 3 个（Claude Code、Devin、Manus 覆盖三种代表性形态）；设计原则 与 常见坑 通读。
  • 动手：把主线项目整理成可公开的仓库——README、架构图、AGENTS.md、eval 报告。
  • 检验标准：项目能给陌生人讲 10 分钟的设计取舍而不冷场；完成自检清单 20 题中的 18 题以上。

论文要不要读？

8 周路线里不强制读论文——先把工程手感建立起来。之后想深入，走 论文导读 和 核心论文清单，按 论文阅读路径 的顺序来，ReAct → Toolformer → 后续工作，比随机刷 arXiv 高效得多。

四、路线三：案头速查（在职建造者） ​

适用对象：手头有 agent 在跑（或在建），遇到具体问题想快速定位「该看哪一页」。不追求体系完整，追求 15 分钟内找到可执行的下一步。

使用方法：在下表找到和你症状最像的一行，按顺序读列出的页面。每页开头都有问题定义，30 秒内可以判断是不是你的问题，不是就换下一页。

行为类问题 ​

症状先读再读
Agent 总跑偏、做着做着忘了目标上下文工程规划与推理
死循环、反复调同一个工具Agent Loop常见坑
该停不停、任务完成还在干活Agent Loop（终止条件一节）提示词工程
工具调不对、参数老填错工具与 MCP（工具定义一节）常见坑
长任务做到一半质量骤降上下文工程（compaction）记忆系统
多步任务规划不靠谱、计划与现实脱节规划与推理设计原则

工程类问题 ​

症状先读再读
不知道该不该上框架、选哪个框架选型总览对应框架专页（如 LangGraph）
改动后不知道变好了还是变差了评估Evals 实战
线上出问题没法定位是哪一步错的可观测性评估
Token 账单爆炸成本优化上下文工程
担心 prompt injection / 数据外泄安全Human-in-the-loop
检索质量差、RAG 答非所问RAG上下文工程
跨会话记不住用户偏好记忆系统上下文工程
单 agent 扛不住，想拆多 agent多 Agent 架构设计原则
需要人审关键操作但不想打断流程Human-in-the-loop安全

认知类问题 ​

症状先读
被各种名词绕晕（Agentic RAG、Computer Use、Harness……）概念辨析、术语表
想看标杆产品是怎么做的产品案例：Claude Code、Cursor、Devin、Manus、Perplexity
想找个 side project 练手作品集项目
要给自己的 agent 项目写 AGENTS.md写好 AGENTS.md
想跟踪学界前沿论文导读、前沿动态
想看站外精选资源Awesome 资源

速查路线的隐藏用法

同一个问题第二次查到时，说明它对你不是偶发问题而是结构性短板——这时值得停下来，按路线二里对应的那一周做一次系统学习。速查治标，系统进阶治本。

五、自检清单：20 个问题 ​

学完本站（任何一条路线走完），你应该能不查资料口头回答以下问题。前 10 题是求职冲刺的底线，全部 20 题是系统进阶的毕业标准。答不上来的，题后括号里就是该回去重读的页面。

概念与全景

  1. Workflow 和 agent 的架构区别是什么？为什么这个区分在实践中很重要？（概念辨析）
  2. 一个完整 agent 由哪些组件构成，数据在它们之间如何流动？（全景解剖）
  3. 为什么「大多数场景不该上 agent」是主流工程共识？（什么是 AI Agent）

核心组件

  1. Agent Loop 的每一轮发生什么？终止条件有哪几种设计？（Agent Loop）
  2. 写 agent 的 system prompt 和写普通 prompt 最大的不同是什么？（提示词工程）
  3. 什么是 context rot？compaction 应该在什么时机触发？（上下文工程）
  4. 一个好的工具定义长什么样？为什么 Anthropic 说要像对待 HCI 一样对待 ACI？（工具与 MCP）
  5. MCP 解决了什么问题？它的 client/server 边界在哪？什么时候直接写函数调用更简单？（工具与 MCP）
  6. 什么场景该用 RAG，什么场景直接把资料放进 context？（RAG）
  7. 短期记忆和长期记忆各自的实现方案与失败模式？（记忆系统）

进阶架构

  1. Plan-and-execute 相比纯 ReAct 循环，各自适合什么任务？（规划与推理）
  2. 多 agent 架构真正解决的核心问题是什么？为什么多数时候它是过度设计？（多 Agent 架构）
  3. 有哪些操作必须在 agent 流程里加人工审批？怎么加才不破坏体验？（Human-in-the-loop）
  4. Agent 系统的主要攻击面有哪些，各自怎么缓解？（安全）

工程化

  1. 「怎么知道 agent 变好了」——你的 eval 体系怎么搭？三种评分器怎么选？（评估）
  2. 拿到一条失败的 trace，你的排查顺序是什么？（可观测性）
  3. 降低 agent 成本的手段有哪些，优先级怎么排？（成本优化）

生态与落地

  1. LangGraph、OpenAI Agents SDK、Claude Agent SDK 各自的设计取向和适用场景？（框架选型总览）
  2. Claude Code、Devin、Manus 三个产品在架构形态上的代表性差异？（Claude Code、Devin、Manus）
  3. 如果明天从零开始做一个新 agent 项目，你的技术选型与第一周计划是什么？（从零构建、设计原则）

怎么用这份清单

不要默读自测——把每个问题说出口（或写下来），至少讲 90 秒。能「看懂」和能「讲清」之间隔着的东西，恰好就是面试和工程实践要考的东西。讲不顺的题目，点进括号里的页面重读对应小节即可，不必整页重读。

参考资料 ​