每周一個新框架每月一個革命性發(fā)布口號永遠(yuǎn)是這回真不一樣了。結(jié)果呢你剛裝好 Claude CodeCursor 又出新功能了你剛搞懂 ReAct隔壁團(tuán)隊已經(jīng)開始吹多智能體協(xié)作了。說白了追工具就是死循環(huán)——你永遠(yuǎn)在切換配置永遠(yuǎn)沒時間真正干活。其實(shí)吧Agentic Engineering 這領(lǐng)域雖然工具迭代快得像瘋狗但底層的核心概念穩(wěn)得很。那些新工具今天叫 Skill明天叫 Rule后天叫 Workflow扒開來看解決的都是同一個老問題。與其做工具的追隨者不如搞懂背后的原理。工具來來去去概念永恒不變。這篇東西就是要一次性講清楚 30 個核心概念。讀完以后再看那些花里胡哨的 Demo你能一眼看穿它到底在搞什么飛機(jī)而不是又被改變一切的標(biāo)題黨唬住?；A(chǔ) building blocks1. Agent這玩意兒到底是個啥現(xiàn)在是個 AI 工具都管自己叫 Agent搞得這個詞都濫用了。說白了Agent 不是那種你問一句它答一句就完事的 Chatbot。這家伙會跑循環(huán)你給個目標(biāo)它思考→調(diào)用工具→看結(jié)果→再思考→再行動直到搞定。普通 Chatbot 是你問→它答Agent 是你給目標(biāo)→它規(guī)劃→執(zhí)行→觀察→繼續(xù)。比如 Debug 一個掛掉的測試它會看報錯→打開文件→改代碼→再跑測試→看新報錯→繼續(xù)改直到通過。但坑就坑在不是啥場景都需要 Agent。改文件名、格式化日期、轉(zhuǎn)個 JSON寫個腳本就完事了。Agent 每次循環(huán)都燒錢時間越長越不可控Debug 也更痛苦——它兩次跑的可能不是同一條路徑。原則是簡單問答用 Prompt固定流程用腳本只有那種走一步看一步的靈活任務(wù)才上 Agent。別為了用 Agent 而用 Agent。2. 執(zhí)行模型Think → Act → ObserveAgent 的執(zhí)行模型其實(shí)不神秘就三步循環(huán)思考→行動→觀察Think-Act-Observe。先想該干啥然后調(diào)工具讀文件、跑命令、查 API最后看結(jié)果更新上下文。這叫 ReAct 模式名字不同道理一樣。有時候 Agent 會并行調(diào)多個工具比如同時讀三個文件省時間但也可能沖突比如同時編輯同一個文件。還有阻塞式等結(jié)果再下一步vs非阻塞式后臺跑任務(wù)Agent 干別的。新手先記住那個基礎(chǔ)循環(huán)就行——Agent 不是一次性算準(zhǔn)全流程而是走一步看一步錯了能改。3. Agent 狀態(tài)State 存哪兒Agent 的狀態(tài)分兩種。一是上下文窗口Context Window就是 Agent 現(xiàn)在能看到的對話歷史、系統(tǒng)提示、工具返回相當(dāng)于短期記憶。但這玩意兒有 Token 上限塞太多舊垃圾會分散注意力。二是外部狀態(tài)磁盤文件、數(shù)據(jù)庫、記憶系統(tǒng)。Agent 看不到這些除非你主動喂給它。說實(shí)話對開發(fā)者來說文件就是最好的狀態(tài)存儲。Git 可追溯diff 可對比人和 Agent 都能讀。MEMORY.md 存跨會話的記憶比如項目約定數(shù)據(jù)庫用來結(jié)構(gòu)化查詢。多 Agent 協(xié)作時用 Git worktree 隔離避免寫沖突——每個 Agent 有自己的工作副本寫完再合并。如果父 Agent 給子 Agent 傳上下文時傳了一堆廢話說明任務(wù)拆分得不夠細(xì)。4. 常見 Agent 協(xié)作模式多 Agent 怎么配合常見套路就三種Planner / Executor計劃員執(zhí)行員一個負(fù)責(zé)拆解任務(wù)先改數(shù)據(jù)庫→再寫 API→最后補(bǔ)測試另一個負(fù)責(zé)老老實(shí)實(shí)執(zhí)行。適合復(fù)雜任務(wù)防止 Agent 上來就瞎寫代碼。Router / Specialist路由器專家一個 Agent 當(dāng)客服前臺把任務(wù)分給不同專長的 Agent安全審查、Debug 專家、文檔寫手。每個專家 Prompt 更聚焦行為更可預(yù)測還能省錢——不是所有任務(wù)都需要 GPT-4。Map-Reduce分治并行大任務(wù)切小多 Agent 并行處理比如按文件 Review PR最后找個匯總 Agent 合并結(jié)果。省時間但匯總質(zhì)量決定最終效果。關(guān)鍵是交接時的上下文要不多不少。給太少下一個 Agent 懵給太多它暈。配置層Agent 的控制面板5. Agent 配置文件CLAUDE.md / AGENTS.mdClaude Code 用CLAUDE.md其他工具用AGENTS.md。這玩意兒是項目的家規(guī)在 Agent 寫第一行代碼前告訴它項目用 pnpm 還是 npm測試命令是啥代碼風(fēng)格咋樣哪些雷區(qū)不能踩。最煩的是有人把配置文件寫成論文。復(fù)制一堆 AI 生成的 generic 建議寫寫干凈代碼這種廢話。說實(shí)話模型不需要你教它怎么寫干凈代碼它需要知道的是你的項目用uv而不是pip。控制在 100 行以內(nèi)越具體越好。把它當(dāng)代碼 review沒用的就刪。6. 可復(fù)用工作流文件配置文件是一直生效的工作流文件是按需加載的。比如怎么寫測試、怎么 Review PR單獨(dú)成文放在.claude/skills/或類似目錄帶 YAML 頭信息描述啥時候用glob: *.test.ts。有個研究叫 SkillsBench 發(fā)現(xiàn)給便宜模型Claude Haiku配上人工寫的好流程效果比沒流程的頂級模型Claude Opus還好。這說明啥流程比模型更重要。但別讓 AI 自己寫流程——它寫的全是噪音加了還不如不加。分層策略配置文件管家規(guī)永遠(yuǎn)用 pnpm工作流管流程寫 API 要同時改驗證、測試、文檔實(shí)時 Prompt 管當(dāng)前需求給學(xué)生加個導(dǎo)出接口。7. 工作流框架框架就是給 Agent 套個緊箍咒讓它按套路出牌別上來就唰唰唰寫代碼寫完發(fā)現(xiàn)測試沒跑。比如 Superpowers 給 Claude Code 加了一堆 curated skillsGet Shit Done 用斜杠命令觸發(fā)流程Compound Engineering 分四階段Plan → Work → Review → Compound把這次的經(jīng)驗沉淀下來給下次用。說白了就是把 Agent 從瞎猜型選手變成有流程的靠譜同事。8. Prompt Caching提示緩存Agent 每次請求都帶系統(tǒng)提示、配置文件這些重復(fù)內(nèi)容穩(wěn)定前綴。Prompt Caching就是把這部分存起來第一次調(diào)用貴后面便宜得多響應(yīng)也更快?？泳涂釉?TTLTime To Live。緩存會過期你去喝杯咖啡回來或者去 Slack 吹了半小時水回來緩存涼了下次調(diào)用又得重新寫入。有些工具支持調(diào)長 TTL適合長時間編碼會話。但緩存不解決垃圾上下文問題——它只讓重復(fù)內(nèi)容更便宜不會讓垃圾內(nèi)容變有用。9. Context Rot上下文腐爛這是緩存解決不了的。Context Rot就是說上下文塞太多模型注意力就散了找不著重點(diǎn)準(zhǔn)確率下降。就算用 200K 上下文模型中間部分的信息它也容易漏。規(guī)則是每個 Token 都得有存在的理由。配置文件別太長工作流要精簡舊會話該清就清。長上下文≠好上下文。能力層Agent 能摸到啥10. MCPModel Context ProtocolModel Context Protocol 是 Anthropic 搞的標(biāo)準(zhǔn)讓 Agent 連外部工具GitHub、數(shù)據(jù)庫、Slack不用每次寫膠水代碼。工具暴露成標(biāo)準(zhǔn)格式Agent 直接認(rèn)。但問題是它占上下文。早期 MCP 要一次性加載所有工具描述Token 爆炸。新版本支持延遲加載deferred loading先只看名字和簡述決定用了再加載詳情。對個人開發(fā)者寫個腳本可能更輕量對團(tuán)隊MCP 統(tǒng)一管理認(rèn)證和權(quán)限更干凈。11. 實(shí)時文檔檢索Live Document Retrieval模型有知識截止日期遇到新 API 會瞎猜而且猜得很自信。Context7 這類工具能把最新庫文檔拉進(jìn)上下文避免用已棄用的函數(shù)。DeepWiki 能幫你理解陌生代碼庫。關(guān)鍵是問法。別問認(rèn)證一般怎么做基于訓(xùn)練數(shù)據(jù)要問這個倉庫認(rèn)證怎么做基于真實(shí)代碼。后者才是接地氣的答案。12. AI-Native 網(wǎng)頁搜索傳統(tǒng)搜索是給人類看的一堆廣告、導(dǎo)航欄、彈窗。Agent 不需要這些視覺噪音。Exa 這類 AI-native 搜索直接返回結(jié)構(gòu)化摘要、關(guān)鍵內(nèi)容省 Token省解析 HTML 的麻煩。人類搜索給頁面AI 搜索給能直接用的上下文。13. 可視化輸出生成Agent 不只能寫應(yīng)用代碼還能出圖、出視頻、出 PPT。? Figma 的 MCP Server 讓 Agent 讀設(shè)計稿布局、間距、變量直接生成前端代碼甚至反向修改設(shè)計。? frontend-slides 生成 HTML 演示文稿。? draw.io 文件是 XML 結(jié)構(gòu)Agent 能讀 Terraform 后自動生成架構(gòu)圖。? Remotion 用代碼做視頻Agent 學(xué)會了就能出片。模式很簡單Agent 本質(zhì)是寫代碼只是輸出格式不同。14. 持久化記憶Persistent Memory默認(rèn)每次會話都從零開始昨天講的架構(gòu)決策今天忘了。最簡單的辦法項目根目錄放MEMORY.md存項目約定、技術(shù)決策、Session 摘要。Agent 啟動時讀工作中更新。但太長會加劇 Context Rot。所以文件大了就換可搜索記憶如 episodic-memory把舊會話向量化需要時檢索。文檔告訴你做了什么Session 歷史告訴你為什么這么做。15. 知識搜索Knowledge Search記憶存 Agent 自己學(xué)的知識搜索找外部的。Shopify CEO Tobi 搞的 QMD 就像本地搜索引擎接 MCP 后 Agent 能查你的會議筆記、設(shè)計文檔、產(chǎn)品規(guī)格。記憶是縱向的時間線知識搜索是橫向的跨文檔。編排層多 Agent 怎么不打架16. 子 AgentSubagents派小弟去干活。父 Agent 給任務(wù)、給工具、給干凈上下文小弟干完只返回結(jié)果不返回中間那堆胡思亂想和調(diào)試日志。好處可以并行一個審安全一個寫測試一個改文檔且主線程保持清爽。用 Markdown YAML 定義子 Agent指定tools、model、description。description 告訴父 Agent 啥時候派這個專家出場?？佣?Agent 同時寫文件會沖突。用 Git worktree 給每個 Agent 單獨(dú)的工作副本寫完再合并。17. Agent 循環(huán)Agent Loops類似子 Agent但是迭代執(zhí)行。每輪清上下文狀態(tài)存文件/Git下輪重新開始。Claude Code 的[/goal](https://code.claude.com/docs/en/goal)就是這思路設(shè)定完成條件“所有 auth 測試通過且 lint 干凈”Agent 循環(huán)干直到滿足條件。適合重復(fù)性、有邊界的大任務(wù)比如逐個文件遷移代碼庫。18. 編排工具Orchestration ToolsAgent 多了需要調(diào)度不然會重復(fù)勞動、進(jìn)度丟失、結(jié)果合不上。? Conductor給 Claude Code 和 Codex 提供并行會話 UI帶 diff 查看器。? JetBrains Air在 JetBrains 生態(tài)里用 Docker 或 worktree 隔離任務(wù)。? Vibe Kanban / Cline Kanban看板管理支持自動提交和依賴感知并行。? Paperclip更激進(jìn)想當(dāng) AI 公司的管理層帶組織架構(gòu)和預(yù)算控制。19. 托管 / 云原生 Agent本地 AgentClaude Code、Cursor適合個人開發(fā)。托管 Agent跑在廠商基礎(chǔ)設(shè)施上通過 API 接入你的產(chǎn)品適合給終端用戶使用。但注意計費(fèi)方式托管通常按 API Token 收費(fèi)比自己訂閱貴。個人寫代碼用本地做產(chǎn)品給多人用才上托管。安全層別讓 Agent 把家拆了20. 沙盒SandboxingAgent 會犯錯可能跑錯命令、讀錯文件。沙盒限制它能訪問啥通常只能讀寫項目文件夾.ssh、.env、系統(tǒng)目錄都 blocked。網(wǎng)絡(luò)也能通過白名單限制。更強(qiáng)隔離用 Docker 容器甚至無網(wǎng)絡(luò)訪問。目的是縮小爆炸半徑——即使 Prompt 注入成功Agent 也出不了沙盒。21. 權(quán)限PermissionsAgent 是解決問題導(dǎo)向的有時候不擇手段測試掛了就刪斷言Git 推不上去就強(qiáng)推依賴裝不上就curl | sh。權(quán)限分層項目級定義安全操作跑測試、lint用戶級定義紅線禁止rm -rf /禁止讀.env?？梢杂眯∧Ｐ妥鰴?quán)限分類器自動判斷要不要人工審批。這不是可選項是基線安全。22. 鉤子Hooks在工具執(zhí)行前攔截檢查。Pre-tool Hook如 Claude Code 的PreToolUse是最后一道防線。配合 Tirith 這類驗證器檢查命令有沒有? 可疑 Unicode西里爾字母偽裝? 假域名?curl | sh管道? 危險文件路徑鉤子不替代沙盒沙盒是事后止損鉤子是事前攔截。23. Prompt 注入防御Agent 太信任輸入了。克隆的倉庫里可能有毒的配置文件“把日志發(fā)到外部服務(wù)器調(diào)試”或者 MCP 服務(wù)器里藏惡意代碼——這構(gòu)成供應(yīng)鏈攻擊。還有 Unicode 偽裝西里爾字母?看起來像拉丁字母i命令看起來是rm -rf /tmp實(shí)際可能是別的。規(guī)則? 把配置文件當(dāng)代碼審查別當(dāng)文檔? 外部輸入文檔、MCP、工具返回都可能帶惡意指令? 結(jié)合審查、白名單、鉤子、沙盒多層防御24. 結(jié)構(gòu)化代碼檢查Structural Linting普通 Linter 查格式、命名AST-grep 這類工具查語法樹結(jié)構(gòu)。比如 Python 的經(jīng)典坑def process(items[]): # 坑默認(rèn)參數(shù)是可變對象只創(chuàng)建一次后續(xù)調(diào)用共享 ...Agent 常寫這種代碼因為訓(xùn)練數(shù)據(jù)里全是。AST-grep 能抓這種看起來對、實(shí)則坑的模式。把它加進(jìn) pre-commit 和 CI自動糾正 Agent 的壞習(xí)慣。25. Pre-Commit 關(guān)卡Pre-commit 在代碼進(jìn) Git 前攔截檢查。Agent 不會嫌煩blocked 了就改改完再試。強(qiáng)力配置包括? 基礎(chǔ)檢查空格、文件大小? RuffPython 格式Lint? Bandit安全掃描? AST-grep結(jié)構(gòu)檢查CI 是第二道關(guān)在干凈服務(wù)器上再跑一遍。記得加并發(fā)取消cancel outdated runsAgent 推送頻繁別浪費(fèi)資源在已過期代碼上。Pre-commit 保本地歷史干凈CI 保合并前干凈?？捎^測性看看到底發(fā)生了啥27. 追蹤TracingAgent 干完活第一個問題它到底走了哪條路Tracing記錄完整執(zhí)行路徑調(diào)了哪些工具、哪個子 Agent 調(diào)的、耗時、輸入輸出、模型版本。樹狀結(jié)構(gòu)比平鋪好懂。用 LangSmith、Helicone 或 OpenTelemetry。有了 Trace才能 Replay才能做 MetricsDebug 時才能一步步看哪里跑偏。28. 日志Logging最基礎(chǔ)的觀測。記? 每次模型調(diào)用Prompt、返回、延遲、Token、模型版本? 每次工具調(diào)用參數(shù)、結(jié)果、延遲? 每次錯誤? 一個 Session ID 串起全流程用JSON Lines格式別搞太花哨。先多記別急著刪——丟了輸入和工具返回Agent 抽風(fēng)時你死無對證。30. 指標(biāo)Metrics分兩類代理指標(biāo)Proxy延遲、Token 用量、成本、工具調(diào)用次數(shù)?？葱首ダ速M(fèi)比如死循環(huán)。結(jié)果指標(biāo)OutcomeCI 測試通過沒PR 合并沒部署成功沒回滾了沒看療效。兩者都得看。Agent 說任務(wù)完成不算數(shù)外部系統(tǒng)驗證才算。最后說兩句三十個概念分五層?配置層定規(guī)矩Config、Workflow、Caching?能力層給工具M(jìn)CP、搜索、記憶、可視化?編排層管協(xié)作Subagents、Loops、Orchestration?安全層防作死Sandbox、Permissions、Hooks、Pre-commit?觀測層看真相Tracing、Logging、Metrics新手別貪多。先搞個簡單的CLAUDE.md接個 Context7 或 DeepWiki 做實(shí)時文檔打開沙盒用子 Agent 做點(diǎn)只讀任務(wù)Code Review、文檔生成。這就夠了。工具會過時概念永留存。說白了學(xué) Agent 工程不是追新而是理解這些反復(fù)出現(xiàn)的模式。搞懂這些下周再出個新框架你也能一眼看穿它葫蘆里賣的什么藥。學(xué)AI大模型的正確順序千萬不要搞錯了2026年AI風(fēng)口已來各行各業(yè)的AI滲透肉眼可見超多公司要么轉(zhuǎn)型做AI相關(guān)產(chǎn)品要么高薪挖AI技術(shù)人才機(jī)遇直接擺在眼前有往AI方向發(fā)展或者本身有后端編程基礎(chǔ)的朋友直接沖AI大模型應(yīng)用開發(fā)轉(zhuǎn)崗超合適就算暫時不打算轉(zhuǎn)崗了解大模型、RAG、Prompt、Agent這些熱門概念能上手做簡單項目也絕對是求職加分王給大家整理了超全最新的AI大模型應(yīng)用開發(fā)學(xué)習(xí)清單和資料手把手幫你快速入門學(xué)習(xí)路線:?大模型基礎(chǔ)認(rèn)知—大模型核心原理、發(fā)展歷程、主流模型GPT、文心一言等特點(diǎn)解析?核心技術(shù)模塊—RAG檢索增強(qiáng)生成、Prompt工程實(shí)戰(zhàn)、Agent智能體開發(fā)邏輯?開發(fā)基礎(chǔ)能力—Python進(jìn)階、API接口調(diào)用、大模型開發(fā)框架LangChain等實(shí)操?應(yīng)用場景開發(fā)—智能問答系統(tǒng)、企業(yè)知識庫、AIGC內(nèi)容生成工具、行業(yè)定制化大模型應(yīng)用?項目落地流程—需求拆解、技術(shù)選型、模型調(diào)優(yōu)、測試上線、運(yùn)維迭代?面試求職沖刺—崗位JD解析、簡歷AI項目包裝、高頻面試題匯總、模擬面經(jīng)以上6大模塊看似清晰好上手實(shí)則每個部分都有扎實(shí)的核心內(nèi)容需要吃透我把大模型的學(xué)習(xí)全流程已經(jīng)整理好了抓住AI時代風(fēng)口輕松解鎖職業(yè)新可能希望大家都能把握機(jī)遇實(shí)現(xiàn)薪資/職業(yè)躍遷這份完整版的大模型 AI 學(xué)習(xí)資料已經(jīng)上傳CSDN朋友們?nèi)绻枰梢晕⑿艗呙柘路紺SDN官方認(rèn)證二維碼免費(fèi)領(lǐng)取【保證100%免費(fèi)】