AI Agent 工程 · 系统学习资料（系列导读）

这是一套教材型学习资料：直接把知识讲透，而不是罗列资源清单。每一章都包含完整的概念讲解、原理分析、可运行的代码示例和设计取舍讨论。读完并动手实现每章的代码，你就具备独立设计生产级 Agent 系统的知识基础。

本系列共 13 章，已作为「Agent 工程系统学习」专题连载发布，可在专题页按顺序阅读。

这套资料怎么用

按顺序读 01-04 章，它们是地基：LLM API → Agent 循环 → 上下文工程 → 记忆。每章的核心代码都值得亲手敲一遍（不是复制运行，是理解后默写）。
05-08 章是能力扩展：工具生态、执行隔离、多智能体、工作流。跳章读会缺上下文。
09-12 章是生产化：评测、可观测、安全、工程专题。这部分决定你是"demo 选手"还是"能上生产"。
13 章是前沿专题，按需选读。

每章末尾有实现作业——真正检验掌握的唯一标准是把对应系统实现出来。

章	内容	状态依赖
01	LLM API 基础：协议、工具调用、流式、token 计量、重试	无
02	Agent 执行循环：最小实现、设计模式谱系、终止与预算	01
03	上下文工程：窗口经济学、压缩、渐进披露、长任务	02
04	记忆系统：分类学、实现模式、生命周期管理	03
05	工具设计与 MCP 协议：描述工程、协议详解、客户端/服务端实现	02
06	执行隔离：威胁模型、隔离技术谱系、快照与回放	05
07	多智能体编排：拓扑、通信、任务板、失败模式	02
08	工作流引擎与 Human-in-the-Loop：DAG 执行器实现、审批、事件回放	02
09	评测：场景设计、LLM-as-judge 校准、A/B 实验、回归	02
10	可观测性：三信号、trace 树、GenAI 语义约定、SLO	02
11	安全：prompt injection 深入、纵深防御、权限模型、审计	05
12	生产工程：并发模型、队列化、模型路由、成本治理	09-10
13	前沿：后训练管线（SFT/DPO/RLVR）、数据飞轮、语音、编码智能体	09、12

内容基于 2026 年 10 月的工程共识与一手规范（MCP 2026-07-28、OpenTelemetry GenAI 语义约定、OWASP 2026 双清单），协议类内容会过时，概念与原理不会。每章引用规范时给出版本号。

Agent 工程的全部内容可以压缩成一句话：

用确定性的工程系统，管理一个概率性的组件（模型），并让两者的边界清晰可审计。

每章讲的其实都是这句话的一个切面：循环是边界（模型提议、代码执行）、工具是边界（模型选、门禁放行）、评测是边界（模型输出、断言裁决）、成本与安全是边界的账本和门锁。

本系列源自开源项目 proteus-ai 的 docs/learning 学习资料，按章整理发布。