AI Agent 工程课程
首页

AI Agent 工程课程 · 重构详解版

来源：AI Agent 工程课程演示舱（http://42.236.91.105:28082/） 说明：本目录是对该课程内容的完整吸收与重构表达——原文一字保留，并用「白话 + 类比 + 举例」三件套展开详解，专业名词与技术栈保留原有含义与落地可行性。

一、这份东西是什么

原网站是一套高度凝练的 AI Agent 工程课程，每个知识点都是"结论式断言"（一句话说清一个判断，不给解释）。这套材料把 48 个正式场景逐条拆开，每个场景的每一步都补上三样东西：

  • 白话：把拗口的专业表达翻译成大白话；
  • 类比：用一个生活化/工程化的比喻建立直觉；
  • 举例：给一个具体、可想象的项目场景，让结论落到"能用"。

同时原文一个不丢：每个场景的目标（goal）、观察方式（observation）、一句话收获（takeaway），以及每一步的原文（caption）、为什么重要（why）、证据点（evidence）、边界（notProof）、落地检查（question），全部保留在对应位置，防止信息在"翻译"中流失。

二、课程全景（6 模块 · 24 单元 · 48 场景）

模块 主题 场景数 一句话定位
A1 从硬件、模型到 Agent 系统全景 8 先搞清"问题在哪一层"
A2 上下文、记忆、知识与工具 10 Agent 能看见什么、记住什么、依据什么、能做什么
A3 Software 3.0、Spec 与架构判断 6 工程范式怎么演进、AI 生成的东西怎么审
B1 用 Coding Agent 构建可运行 Agent 10 从零搭起一个可停止、可恢复、可接管的 Agent
B2 扩展、生成、评估和改进 Agent 10 加能力要过准入、改错了要能定位、上线要能回滚
B3 内网部署、验收与项目接管 4 交付 ≠ 代码跑通，验收与接管才是终点

完整逐场景清单见 00-课程全景.md。

三、目录结构

AI_end_to_end/
├── README.md                      ← 本文件（总览）
├── 00-课程全景.md                  ← 48 场景完整地图
├── SPEC.md                        ← 改写规范（内部方法论文档）
├── _source/                       ← 官网原始内容抽取（保留备份）
│   └── modules/{A1..B3}.md
├── A1-从硬件到Agent全景/           ← 8 场景 + README
├── A2-上下文记忆知识与工具/         ← 10 场景 + README
├── A3-Software30-Spec与架构/       ← 6 场景 + README
├── B1-CodingAgent构建可运行Agent/   ← 10 场景 + README
├── B2-扩展评估与改进Agent/          ← 10 场景 + README
└── B3-内网部署验收与接管/           ← 4 场景 + README

四、怎么读

  • 快速建立全局感：先读本文件 + 00-课程全景.md，把 6 个模块的骨架搭起来。
  • 按需深入：遇到具体问题（比如"Agent 停不下来"、"RAG 答错找不到原因"、"怎么判断要不要用 Agent"），直接进对应模块目录找场景。
  • 顺序精读：A1 → A2 → A3（建立位置感与判断力）→ B1 → B2 → B3（从构建到交付）。

五、这套材料的核心主张（一句话版）

Agent 不是"写个 Prompt 就能用"，而是一套"模型只负责提议、模型之外的机制负责把关、执行、验证、停止与接管"的工程系统；判断任何问题先定位到具体那一层，别按名字、性能数字或"模型说完成了"下结论。

六、改写方法论（可复用到其他内容）

  1. 原文不丢：先保留结论原句，再展开解释，保证信息零流失。
  2. 三件套：白话（翻译）→ 类比（直觉）→ 举例（落地），层层递进。
  3. 术语保留：CPU/GPU/NPU/CUDA/CANN/ROCm/Metal/Context/Prompt/Spec/ReAct/Loop/RAG/Tool/MCP/Skill/Harness/Evaluation/Trace/Checkpoint 等一律保留原词并简短解释。
  4. 纯文字：全程不画图，用文字 + 列表表达结构，方便直接复制使用。

课程全景 · 48 个正式场景完整地图

6 大模块、24 个课程单元、48 个正式场景，覆盖从硬件到 Agent 交付的完整工程链路。

A1 · 从硬件、模型到 Agent 系统全景

建立从计算底座、模型服务、信息来源到 Agent 最小构成的完整位置感。

A1-1

  • A1-1-01｜从物理资源到 AI 应用的五层位置图：建立硬件、计算生态、模型框架、推理服务与应用系统的位置关系。
  • A1-1-02｜内存、显存、存储和网络分别影响什么：建立四类资源的应用直觉并形成分层故障定位顺序。

A1-2

  • A1-2-01｜模型怎样变成可调用服务：区分模型、权重、运行时、推理服务与客户端。
  • A1-2-02｜输入、输出与并发如何共同影响服务：建立 Token、上下文窗口、Prefill、Decode 与并发的应用直觉。

A1-3

  • A1-3-01｜模型回答依赖哪四类信息：区分一般知识、当前上下文、组织知识与实时业务事实。
  • A1-3-02｜读取知识与改变现实是两条路径：建立回答、查询、候选行动和真实执行之间的边界。

A1-4

  • A1-4-01｜Agent 的最小构成：理解 LLM、上下文和工具如何形成 Agent。
  • A1-4-02｜AI 功能、Copilot、工作流、Loop 与 Agent：根据下一步由谁决定和反馈是否改变路径区分系统形态。

A2 · 上下文、记忆、知识与工具

理解 Agent 当前能看见什么、记住什么、依据什么以及能够采取哪些行动。

A2-1

  • A2-1-01｜上下文不是聊天记录：理解目标、规则、资料、状态、工具与历史如何组成当前决策工作包。
  • A2-1-02｜上下文溢出、腐化与重建：区分装不下和装得下但越来越难用。

A2-2

  • A2-2-01｜Prompt、Context 与 Spec 分别解决什么：建立三者的清晰递进与边界。
  • A2-2-02｜System 提示也不是安全边界：通过提示注入展示提示优先级与执行权限的区别。

A2-3

  • A2-3-01｜历史、状态、记忆和知识不是一回事：建立六类长期与短期信息对象的位置。
  • A2-3-02｜记忆怎样形成、更新和撤回：理解记忆生命周期与冲突处理。

A2-4

  • A2-4-01｜RAG 的完整知识管道：理解资料从准入到引用验证的十步位置。
  • A2-4-02｜相关不等于权威：观察旧版、高相似资料和越权资料怎样被排除。

A2-5

  • A2-5-01｜Tool、API、MCP 与 Skill 的位置：区分行动意图、实际能力、互操作协议与方法制品。
  • A2-5-02｜事件如何启动异步 Agent：理解事件、即时工具、长任务、回调和用户沟通。

A3 · Software 3.0、Spec 与架构判断

理解工程范式演进，审查 AI 生成的 Spec，并完成系统能力与责任分工。

A3-1

  • A3-1-01｜Software 1.0、2.0 与 3.0 如何共存：建立三种软件构造方式的职责边界。
  • A3-1-02｜从 Prompt 到 Harness 的控制范围：理解 Prompt、Context、Spec、ReAct、Loop 与 Harness 的递进。

A3-2

  • A3-2-01｜AI 怎样从业务事实生成候选 Spec：理解事实、未知、候选生成、人工审查和外部验收的顺序。
  • A3-2-02｜候选 Spec 的八维审查：用目标、事实、范围、对象、约束、异常、停止和验收检查 Spec。

A3-3

  • A3-3-01｜程序、模型、RAG、Tool、Workflow、Agent 与人的分工：根据任务性质形成最小充分架构。
  • A3-3-02｜制品、运行、业务与责任四层验收：理解四层验收为何不能互相替代。

B1 · 用 Coding Agent 构建可运行 Agent

生成模型客户端、上下文、Loop、状态、观测、停止、恢复和接管机制。

B1-1

  • B1-1-01｜Coding Agent 怎样进入一个真实项目：展示读取规则、定位代码、形成计划和等待确认的完整入口。
  • B1-1-02｜窄任务如何形成可验收增量：展示 AI 生成代码而人审查差异和证据。

B1-2

  • B1-2-01｜统一模型客户端怎样屏蔽供应商差异：实现文本、结构化结果、工具候选、结束原因和错误分类。
  • B1-2-02｜上下文构造器怎样装载和重建工作包：把稳定规则、任务事实和运行状态落入代码。

B1-3

  • B1-3-01｜一轮 ReAct Loop 到底发生什么：实现 Observation、行动候选、Harness 决定、工具结果和停止检查。
  • B1-3-02｜结果未知与无进展如何停止循环：实现查询优先、重复检测、预算和接管出口。

B1-4

  • B1-4-01｜任务状态、业务状态与检查点：实现模型外状态和可验证检查点。
  • B1-4-02｜中断后怎样恢复而不重复写入：演示检查点、幂等、版本冲突与补偿的分工。

B1-5

  • B1-5-01｜从入口到业务证据的完整 Trace：把请求、模型候选、Harness 决定、工具回执和业务验收串起来。
  • B1-5-02｜停止、恢复和人工接管不是一个按钮：验证停止信号传播、收尾和可独立接管。

B2 · 扩展、生成、评估和改进 Agent

实现记忆、RAG、Tool、MCP、Skill、Evaluation 与证据驱动改进。

B2-1

  • B2-1-01｜RAG 管道怎样留下可定位证据：实现资料准入、解析、检索、过滤、重排、装载与引用。
  • B2-1-02｜候选记忆怎样准入、更新和撤回：实现独立记忆写入路径和派生失效。

B2-2

  • B2-2-01｜业务内部能力怎样先协议化：实现内部 API、Tool Contract、权限、状态和回执。
  • B2-2-02｜MCP 与异步 Job 怎样接入 Harness：实现受控发现、长任务状态、回调和结果未知。

B2-3

  • B2-3-01｜代码怎样成为 Agent 的元能力：区分临时计算、接口适配和候选能力形成。
  • B2-3-02｜候选代码怎样成为可召回 Skill：实现契约、沙箱、测试、注册、冻结和召回。

B2-4

  • B2-4-01｜Agent Evaluation 的三层结构：实现可复现环境、验证方法和准入决策。
  • B2-4-02｜内部完成为什么会被外部验收拒绝：展示假完成、模型替换和 Harness 消融。

B2-5

  • B2-5-01｜从最终失败回到首次偏离：将失败定位到事实、上下文、知识、工具、状态、模型或验收。
  • B2-5-02｜评估怎样驱动灰度、回滚与组织学习：展示候选修改从离线验证到正式沉淀。

B3 · 内网部署、验收与项目接管

完成离线部署、五层验收、故障演练、回滚和独立接管。

B3-1

  • B3-1-01｜内网部署的兼容链与离线包：从目标环境事实生成可重复部署包。
  • B3-1-02｜服务启动、六类冒烟与回滚：验证进程、依赖、能力、Loop、业务和回退。

B3-2

  • B3-2-01｜五层现场验收怎样逐层否决：完成环境、技术、功能、业务、运营与责任验收。
  • B3-2-02｜故障演练、项目接管与能力沉淀：证明新接管者能独立诊断、停止、恢复和回滚。