学习建议
← 返回主目录
核心理念:Agent = 模型 + 上下文 + 工具
本书的核心框架是 Agent = 模型 + 上下文 + 工具,三个组件协作实现 Agent 的智能行为:
| 组件 |
比喻 |
职责 |
| 🧠 模型(Model) |
大脑 |
提供理解、推理和决策能力 |
| 💾 上下文(Context) |
操作系统 |
系统指令、对话历史、推理过程、工具交互记录等 |
| 🤲 工具(Tools) |
双手 |
感知环境、执行操作、与外部世界交互 |
学习路径
全书围绕「模型 / 上下文 / 工具」三大支柱层层展开。每个篇章都附带一条关键洞察:
| 篇章 |
章节 |
覆盖内容 |
关键洞察 |
| 基础篇 |
第 1 章 |
RL 中的 Agent 定义、传统 RL vs LLM+RL 样本效率、"模型即 Agent" 新范式 |
先验知识的重要性超越算法和环境 |
| 上下文篇 |
第 2–3 章 |
系统提示、KV Cache、上下文压缩、提示工程;用户记忆、稠密/稀疏/混合检索、Agentic RAG |
完整上下文 = 系统指令 + 对话历史 + 推理过程 + 工具记录 + 用户记忆 + 外部知识 |
| 工具篇 |
第 4–5 章 |
感知/执行/协作三类 MCP 工具、事件驱动异步架构;生产级 Coding Agent 完整实现 |
工具设计应通用化(代码解释器优于计算器),代码是能创造新工具的元能力 |
| 模型篇 |
第 6–7 章 |
Terminal-Bench/SWE-bench/GAIA/OSWorld/Tau2-Bench 评估基准;SFT、RL、RLHF、样本效率 |
独立验证信号比「让模型再想一遍」更可靠;RL 把工具调用内化为原生能力 |
| 自我进化篇 |
第 8 章 |
经验学习、工作流外化为工具、提示与观察蒸馏进参数 |
从经验中学习是 Agent 从「聪明」走向「熟练」的关键 |
| 拓展与协作篇 |
第 9–10 章 |
语音/GUI/物理世界的多模态交互;多 Agent 分工协作 |
多 Agent 的每个设计决策都能在单 Agent 三要素中找到对应 |
难度分级
| 级别 |
章节 |
适合读者 |
| 🟢 入门级 |
第 1–2 章 |
初学者,理解基本概念 |
| 🔵 进阶级 |
第 3–4 章 |
有一定编程基础,涉及系统集成 |
| 🟣 高级 |
第 5–6 章 |
较强编程能力,涉及复杂系统设计 |
| 🔴 专家级 |
第 7–8 章 |
有深度学习与训练/自我进化经验 |
| 🟠 应用级 |
第 9–10 章 |
综合运用前面所学,构建实际应用 |
实践建议
| # |
建议 |
说明 |
| 1 |
🛠️ 动手实践 |
每个项目都设计为可独立运行,建议亲自运行并修改代码 |
| 2 |
📚 结合书籍 |
配合 book/ 中相应章节阅读,理解理论与实践的结合 |
| 3 |
🔬 实验对比 |
多个项目包含消融研究和对比实验,通过对比加深理解 |
| 4 |
🪜 渐进学习 |
从简单项目开始,逐步深入复杂系统 |
| 5 |
🔌 关注协议 |
第 4 章 MCP 服务器项目展示了标准化工具协议,这是构建可扩展 Agent 的关键 |