跳转至

🚀 12-智能体开发(Agent 开发全景)

从「一个会聊天的模型」,到「一支会协作的智能体军团」——这是本模块的完整故事主线。 全模块围绕主角智能体 「阿零」 展开:它如何学会决策(第1章)、管理上下文(第2章)、记住用户与知识(第3章)、长出手脚(第4章)、写代码改自己(第5章)、感知真实世界(第6章)、被科学评估(第7章)、被训练变强(第8章)、持续进化(第9章),最终与无数个自己组成协作社会(第10章)。

每一章都遵循 图文(mermaid 原理图)+代码(可运行的 Python 教学示例)+文本(故事化讲解) 三结合,并以「阿零遇到的真实困境」开场、以「下一章要解决的问题」收尾,章节之间环环相扣。

📑 章节总览(章节 → 解决的问题)

章节 解决的问题 一句话主线(阿零的成长)
1 Agent 的边界、ReAct、Harness、工作流与自主 阿零第一次「动起来」:从一次生成到循环决策
2 上下文、KV Cache、Skill、状态栏、压缩和注入防护 阿零学会管理自己的「工作台」——上下文
3 用户记忆、RAG、混合检索和结构化知识 阿零长出「档案柜 + 图书馆」——长时记忆
4 工具分类、MCP、主动发现、权限和安全 阿零长出「手脚」——工具系统与安全护栏
5 Coding Agent、文件系统、代码即思考、自举 阿零学会写代码、改代码、扩展自己
6 异步事件、语音、Computer Use、机器人 阿零开始感知真实世界
7 评估环境、Pass@k / Pass^k、首错归因、统计 我们给阿零一把「尺子」——科学评估
8 Mid-training、SFT、RL、奖励设计、蒸馏 我们把「会做事」训练进阿零的肌肉
9 轨迹学习、四种更新载体、持续进化和回滚 阿零开始「用中学」——持续进化
10 多 Agent 信息增量、上下文边界、协作拓扑和失败模式 无数个阿零组成协作社会(含全书总结)

🗺️ 全书故事线

flowchart LR
    A["第1章 决策循环<br/>边界 / ReAct / Harness"] --> B["第2章 工作台<br/>上下文 / KV Cache / Skill / 注入防护"]
    B --> C["第3章 档案柜<br/>记忆 / RAG / 混合检索 / 结构化知识"]
    C --> D["第4章 手脚<br/>工具 / MCP / 权限安全"]
    D --> E["第5章 代码脑<br/>Coding Agent / 自举"]
    E --> F["第6章 感官<br/>异步事件 / 语音 / Computer Use / 机器人"]
    F --> G["第7章 尺子<br/>评估 / Pass@k / 首错归因"]
    G --> H["第8章 训练<br/>Mid-training / SFT / RL / 蒸馏"]
    H --> I["第9章 进化<br/>轨迹学习 / 四种更新载体 / 回滚"]
    I --> J["第10章 军团<br/>多 Agent 协作 / 失败模式"]

主线一句话:单体能力(想 → 记 → 动手 → 感知)→ 科学度量(评估)→ 能力固化(训练)→ 用中学(进化)→ 群体智能(协作)。

📁 目录结构

12-智能体开发/
├── README.md                    # 本文件:章节总览 + 故事线 + 学习路线
├── 01-Agent的边界与ReAct.md     # 第1章:Agent 定义、ReAct、Harness、工作流与自主度
├── 02-上下文KV-Cache与Skill.md  # 第2章:上下文工作台、KV Cache、Skill、状态栏、压缩、注入防护
├── 03-记忆与RAG混合检索.md      # 第3章:记忆分层、用户记忆、RAG、混合检索、知识图谱
├── 04-工具分类与MCP.md          # 第4章:工具分类、function calling、MCP、权限与安全
├── 05-Coding-Agent与自举.md     # 第5章:Coding Agent 能力栈、代码即思考、测试循环、自举
├── 06-异步事件语音与Computer-Use.md  # 第6章:事件驱动、语音、GUI 操作、机器人
├── 07-评估与Pass-at-k.md        # 第7章:评估环境、Pass@k/Pass^k、首错归因、统计
├── 08-Mid-training-SFT与RL.md   # 第8章:训练能力栈、SFT/RL、奖励设计、蒸馏
├── 09-轨迹学习与持续进化.md     # 第9章:轨迹、四种更新载体、数据飞轮、回滚
├── 10-多Agent协作.md            # 第10章:多 Agent 信息增量、上下文边界、拓扑、失败模式
└── 教学/                        # Jupyter Notebook 可运行版(与上方 md 一一对应)
    ├── 01-Agent的边界与ReAct.ipynb
    ├── 02-上下文KV-Cache与Skill.ipynb
    ├── 03-记忆与RAG混合检索.ipynb
    ├── 04-工具分类与MCP.ipynb
    ├── 05-Coding-Agent与自举.ipynb
    ├── 06-异步事件语音与Computer-Use.ipynb
    ├── 07-评估与Pass-at-k.ipynb
    ├── 08-Mid-training-SFT与RL.ipynb
    ├── 09-轨迹学习与持续进化.ipynb
    └── 10-多Agent协作.ipynb

📓 教学 Notebook(可运行版)

每章配一份 Jupyter Notebook(教学/ 目录),与 md 速查版内容一一对应:文本讲解进 markdown cell(含 mermaid 原理图源码,GitHub / VSCode + mermaid 插件可渲染),Python 示例进可运行的 code cell(mock 接口、不联网、固定随机种子,输出可复现;代码块内的 if __name__ == "__main__": 保护已改写为 notebook 顶层直接执行)。打开方式:jupyter lab 教学/01-Agent的边界与ReAct.ipynb,从上到下依次运行即可。

Notebook 对应章节 可运行代码演示
01-Agent的边界与ReAct.ipynb 第1章 最小 ReAct Agent(lookup / calculator / mark_done)
02-上下文KV-Cache与Skill.ipynb 第2章 上下文预算管理器(截断→摘要→检索式降级链)
03-记忆与RAG混合检索.ipynb 第3章 简化 BM25 + mock 向量检索 + RRF 融合
04-工具分类与MCP.ipynb 第4章 工具调度台(注册→校验→审批→执行)
05-Coding-Agent与自举.ipynb 第5章 极简 Coding Agent(读→测→修→再测循环)
06-异步事件语音与Computer-Use.ipynb 第6章 事件引擎(订阅-发布+幂等)+ Computer Use 闭环
07-评估与Pass-at-k.ipynb 第7章 无偏 Pass@k + bootstrap CI + Pass^k
08-Mid-training-SFT与RL.ipynb 第8章 轨迹→SFT 样本 + GRPO 优势/裁剪/KL 核心
09-轨迹学习与持续进化.ipynb 第9章 日志去重/质量过滤/偏好对构造(数据飞轮)
10-多Agent协作.ipynb 第10章 Orchestrator-Workers 框架 + 双 Agent 辩论

🧭 学习路线(三轮)

  1. 第一轮 · 打底(1-4 章):把「单个 Agent 怎么工作」看明白。先看第1章把循环讲透(ReAct + Harness 手写示例),再依次看上下文管理、记忆与工具——这四章是任何 Agent 产品的地基。
  2. 第二轮 · 进阶(5-7 章):代码 Agent(面试最常问)、多模态与 Computer Use(行业热点)、评估体系(决定你「会不会造尺子」)。第7章的 Pass@k 无偏估计公式建议亲手写一遍代码。
  3. 第三轮 · 冲刺(8-10 章):训练范式(衔接 04-LLM大模型 的 SFT/RL 手推)、持续进化(数据飞轮与四类更新载体)、多 Agent 协作与失败模式(高频加分项)。第10章含全书总结,可当成「面试前 30 分钟速览」。

🎯 面试视角

✅ 自测标准

  • [ ] 能手画 / 口述:ReAct 循环时序、上下文分区、RAG 完整流程、MCP 架构(N×M→1×N)、训练能力栈、多 Agent 五种拓扑
  • [ ] 能默写:pass@k 无偏估计公式 E[1 - C(n-c,k)/C(n,k)]
  • [ ] 能对比:CoT vs ReAct、Agent vs 工作流、BM25 vs 向量检索、Pass@k vs Pass^k、ORM vs PRM、In-Context vs 记忆 vs 微调 vs RL
  • [ ] 能列出:注入攻击的两种形态与防御四件套、多 Agent 六类失败模式与对策
  • [ ] 每章文末「面试考点」都能独立答出

教程来源:Akun-python/autumn-recruitment。 MIT 许可证全文。