主题
AI Agent 工程体系 · 学习路线
这条线不讲某个框架怎么调 API，而是讲所有 Agent 系统都会遇到的同一组问题：模型怎么想、上下文怎么装、状态怎么存、工具怎么接、结果怎么验、出了问题怎么查、怎么持续变好。21 篇正文加一篇多 Agent 补篇（07b）按“认知 → 基本盘 → 能力与边界 → 运行与治理 → 质量闭环 → 架构收口”六段组织。
先读什么
这张图回答“先读哪一篇、为什么是这个顺序”：五个分组构成一条依赖链，组内是一条推荐阅读路径。
顺序不是课程表，而是依赖关系：没有循环和上下文的概念，工具、记忆、多 Agent 都会变成“照文档接线”；没有评测，后面的优化无法判断是不是真的变好。看图时分清两种箭头：组内是推荐阅读路径，组间那四条才是真依赖——前一组的判断力缺了，后一组只能照着文档接线。
全体系知识地图
六个层是从同一个 CORE 并行扇出的切面，箭头表示归属，不是顺序：它的用法是查“这个问题落在哪一层”，层与层之间没有前后依赖；阅读顺序在上一张图里。
六组文章
| 组 | 文章 | 解决的问题 | 读完的产物 |
|---|---|---|---|
| 认知与基本盘 | 01 认知基础、02 循环与终止、03 Prompt、04 上下文、06 记忆 | 模型与 Harness 各管什么、任务怎么推进、每轮看到什么、跨会话留什么 | 一份可评测的指令模板 + 上下文清单 + 记忆分类表 |
| 任务与运行时 | 05 异步任务、10 运行时 | 分钟级以上任务怎么编排恢复、多会话怎么并行、拦截器谁先谁后 | 一张任务状态机 + 一份运行时配置 |
| 能力与边界 | 07 工具/MCP/Skill、07b 多 Agent 与 A2A、09 安全沙箱、08 本体建模 | 怎么接外部系统、什么时候该拆成多 Agent、怎么不被能力反噬、关系与约束怎么显式化 | 一份工具权限矩阵 + 拆不拆的三条判据 + 本体 CQ 清单 |
| 平台与互联 | 11 AI 网关、15 通信与协议栈 | 流量、预算、路由谁管；四档语义与 L0-L3 报文长什么样 | 四档预算对照 + 四层协议栈图 |
| 质量与优化 | 12 可观测评测、13 RAG、14 自进化、16 调优归因、17 平台部署、21 微调 | 怎么证明它没坏、怎么把失败变改进、什么时候该动模型 | 一套黄金集 + 归因决策树 + 上线回滚清单 |
| 架构收口 | 20 Harness 参考架构、18 Agentic OS、19 落地案例 | 责任怎么分层、什么该下沉系统层、生产共识是什么 | 责任边界图 + Release 清单 |
| 自检 | 99 高频知识点 | 用问题暴露知识空洞 | 一张待补清单 |
怎么读
- 第一遍读 01–04、06：把“循环、指令、上下文、记忆”四件事分开。01 先建立 Agent = Model + Harness 的总坐标系和形态/成熟度判断力；02 解决任务怎么推进和怎么停；03 解决单轮怎么说清楚；04 解决多轮看到什么、窗口不够时保住什么；06 解决跨会话留什么。很多系统的问题不是模型不够强，而是上下文里塞了错的东西，或者把该持久化的状态留在了会话里。
- 第二遍读 05、07、07b、09、10：05 把任务从“一次请求”扩展成“可恢复的运行实例”；07 决定它能对外做什么；07b 决定什么时候该从单 Agent 拆成多 Agent，以及拆完之后拓扑、状态与责任怎么定；09 决定边界在哪；10 决定多个任务怎么同时跑还不互相踩。每读一篇，画一张“谁能调用谁、权限在哪、失败怎么发现”的图。
- 第三遍读 11、15：网关管流量与预算，协议栈管报文与互操作，两篇合起来是“多 Agent 上生产”的连接层。当问题从“能不能跑”变成“跑得值不值、连得对不对”时读这两篇。
- 质量闭环按需读：12 建立观测与评测基线，没有它 14、16 的“优化”无从判断；13 专讲检索类失败；17、21 解决“什么时候该动模型、动到什么程度”。
- 用 20 收口，用 18、19 看远方：20 把前面的概念放回“模型—Harness—Runtime—沙箱—平台”分层检查责任落位；18 讲多应用规模化后什么该下沉系统层；19 是 16 个企业案例收敛出的生产共识。
- 最后用 99 自检：能用自己的话讲出“为什么这样设计、代价是什么”，才算读完。
三条使用原则
- 先有判据，再选方案：RAG、微调、多 Agent 都不是默认答案。先写清失败模式与验收指标，再决定用哪一层解决。
- 先做单 Agent，再做多 Agent：多 Agent 的成本不只是 token，还有状态一致性、调试复杂度和责任边界。
- 先做评测，再做优化：没有黄金集和回归门禁的“优化”，通常只是把错误换了一种表现。
与手册的对应关系
- 本体系以《AI Agent Handbook》（阿里云 30 章）为骨架来源，按“问题域”重组：认知基础对应手册架构篇，循环/上下文/记忆对应构建篇，运行时/网关/任务对应基础设施篇，可观测/评测/调优对应治理与调优篇，Agentic OS 与案例对应收束与实践篇。
- 逐章精读版见 AI-Agent-Handbook初读，按主题萃取版见 08_AI-Agent-Handbook精读。
- 需要具体框架实现，读 LangChain 与 LangGraph；需要把 AI 接进研发流程，读 AI Coding。三边出现同一概念时，以本专栏讲原理，另外两个专栏讲落地。
适用：2026 年 AI Agent 工程实践 | 2026-10 重组