附录
A. 大白话术语表
| 术语 | 人话解释 |
|---|---|
| AI Agent / 智能体 | 能自主把事办成的 AI，不止会聊 |
| LLM 大模型 | Agent 的脑，会预测文字 |
| 幻觉 | 模型一本正经编错 |
| Function Calling | Agent 伸手调工具 |
| MCP | 工具接入的 USB-C 标准 |
| A2A | Agent 之间协作的协议 |
| RAG | 先查资料再答，少编 |
| ReAct | 想-做-看循环，Agent 骨架 |
| 多智能体 MAS | 一群 Agent 分工协作 |
| Agentic Loop | Agent 的内循环发动机 |
| 元认知 | Agent 知道自己懂不懂 |
| Agentic Commerce | Agent 在授权内替你花钱 |
| 六大支柱 | 模型机制/Loop/工具/上下文/多智能体/工程兜底 |
| Agent Loop | while 循环：想-做-看反复跑 |
| Harness（马具） | 包在模型外的壳：工具/上下文/循环/权限/观测 |
| Context Engineering | 系统化地往上下文里"喂对料" |
| Context Rot | 系统提示太长反而被模型忽略 |
| JIT Context | 即时上下文：用到才注入，不早塞 |
| Deferred Loading | 工具懒加载：用到才给模型 |
| Skills | 把某事的 know-how 打包成可插拔模块 |
| KV Cache | 推理底层复用计算结果，加速 |
| Prompt Cache | 厂商计费层：命中前缀价格低至 1/10 |
| Context Collapse | 上下文塞太满，模型反而更笨 |
| ACP | 宿主↔Agent 的控制接口，类比 LSP |
| Agent Swarm | 去中心化多智能体协作（像蜂群） |
| LangGraph | 用状态图表达 Agent Loop 的框架 |
| Unit of Work 工作单元 | 给 Agent 边界/持久/可收尾的容器（聊天↔工单） |
| Workflows 工作流 | 把最佳实践编码成 Trigger→Context→Execute 的可复现流程 |
| Oversight 监督 | 评测+透明+上报，让 Agent 可被托付 |
| Self-Learning Memory | 记忆从干过的活自动更新，无需手工维护 |
| Properly Scoped 有边界 | 记忆按 个人/项目/组织/全局 划作用域 |
| Escalation 上报 | Agent 不确定时默认拉人，而非瞎猜 |
| Maturity Scale 成熟度标尺 | Missing→Ad hoc→Defined→Managed→Optimising |
| Loop Engineering 循环工程 | 第三门必修课：设计自主循环，而非写 prompt |
| Worktree 并行隔离 | 多 Agent 不同分支开工，互不踩文件 |
| Sub-agents 子智能体 | 干活的与检查的分离，Maker≠Checker |
| Maker≠Checker | 写代码的不该自己给自己打分 |
| Context Advantage 上下文优势 | 人比 AI 更懂用户/环境，故 human-in-the-loop 刚需 |
| Automations 自动化 | 定时触发，让循环自己发现/分诊任务 |
B. 知识来源（公众号 / 行业，截至 2026-07）
入门 11 章来源： - CB Insights《AI Agent 圣经》六大趋势（经 混沌大学公众号解读，2025-10） - 麦肯锡《2026 企业级 AI 代理经济报告》（经 腾讯云开发者社区，2026-07） - 清华大学清新团队《2026 智能体安全研究报告》（2026-06，经 搜狐/FreeBuf 解读） - Anthropic《Introducing the Model Context Protocol》（2024-11） - 阿里云开发者《2026 企业 AI Agent 落地：从 Demo 到生产的四个关键跨越》（2026-05） - QubitTool《Agent Loop 是什么》（2026-07-04） - 掘金《AI Agent 的认知架构革命》（2026-05） - 谷歌《AI Agent trends 2026》（经 搜狐/九科信息解读，2026-02） - 机智流 AI Insight《AI Agent 最新发展论文全面综述（2024-2026）》（2026-05） - Manning《AI Agents in Action, Second Edition》（目录骨架来源）
进阶篇（工程深潜）新增来源： - 掘金《系统认知 Agent 六大支柱》（2026-05-09，底层骨架视角） - kamacoder《2026 最全 AI Agent 学习路线：六个阶段》（2026-06-16） - 中科算网·算泥社区《大模型上下文工程 Context Engineering 指南 2026》（五大类上下文/范式跃迁） - 斯坦福 ACE Agentic 上下文工程（生成-反思-策划-执行 闭环，2025） - 掘金《从 Claude Code 看 Harness Engineering：2026 年 Agent 工程范式》（2026-05-20） - cnblogs《Agent Client Protocol 全景解析》（2026-03-29，类比 LSP） - 51CTO《当 AI Agent 开始互相"打电话"：MCP/A2A/AG-UI/ACP》（2026-07，ACP 与 A2A 合并） - lonae《MCP 工程实战：跑进生产的五维度》（2026-06-11，传输/鉴权/膨胀/发现/可观测） - TianPan.co《工具过载：为什么工具越多大模型越笨》（2026-04-19，选准率低至 13%） - walterwang《工具太多塞不下：Agent 动态工具检索实战》（2026-06-03） - 崔亮 cuiliang.ai《Prompt Cache：Agent 成本控制的核心约束》（2026-01-17） - 人人都是PM《深入解析 KV Cache，让你的 Agent 更省钱》（2026-07） - golangstar《Agent 的记忆覆盖问题：三种故障模式》（2026-04-02） - ai-master.cc《Agent 记忆系统设计实战：六层持久化与遗忘机制》（2026-06-15） - 阿里云开发者《AI Agent 记忆系统：短期到长期技术架构》（2026-02） - CSDN《2026 大模型 Agent 六大核心支柱》（2026-06-21）
进八（Six Essentials 架构评审框架）新增来源： - Six Essentials of Agentic AI 架构评审框架（用户提供补充资料，2026；与 Anthropic 长效 Agent / Harness Engineering 社区同源，核心洞见「模型不是 Agent，系统是」） - harness-engineering.ai《The Complete Guide to Agent Harness: six core components》（2026-03） - Anthropic 长效 AI 智能体设计蓝图：Agent Harness 架构解析（经 agents.ac.cn 解读，2026-03） - ai-boost / awesome-harness-engineering（GitHub，2026-06，Agent Harness 构成性定义）
进九（循环工程 Loop Engineering）新增来源： - 用户提供公众号文章《别再给 Agent 写提示词了：三位大佬同时押注「循环工程」》（2026，综合报道） - Addy Osmani《Loop Engineering》（addyosmani.com/blog/loop-engineering，2026-06-07，循环六积木） - Andrew Ng《My 3 Key Loops for Building 0-to-1 Products》（The Batch 来信，2026-06，三环嵌套） - Boris Cherny（Claude Code 之父）「不再 prompt，写循环」+ AI 时代五类新角色（2026） - 交叉印证（公众号/行业）：51CTO《Loop Engineering 实战指南》、kamacoder《Claude Code 作者说"不写Prompt，写Loop"》（2026-06-15）、claudecn《先写刹车再写循环》（2026-07）、掘金/知乎/CSDN 多篇 Loop Engineering 解读
C. 阅读指南
| 时间 | 章节 | 目标 |
|---|---|---|
| Day 1 | §01-§02 | 搞清 Agent 是啥、靠啥活 |
| Day 2 | §03-§05 | 懂工具、组队、推理 |
| Day 3 | §06-§08 | 懂记忆、安全、上线 |
| Day 4 | §09-§11 | 懂内核、认知、搭建 |
| Day 5 | 进一-进二 | 校准认知、搞懂 Loop 心脏 |
| Day 6 | 进三-进四 | 装手脚、攻上下文护城河 |
| Day 7 | 进五-进七 | 多智能体、Harness、框架与结课 |
| Day 8 | 进八 | 用 Six Essentials 评审框架查生产就绪 |
| Day 9 | 进九 | 循环工程：从写 Prompt 到写循环 |
| 随时 | 附录 | 查术语、查来源 |
D. 一页纸总结
AI Agent = 会想（LLM）+ 会动手（工具/MCP）+ 记得住（记忆/RAG）+ 会规划（ReAct）+ 可托付（评估/安全）的 AI 办事员。 2023 元年 → 2024 会推理 → 2025 长记忆长手脚 → 2026 多智能体协作元年。 普通人用法：说目标、给工具、设边界。未来：从副驾驶到自主，从单兵到 AI 小队。 工程视角（进阶篇）：Agent = 模型 + Harness；强不强看六大支柱（模型/Loop/工具/上下文/多智能体/工程兜底），不在追产品。护城河是 Context Engineering，生死线是工程兜底。
知识更新至 2026 年 7 月。本书为通俗入门读物，技术细节以官方文档与一手论文为准。内容综合自上述公开资料与公众号解读。写作框架参考「标叔-bookwriter」。
agent是什么：
https://waytoagi.feishu.cn/wiki/N1FiwAwOlitdtzktv1scVhiknPf https://mp.weixin.qq.com/s/05Cx3JmimJ6nFpzJshanGQ