Agent 领域从入门到大师学习路径¶

目标：从 Agent 初学者成长为能做工程落地、能过高质量面试、能设计生产系统、能读前沿论文、能形成个人方法论的 Agent 领域高手。 方法：以本仓库 docs/ 中的章节、实体（entity）和原文（raw）为主线，采用"读实体 → 查 raw → 复述 → 实作 → 评估 → 作品集"的闭环。

环境选择：raw 文章链接采用 https://jinguo.tech 占位符，构建/发布时自动替换为对应域名。 - Docker 构建: http://localhost:8002 - GitHub Pages: https://wiki.jinguo.tech
- Cloudflare Pages: https://jinguo.tech

0. 先定方向：你要成为哪一类 Agent 人才¶

Agent 方向不是单一岗位。学习前先明确你要同时构建四种能力：

本路径默认你要成为“T 型人才”：
横向懂完整 Agent 系统，纵向重点深挖 Agent Runtime + RAG/Talk-to-data + Harness/Eval。

1. 总体路线图¶

2. wiki-book 的正确使用方式¶

2.1 三遍阅读法¶

1. 第一遍读章节导读和实体摘要：建立概念边界，不追求细节。
2. 第二遍读关键 entity：写出“问题、方案、架构、风险、指标”五段笔记。
3. 第三遍读 raw 原文：只读最核心的 raw，验证 entity 是否准确，补充一手语境。

2.2 每个实体都要做 5 张卡¶

2.3 用 RAG 和 Talk-to-data 辅助学习¶

如果你的 wiki-book RAG / Talk-to-data 功能可用，每周固定做三件事：

1. RAG 问答：问“某概念在 Ch04/Ch05/Ch10 中有什么共同点和差异？”要求回答带引用。
2. Talk-to-data 建表：把本路径中的实体做成表，字段包括 阶段、章节、entity、raw、掌握状态、复述得分、项目关联。
3. 自动出题：让系统基于实体生成 10 道系统设计题、10 道行为题、10 道实现题。

3. Level 1：入门期，先把概念边界打牢¶

3.1 目标¶

你要能清楚回答：

• Model、Agent、Scaffolding、Harness、Tool、Skill、Memory、Policy、Sub-agent 有什么区别？
• Agent 为什么不是“会调用工具的聊天机器人”？
• ReAct / Plan-and-Execute / Reflection / Workflow / Agent Team 分别适合什么任务？
• Prompt Engineering 和 Context Engineering 的区别是什么？

3.2 必读章节¶

3.3 必读 entity / raw¶

3.4 入门期作业¶

作业 A：画一张 Agent 总架构图¶

必须包含：

• 用户输入
• Planner / Controller
• LLM
• Tool Registry
• Memory
• Policy / Permission
• Evaluator
• Observability
• Human-in-the-loop

作业 B：实现最小 Agent¶

实现一个 250 行以内的 CLI Agent：

• 支持 read_file
• 支持 write_file
• 支持 run_command
• 支持工具调用日志
• 支持最大循环次数
• 支持用户确认危险操作

作业 C：写 10 个术语解释¶

每个术语用 100 字解释，并写一个反例：

• Agent
• Harness
• Scaffolding
• Runtime
• Tool
• Skill
• MCP
• Memory
• Context
• Policy

3.5 入门期验收¶

你通过本阶段的标准：

• 能用 5 分钟讲清楚 Agent 与普通 Chatbot 的区别。
• 能从零写出一个最小工具调用循环。
• 能指出一个 demo Agent 为什么不能上生产。
• 能解释“模型决定能力上限，Harness 决定生产下限”这句话。

4. Level 2：工程师期，开始构建能工作的 Agent 系统¶

4.1 目标¶

你要从“懂概念”进入“会做系统”：

• 会设计 Tool / Skill / MCP 选型。
• 会做 RAG，不只是向量库拼接。
• 会做 Talk-to-data，不只是让模型生成 SQL。
• 会做长期任务循环、状态管理、失败恢复。
• 会用 Claude Code / OpenClaw / Codex 类工具提升真实开发效率。

4.2 工程师期主线模块¶

4.3 Harness 精读清单¶

4.4 Memory 精读清单¶

4.5 Skill / Tool / MCP 精读清单¶

4.6 RAG 精读清单¶

4.7 Talk-to-data / Data Agent 精读清单¶

4.8 工程师期必须完成的 4 个项目¶

项目 1：Personal RAG Agent¶

功能：

• 读取 docs/ 中指定章节。
• 支持 chunk、embedding、hybrid search、rerank。
• 回答必须带引用。
• 支持“找不到就拒答”。

验收：

• 20 个固定问题，准确率 >= 85%。
• 所有回答至少引用 2 个来源。
• 随机加入无关问题时能拒答。

项目 2：Talk-to-data Agent¶

功能：

• 输入自然语言问题。
• 识别指标、维度、过滤条件、时间范围。
• 生成 SQL。
• 执行前解释 SQL。
• 加入 SQL 安全校验。
• 输出表格、解释、下一步建议。

必须实现：

• 语义层：指标字典、维度字典、同义词。
• Schema linker：业务词到表字段映射。
• SQL verifier：禁止写操作、禁止全表大扫、限制行数。
• Result interpreter：解释结果，不夸大结论。
• Eval set：至少 50 条自然语言问题 + 标准 SQL 或标准结果。

验收：

• 简单查询准确率 >= 90%。
• 多表 join 准确率 >= 75%。
• 危险 SQL 拦截率 100%。
• 不确定问题能主动澄清。

项目 3：Tool / Skill Agent¶

功能：

• 设计 3 个工具：搜索、文件、命令。
• 设计 3 个 Skill：代码审查、文档总结、数据分析。
• 每个 Skill 包含说明、输入输出、边界、测试用例。

验收：

• 每个 Skill 有 10 条测试。
• Skill 版本号、变更记录、回滚策略齐全。
• 工具调用日志可追踪。

项目 4：Long-running Agent Harness¶

功能：

• 任务拆解。
• 进度持久化。
• 错误恢复。
• 人类接管。
• 预算控制。
• 评估报告。

验收：

• 能连续跑 1 小时任务不中断。
• 中途 kill 后可恢复。
• 每一步都有日志、成本、输入输出。
• 能给出最终 evidence report。

5. Level 3：专家期，做生产级 Agent¶

5.1 目标¶

你要能把 Agent 从 demo 变成系统：

• 会做多租户部署。
• 会做沙箱和凭据隔离。
• 会做安全与审计。
• 会做 eval、trace、成本、质量闭环。
• 会设计企业级 RAG / Data Agent 架构。

5.2 生产部署与 Infra 精读清单¶

5.3 安全治理精读清单¶

5.4 评估与 MLOps 精读清单¶

5.5 专家期系统设计题库¶

你必须能白板讲清楚以下系统：

1. 设计一个企业级 RAG 系统，支持权限、更新、引用、拒答。
2. 设计一个 Talk-to-data Agent，支持多数据源、多指标、SQL 校验、澄清对话。
3. 设计一个 Coding Agent Harness，支持长任务、恢复、测试、代码审查。
4. 设计一个多租户 Agent 平台，支持沙箱、凭据隔离、成本限额。
5. 设计一个 Agent 评估平台，支持 dataset、trace、judge、regression gate。
6. 设计一个 Skill Marketplace，支持版本、灰度、质量门禁、安全审核。
7. 设计一个 Agent 安全审计系统，记录 prompt、tool call、data touched、identity。

5.6 专家期项目：生产级 Agent Platform¶

你要把 Level 2 的项目合成一个平台：

• 前端：任务提交、会话、结果、评估报告。
• Backend：Agent Runtime、Tool Registry、Skill Loader。
• Memory：短期状态、长期偏好、项目知识。
• RAG：文档检索、引用、拒答。
• Talk-to-data：语义层、NL2SQL、SQL verifier。
• Security：权限、密钥、沙箱、审计。
• Eval：离线测试、线上 trace、回归门禁。
• Observability：token、latency、cost、tool call、failure type。

验收指标：

• 100 条任务评测集。
• 5 类失败归因。
• P95 响应延迟记录。
• 单任务 token 预算。
• 关键操作可审计。
• 生产事故复盘模板。

6. Level 4：科学家期，理解模型、训练、推理和自进化¶

6.1 目标¶

你要从“会用 Agent”进入“理解 Agent 能力如何形成和改进”：

• 理解后训练：SFT、RLHF、DPO、GRPO、RLVR。
• 理解推理优化：KV Cache、投机解码、MoE、Prefill/Decode 分离、量化。
• 理解自进化：trace → dataset → skill → eval → selection gate。
• 能读论文并把论文变成工程实验。

6.2 训练与微调精读清单¶

6.3 推理优化精读清单¶

6.4 前沿研究精读清单¶

6.5 科学家期作业¶

作业 A：复现一个评测 benchmark¶

选择：

• Claw-SWE-Bench
• AgentEval YAML
• Agent-EvalKit
• 自建 Talk-to-data eval set

产出：

• 数据集说明
• 指标定义
• baseline
• 改进方案
• 误差分析

作业 B：做一个自进化 Skill 实验¶

流程：

1. 采集 50 条失败 trace。
2. 分类失败原因。
3. 抽取可复用经验。
4. 写成 Skill。
5. 对比前后通过率。
6. 做 regression gate。

作业 C：写一篇论文解读¶

必须包含：

• 论文解决什么问题。
• 关键假设是什么。
• 实验设置是否可信。
• 能否工程落地。
• 你会如何复现。

7. Level 5：大师期，形成自己的理论和影响力¶

7.1 目标¶

大师不是“读得多”，而是能提出框架、发现矛盾、指导别人。

你要能做到：

• 把 Agent 系统拆成可复用范式。
• 评价一个 Agent 产品的架构优劣。
• 判断一个论文是否会变成工程趋势。
• 形成自己的开源项目和技术品牌。
• 在面试中不只是答题，而是引导讨论。

7.2 哲学、组织与未来精读清单¶

7.3 大师期三条主线¶

主线 A：开源项目¶

做一个完整开源项目，建议方向：

• agent-harness-template：生产级 Agent Harness 模板。
• talk-to-data-agent：可评估的 NL2SQL Agent。
• skill-eval-kit：Skill 测试、版本、回归门禁工具。
• agent-memory-workbench：Memory 写入、读取、遗忘、审计实验台。

要求：

• README 清楚。
• 架构图清楚。
• 有 20+ 测试。
• 有 benchmark。
• 有失败案例。
• 有安全说明。

主线 B：公开写作¶

至少写 12 篇文章：

1. Agent 不是模型，而是系统。
2. Harness 为什么比 Prompt 更重要。
3. Memory 为什么不是 RAG。
4. RAG 为什么不只是向量库。
5. Talk-to-data 的真正难点是语义层和验证。
6. Skill 是组织经验资产。
7. MCP 不是万能胶水。
8. Agent 安全从身份和权限开始。
9. Agent Eval 为什么不能只靠 LLM judge。
10. Coding Agent 的质量门禁。
11. 自进化 Agent 的评估陷阱。
12. AI 工程师如何在 Agent 时代拿 offer。

主线 C：面试反向塑造能力¶

每月做一次模拟面试：

• 30 分钟：项目深挖。
• 30 分钟：系统设计。
• 30 分钟：代码实现。
• 30 分钟：ML / RAG / Eval。
• 30 分钟：安全与治理。

8. 面试准备宝典¶

8.1 简历必须有的 5 个作品¶

8.2 Agent 面试高频问题¶

概念类¶

1. Agent 和 workflow 的区别是什么？
2. Agent Runtime 应该承担哪些职责？
3. Harness 和 framework 的区别是什么？
4. Tool 和 Skill 有什么区别？
5. MCP 适合什么，不适合什么？
6. Memory 和 RAG 的区别是什么？
7. 为什么长上下文不能替代 Memory？
8. Multi-agent 为什么经常失败？

系统设计类¶

1. 设计一个客服 RAG Agent。
2. 设计一个企业知识库问答系统。
3. 设计一个 NL2SQL / Talk-to-data Agent。
4. 设计一个 Coding Agent。
5. 设计一个 Agent 沙箱。
6. 设计一个 Skill Marketplace。
7. 设计一个 Agent 评估平台。

工程落地类¶

1. 如何处理 tool call hallucination？
2. 如何做 prompt injection 防御？
3. 如何做权限和凭据隔离？
4. 如何限制 token 成本？
5. 如何做日志和 trace？
6. 如何做失败恢复？
7. 如何判断一次 Agent 回答是否可信？

RAG / Data 类¶

1. Chunking 怎么设计？
2. Embedding 模型如何选？
3. Hybrid search 为什么重要？
4. Rerank 放在哪一层？
5. RAG 如何处理权限？
6. NL2SQL 如何防止危险 SQL？
7. Talk-to-data 如何处理业务指标歧义？
8. 如何评估 Data Agent？

8.3 面试回答框架¶

任何系统设计题都用这个结构：

1. 需求澄清：用户、数据、权限、延迟、成本、风险。
2. 核心链路：输入 → 理解 → 检索/工具 → 推理 → 验证 → 输出。
3. 状态设计：session、memory、trace、artifact。
4. 安全设计：身份、权限、沙箱、审计、注入防御。
5. 评估设计：离线集、线上 trace、回归门禁、人工复核。
6. 扩展设计：多租户、成本、缓存、灰度、可观测。
7. 失败模式：列 5 个最可能失败点和补救策略。

9. 每周学习节奏¶

周计划模板¶

每周产出要求¶

• 3 张概念卡。
• 1 篇 800 字技术笔记。
• 1 个可运行 demo 或测试。
• 5 道自测题。
• 1 次复述录音或文字版。

10. 12 个月里程碑¶

11. 最终 Offer 准备清单¶

11.1 简历关键词¶

你的简历中应该自然出现：

• Agent Runtime
• Tool Calling
• Skill System
• MCP
• RAG
• Hybrid Search
• Reranking
• Knowledge Graph
• NL2SQL
• Semantic Layer
• Agent Memory
• Long-running Agent
• Harness Engineering
• Agent Evaluation
• LLM-as-a-Judge
• Trace / Observability
• Prompt Injection Defense
• Sandbox
• Multi-tenant Agent Platform
• Cost Governance

11.2 作品集结构¶

每个项目都按这个模板写：

1. 背景：为什么做。
2. 架构：图 + 关键模块。
3. 技术难点：至少 3 个。
4. 失败模式：至少 5 个。
5. 评估指标：准确率、延迟、成本、安全。
6. 结果：前后对比。
7. 复盘：如果重做会改什么。

11.3 投递岗位优先级¶

12. 最重要的 20 条心法¶

1. Agent 不是模型，是系统。
2. Prompt 是入口，Context 才是环境。
3. Tool 越多不等于 Agent 越强。
4. Skill 是经验资产，不是提示词片段。
5. Memory 不是 RAG，Memory 是治理。
6. RAG 不是向量库，RAG 是知识管理。
7. Talk-to-data 的核心不是 SQL，而是业务语义。
8. 没有 eval 的 Agent 都是 demo。
9. 没有 trace 的 Agent 不可调试。
10. 没有权限边界的 Agent 不可上线。
11. 没有成本治理的 Agent 不可规模化。
12. Long-running Agent 的关键是可接管。
13. Multi-agent 的难点是通信和状态，不是“多开几个 Agent”。
14. Harness 的第一原则是先写刹车，再写循环。
15. 生产系统里，失败恢复比成功路径更重要。
16. LLM judge 只能辅助，不能无校准地裁决。
17. 自进化必须有 regression gate，否则会越改越差。
18. 面试时不要只讲模型，要讲系统约束。
19. Offer 来自作品集、复盘能力和系统判断力。
20. 大师不是知道更多名词，而是能把混乱变成框架。

13. 从今天开始的 7 天行动¶

Day 1¶

• 读 docs/ch02-prompt.md 的 Agent 术语表实体。
• 写 10 个核心术语卡。

Day 2¶

• 读 docs/ch04/075-ai-agent-250-while-python-ollama-cli-agent-7.md。
• 搭一个最小 CLI Agent。

Day 3¶

• 读 Agent Runtime 7 大职责。
• 给你的 CLI Agent 加上日志和最大循环次数。

Day 4¶

• 读 Harness 12 组件。
• 给 CLI Agent 加状态文件和失败恢复。

Day 5¶

• 读 RAG 到知识图谱到本体论。
• 为 20 篇 wiki-book 文档做最小检索。

Day 6¶

• 读 Data Agent 产品设计。
• 设计 Talk-to-data Agent 的语义层表。

Day 7¶

• 写一篇复盘：《我理解的 Agent：模型、循环、工具、记忆、评估》。
• 做一次 30 分钟模拟面试。

14. 你作为学生，我作为老师，对你的要求¶

你每学一个模块，都必须交付三件东西：

1. 能讲清楚：不用术语堆砌，用自己的话讲给非专业人士听。
2. 能做出来：哪怕是简化版，也要可运行、可测试、可复现。
3. 能被追问：别人问失败场景、成本、安全、评估，你不能只会说“加个模型”。

如果你坚持 12 个月，按这份路径完成项目和复盘，你不会只是“会用 Agent 工具的人”，而会成为能设计 Agent 系统的人。
这才是拿到好 offer、长期不被工具替代、走向专家和大师的真正护城河。