AI from Scratch · Phase 14 | Agent 工程化完全指南
阶段概览
Phase 14 是整个路线图中最大的阶段——42节课、约42小时，全方位覆盖 AI Agent 的工程化。AI Agent 是 2025-2026年 AI 领域最火热的方向，没有之一。
什么是 Agent？简单说：LLM + 循环 + 工具 + 记忆 = Agent。 但从”简单”到”生产可用”，中间有巨大的工程鸿沟。如何让 Agent 做长期规划？如何让它在失败时自我修正？如何管理 Agent 的记忆？如何评估 Agent 的表现？如何防止它做出危险操作？这些问题的答案构成了 Agent Engineering 这门新兴学科。
这个阶段从最基础的 Agent Loop 开始，一路讲到 LangGraph、AutoGen、CrewAI、OpenAI Agents SDK、Claude Agent SDK 等主流框架，再到 Agent Observability、Prompt Injection 防御、Eval-Driven Development 等生产化话题，最后以 Agent Workbench 实战收尾。完成这个阶段，你就具备了独立设计和构建生产级 Agent 系统的能力。
核心概念解析
🔄 Agent Loop 与规划模式
所有 Agent 的核心都是一个循环：感知 → 规划 → 行动 → 观察结果 → 再规划。但”怎么规划”大有学问：
- ReWOO（Reasoning WithOut Observation）：先一次性规划所有步骤，再执行，减少模型调用次数
- Reflexion：Agent 在失败后用自然语言”反思”，将经验存入记忆，下次做得更好——这被称为”Verbal RL”
- Tree of Thoughts（LATS）：探索多条推理路径，像下棋一样做树搜索，适合复杂推理任务
- Self-Refine / CRITIC：Agent 先产出结果，再自我批评和修正，多轮迭代直到满意
🧠 Agent 记忆系统
记忆是 Agent 从”一次性对话”进化为”长期助手”的关键。课程覆盖了三种记忆架构：
- MemGPT：将操作系统的虚拟内存概念引入 LLM——主记忆放当前上下文，外部存储放历史信息，通过”分页”机制按需加载
- Sleep-Time Compute（Letta）：在”空闲时间”（用户没在交互时）让 Agent 整理记忆、压缩对话、学习新知识
- Hybrid Memory（Mem0）：结合短期工作记忆和长期向量记忆，自动决定什么该记住、什么该遗忘
🏛️ Agent 框架全景
课程深入讲解 6 大主流框架，各有定位：
- LangGraph：图结构编排，精确控制状态流转和条件分支，适合复杂工作流
- AutoGen v0.4：微软出品，强在多 Agent 对话和代码执行
- CrewAI：角色扮演模式，定义 Agent 的角色、目标、工具，让它们像团队一样协作
- OpenAI Agents SDK：轻量级，与 OpenAI 生态深度集成
- Claude Agent SDK：Anthropic 的方案，强调安全和可控
- Agno / Mastra：新一代 TypeScript 优先的 Agent 框架
📊 Agent 评估与可观测性
Agent 系统的不确定性远高于传统软件——同一个输入可能走完全不同的路径。这使得评估和可观测性变得极其重要：
- Eval-Driven Development：先写评估标准，再写 Agent 逻辑，像 TDD 一样开发 Agent
- Benchmarks：SWE-bench（软件工程）、GAIA（通用推理）、WebArena（Web 任务）、OSWorld（桌面操作）——了解 Agent 在标准基准上的表现上限
- OpenTelemetry + Langfuse/Phoenix：追踪每一次模型调用、工具选择、推理链路，建立 Agent 的”全链路监控”
🛡️ Agent 安全：Prompt Injection 与运行时防护
Prompt Injection 是 Agent 系统面临的最严重安全威胁。恶意用户可以通过工具返回的内容（比如网页内容、文件内容）注入指令，劫持 Agent 行为。这被称为 Indirect Prompt Injection（PVE - Prompt Vulnerability Exploitation）。课程讲解多层防御策略：输入消毒、权限隔离、HITL（Human-in-the-Loop）确认、运行时行为约束。Computer Use Agent 的安全风险更高——它能直接操作计算机，一旦被劫持后果严重。
完整课程列表
| 序号 | 课程名 | 预计时长 |
|---|---|---|
| 1 | The Agent Loop | 50 min |
| 2 | ReWOO: Plan-Execute | 55 min |
| 3 | Reflexion: Verbal RL | 50 min |
| 4 | Tree of Thoughts (LATS) | 60 min |
| 5 | Self-Refine & CRITIC | 50 min |
| 6 | Tool Use & Function Calling | 60 min |
| 7 | Memory: MemGPT | 65 min |
| 8 | Memory Blocks: Sleep-Time Compute (Letta) | 55 min |
| 9 | Hybrid Memory: Mem0 | 50 min |
| 10 | Skill Libraries: Voyager | 55 min |
| 11 | Planning: HTN & Evolutionary | 60 min |
| 12 | Anthropic Workflow Patterns | 65 min |
| 13 | LangGraph | 75 min |
| 14 | AutoGen v0.4 | 70 min |
| 15 | CrewAI | 60 min |
| 16 | OpenAI Agents SDK | 60 min |
| 17 | Claude Agent SDK | 60 min |
| 18 | Agno & Mastra | 55 min |
| 19 | Benchmarks: SWE-bench, GAIA | 55 min |
| 20 | WebArena & OSWorld | 50 min |
| 21 | Computer Use | 60 min |
| 22 | Voice Agents: Pipecat & LiveKit | 55 min |
| 23 | OpenTelemetry for GenAI | 50 min |
| 24 | Agent Observability: Langfuse & Phoenix | 55 min |
| 25 | Multi-Agent Debate | 50 min |
| 26 | Failure Modes | 55 min |
| 27 | Prompt Injection & PVE | 65 min |
| 28 | Orchestration Patterns | 55 min |
| 29 | Production Runtimes | 50 min |
| 30 | Eval-Driven Development | 55 min |
| 31 | Agent Workbench | 60 min |
| 32 | Minimal Agent Workbench | 50 min |
| 33 | Agent Instructions | 50 min |
| 34 | Repo Memory & Durable State | 55 min |
| 35 | Init Scripts | 45 min |
| 36 | Scope Contracts | 45 min |
| 37 | Runtime Feedback Loops | 50 min |
| 38 | Verification Gates | 45 min |
| 39 | Reviewer Agent | 50 min |
| 40 | Multi-Session Handoff | 50 min |
| 41 | Workbench on Real Repo | 65 min |
| 42 | Capstone: Agent Workbench Pack | 80 min |
前置依赖
- 熟悉 LLM 应用开发（Phase 11）
- 掌握工具调用和 MCP 协议（Phase 13）
- Python 编程能力，熟悉异步编程
- 对软件工程最佳实践（测试、CI/CD、监控）有基本了解
后续方向
- Phase 15（Autonomous Systems）：从受控 Agent 进化到自主系统
- Phase 16（Multi-Agent）：多 Agent 协作的深入设计
- Phase 17（Infrastructure）：Agent 系统的生产部署和运维
- Phase 19（Capstone）：构建 Coding Agent 系列、终端编程代理等大型项目
学习建议
- 这个阶段很大，制定计划：42 节课建议分 6 周完成，每周 7 节课
- 先理解 Loop，再学框架：不要一开始就被框架细节淹没，先吃透 Agent 的核心循环
- 选 1-2 个框架深入：推荐 LangGraph（灵活性最高）+ Claude Agent SDK（设计理念最先进）
- 做 Capstone 是必须的：Agent Workbench 系列把所有知识串联起来，从理论到实践
- 关注安全：Prompt Injection 课程不要跳过，这是生产 Agent 的必读
- 跑 Benchmark：在 SWE-bench 或类似基准上测试你的 Agent，建立性能基线
- 建立评估体系：Eval-Driven Development 是 Agent 开发的核心理念，越早养成习惯越好