2026年8月8日

一句话理解这本手册

它不是在教你怎样写一个更长、更聪明的 Prompt,而是在教你怎样把不确定的大模型,装进一个可控制、可观测、可恢复、可评估的工程系统。

书中将智能体理解为一种能够感知环境、围绕目标做决策、调用外部工具并采取行动的计算实体。大模型主要承担“认知引擎”,而状态管理、逻辑流、工具、通信和运行环境共同组成承载智能体的“画布”。作者强调,仅有强模型并不足以形成可靠智能体,还需要围绕感知、规划、行动和交互进行系统设计。

智能体应该形成

目标

感知 → 判断 → 规划 → 执行 → 观察 → 校验

└──────── 状态、记忆、反馈 ──────┘

核心章节

  1. 第1章:提示链(Prompt Chaining)
  2. 第2章:路由(Routing)
  3. 第3章:并行化(Parallelization)
  4. 第4章:反思(Reflection)
  5. 第5章:工具使用(Tool Use)
  6. 第6章:规划(Planning)
  7. 第7章:多智能体协作(Multi-Agent Collaboration)
  8. 第8章:记忆管理(Memory Management)
  9. 第9章:学习与适应(Learning and Adaptation)
  10. 第10章:模型上下文协议(Model Context Protocol)
  11. 第11章:目标设定与监控(Goal Setting and Monitoring)
  12. 第12章:异常处理与恢复(Exception Handling and Recovery)
  13. 第13章:人机协同(Human-in-the-Loop)
  14. 第14章:知识检索(Knowledge Retrieval – RAG)
  15. 第15章:智能体间通信(Inter-Agent Communication – A2A)
  16. 第16章:资源感知优化(Resource-Aware Optimization)
  17. 第17章:推理技术(Reasoning Techniques)
  18. 第18章:安全防护模式(Guardrails/Safety Patterns)
  19. 第19章:评估与监控(Evaluation and Monitoring)
  20. 第20章:优先级排序(Prioritization)
  21. 第21章:探索与发现(Exploration and Discovery)