主题
深入理解 AI Agent：设计原理与工程实践
作者：李博杰 · 2026-08-22 · 中文版 · 12 章
与《Agent Harness 入门教程》关注点互补：那本书讲怎么搭 Harness（工程实现）， 这本讲为什么这样设计（原理与背后的权衡），并覆盖上下文工程、模型后训练、 评估体系等更前沿的话题。
内容概览
| 章节 | 主题 | 侧重 |
|---|---|---|
| 引言 | Agent 的能力边界与工程现状 | 为什么「会说话」不等于「会做事」 |
| 1 | AI Agent 入门 | 基本构成与运行回路 |
| 2 | 上下文工程 | 上下文窗口的构成与信息供给设计 |
| 3 | 用户记忆和知识库 | 短期 / 长期记忆、检索增强 |
| 4 | 工具 | 工具定义、调用协议与边界 |
| 5 | Coding Agent 与通用 Agent | 两类场景的架构差异 |
| 6 | 交互：观察与动作空间的扩展 | 多模态与环境反馈 |
| 7 | Agent 的评估 | 评估指标与实验设计 |
| 8 | 模型后训练 | SFT / RLHF / RLVR 等训练手段 |
| 9 | Agent 的持续进化 | 自我改进与数据飞轮 |
| 10 | 多 Agent 协作 | 编排、通信与冲突处理 |
| 后记 | 回到 Agent = LLM + 上下文 + 工具 | 全书总结 |
关于公式
本书含 60 余处数学公式（TF-IDF、BM25、注意力、替换/追加成本等）， 已在转换时从 MathML 还原为 LaTeX，站点侧由 KaTeX 渲染。
关于转换
本页由 EPUB 自动转换而来（convert_epub.py），插图为原书 SVG，版权归原作者所有。 仅供个人学习阅读。