AI 学习路线图 08 · 智能体开发

ielts 👁 9 · 💬 0 · 📅 2026-09-16

← Blog 📡 RSS

English version: AI Learning Roadmap 08 · AI Agents

08 · 智能体开发

AI 学习路线图 · 第 8 站（共 9 站）

为什么这一站重要

到目前为止一切都是对话式的：你发一个请求，模型回答。智能体是更远的一步：一个追求目标的系统——规划步骤、调用工具、检查结果、记住状态、循环往复直到任务完成。不再是"给我写个摘要"，智能体可以"研究这个主题、起草报告、存到我的网盘、完成后发邮件通知我"。

这正是这个领域前进的方向——每家主要实验室都把前沿产品定位在智能体方向上——也是当下应用 AI 里杠杆最高的技能。好消息：每个零件你都有了。第 7 站给了你函数调用、编排和评估。这一站把它们组装进循环，并教你区分"能跑的 demo"和"能用的智能体"的两件事：记忆和可靠性。

核心概念

1. 智能体范式

智能体就是循环里的一个大模型：

        ┌────────────────────────────────────────────┐
        │                                            ▼
   目标 ──► 推理：下一步该做什么？ ──► 行动：调用工具 / 写内容
        ▲                                            │
        │                                            ▼
        └──── 观察：结果告诉了我什么？ ◄──（结果返回）

和聊天机器人的区别：

有状态 —— 智能体跨很多步维护上下文（对话历史、中间结果、待办清单）。
多步 —— 一个请求触发很多次模型调用和工具调用，前后串联。
以目标为导向 —— 循环一直持续到目标达成或触发停止条件。
会犯错、能恢复 —— 一次失败的工具调用是观察结果，不是终点。

2. 规划 —— 智能体如何决策

ReAct（推理 + 行动） —— 基础模式：交错进行思考（"我需要当前价格，所以调用价格工具"）、行动（工具调用）、观察（结果），并把每一步喂回去。推理和行动互相强化。几乎所有现代智能体都是包装更好的 ReAct。
任务分解 —— 把大目标拆成子任务（研究任务 → 大纲 → 搜索查询 → 逐节起草 → 组装）。显式计划（模型维护和更新的待办清单）胜过隐式计划。
反思（Reflection） —— 产出之后，智能体批判自己的输出并改进（"这份报告完整吗？缺什么？"）。便宜且出奇地有效——往往是最重要的单个质量杠杆。
先计划后执行 vs 边做边计划 —— 先写完整计划再执行（高效但脆弱：计划会漂移）；或一次只计划一步（灵活，调用更多）。现代实践：先轻量计划，观察到达后随时重规划。
**要知道的失败模式：**智能体会漂移——开局紧扣目标，慢慢走偏。缓解：让原始目标始终可见、设检查点、显式"我还在任务上吗？"的反思。

3. 工具 —— 智能体的手

工具就是第 7 站的函数调用，放到循环规模。设计规则在这里加倍重要：

窄而描述清晰的工具 —— 描述是模型决策的依据；含糊的工具 → 错误的选择。
把失败当数据 —— 返回错误的工具应该返回模型能据此行动的结构化消息（"限流了，60 秒后重试"），而不是让循环崩溃。
权限边界 —— 破坏性工具（发送、删除、支付）需要确认或干跑模式。智能体可以提议；不可逆的事由人来批准。
工具泛滥是真实的 —— 每加一个工具都会降低选择准确率；5–10 个优秀工具胜过 50 个平庸的。

4. 记忆 —— 短期与长期

聊天机器人会忘；智能体必须记得。

短期记忆 —— 对话/上下文窗口。它是智能体的工作记忆，也是它的约束：有限，而且贵。上下文管理是核心工程技能：裁剪旧轮、总结已完成、把目标钉住、丢掉不再需要的。
长期记忆 —— 跨会话存活：向量存储保存过去的事实和文档（需要时检索相关记忆——这就是把 RAG 用到智能体自己的历史上），加上结构化存储（画像、待办状态、笔记）。
记忆管理模式 —— 总结（窗口满了就压缩历史）、检索（按需拉相关记忆）、结构化状态（关键事实放进模型可查询的 schema，而不是埋在散文里）。

5. 多智能体系统

多个专门智能体协作。模式：

主管/工人 —— 一个智能体规划和委派；工人执行子任务并汇报。最常见、最可控。
交接（Handoff） —— 把对话交给最合适的角色（分诊智能体 → 账单智能体）。客服常见。
辩论/互评 —— 两个智能体争论或互相审阅；提升推理任务质量，代价是 token。
**多智能体何时有用：**任务确实有不同角色和技能，专精胜过单一通才时。**何时有害：**它倍增成本、延迟和失败模式——大多数"多智能体"demo 是一件风衣里裹着的一个调好的循环。从单一开始；有证据再拆。

6. 框架 —— 以及为什么至少手搓一次

选项一览：

LangGraph —— 显式图/状态机语义；严肃智能体的行业默认；测试和检查点做得好。
OpenAI Agents SDK / Claude Agent SDK —— 厂商原生、极简、上手快。
AutoGen / CrewAI —— 面向多智能体。
你自己的循环 —— 100–200 行：模型调用 → 工具分发 → 状态更新 → 重复。

**建议：**先从零手搓一个最小智能体（一个周末），把心智模型变成自己的；再用 LangGraph（或 SDK）做真活。框架是管道；循环是思想，你必须把这个思想烂熟于心。

7. 可靠性与护栏 —— 工程核心

智能体的失败方式和聊天机器人不同——它们会行动，所以失败代价更高。护栏清单：

防循环 —— 最大迭代次数、超时、循环检测（同一个工具、同样的结果连续出现两次 = 停下重规划）。
错误隔离 —— 每个工具都包起来；循环能扛住单个失败。
成本控制 —— 每步和每次运行的 token 预算；失控的智能体就是燃烧的信用卡。急停开关。
人在环中 —— 不可逆操作前设检查点；信心不足时升级给人类。
安全 —— 工具权限是新的安全边界：最小权限、沙箱执行（在容器里跑代码）、输入校验（智能体是更大的提示注入面——你的智能体读到的一个恶意网页都可能试图操控它）、输出过滤。
关键路径要确定性 —— 智能体输出用 JSON schema 结构化，校验，校验失败时回退到确定性分支。

8. 评估智能体

评估比聊天机器人更难，因为存在轨迹，而不只是最终答案：

结果指标 —— 任务成功了吗？（任务套件上的成功率、最终产物的质量。）
轨迹指标 —— 效率（步数 vs 最优）、工具使用正确性（对的工具、对的参数）、循环纪律（没有无用的重复）。轨迹评估能抓住结果评估漏掉的问题。
实践：建任务套件（10–30 个代表性任务，带可检查的成功标准），每次改动都跑，同时追踪成功率和每次任务成本。这就是第 7 站黄金集的智能体版——凡是要上线的东西，都不可妥协。

工具与技能

LangGraph（推荐框架）或你选的 SDK——外加一个手搓的最小循环。
工具层 —— 搜索、文件访问、沙箱代码运行器，也许一个浏览器工具。
向量存储（第 7 站的）用于长期记忆。
可观测性 + 评估 —— 每一步的追踪，以及一个脚本化任务套件。

动手任务

**手搓最小智能体（第 1 周）。**一个 LLM、一个工具注册表（2–3 个工具）、一个带最大迭代护栏的循环。不用框架。让它完成一个两步任务（搜索 → 总结）。心智模型从此归你所有。
**研究智能体（第 2–3 周）。**在 LangGraph 上，构建一个能研究主题的智能体：分解任务、搜索（或查 mock/搜索 API）、读来源、起草、反思、交付结构化报告。加长期记忆：一个记得过去研究、可复用的向量存储。
**工作流智能体（第 3–4 周）。**构建第二个形状不同的智能体——比如邮件分诊或数据管线：读条目、分类、执行操作、升级。和研究的对比一下设计；注意什么能泛化。
**护栏（第 4 周）。**故意尝试搞坏你的智能体：让它死循环（一个它完不成的任务）、给它一个没有确认的破坏性工具（它应该停下来）、通过检索内容注入指令（它应该忽略）。逐个修复。这是整份路线图里最有价值的调试。
**评估套件（第 5 周）。**写 10–15 个带可检查结果的任务；跑智能体；测成功率和每次成本。做一处改进（更好的工具、反思、记忆）再测——数字应该会动。

里程碑检查点

满足以下条件，你才能进入第 9 站：

你的智能体端到端完成了一个真实的多步任务（不是 canned demo）。
你能凭记忆画出智能体循环，并说出每条箭头意味着什么。
你手搓过一次、用框架做过一次，能解释框架为什么存在。
你的智能体有：最大迭代护栏、错误隔离、token 预算、至少一个"人在环中"检查点。
你有任务套件，测得成功率和每次任务成本——并且至少各改进过一次。

精选资源

Anthropic —— "Building effective agents"—— 重读；关于智能体架构和"何时智能体才是正确答案"最清晰的文章。
LangGraph 教程—— 从模式到代码的最快路径，含记忆和多智能体。
ReAct 论文（Yao 等，2022）—— 基础模式；短且好读。
《基于大语言模型的智能体的崛起与潜力》（综述）—— 智能体架构、记忆分类法和开放问题的权威地图。
OpenAI / Claude 智能体文档—— 生产环境中的厂商原生模式与工具 schema。

时间规划

**总计：**约 6 周，每周 10–15 小时（约 75 小时）。
**建议安排：**第 1 周 → 手搓循环（任务 1）；第 2–3 周 → 研究智能体 + 记忆（任务 2）；第 4 周 → 工作流智能体 + 护栏（任务 3–4）；第 5–6 周 → 评估套件、迭代、里程碑。

衔接下一站

你到达了地图的顶端：从零到一个能工作的智能体。第 9 站是最后一篇文章，它做的事情不一样——它向外、向前看：多模态模型、生产运维、塑造未来五年的前沿研究，以及如何把学到的这一切变成作品集和职业。这条路快要完全属于你了。