AI Agent
智能体架构与应用
- 001进阶A2A协议 — Agent间通信掌握Google A2A协议的Agent Card、Task生命周期和认证模型，实现跨框架Agent互操作
- 002中级A2A协议深入Google 于 2025 年 4 月宣布 A2A；到 2026 年 4 月，规范位于 https://a2a-protocol.org/latest/specification/，150+ 组织支持它。A2A 是 MCP (Lesson 13) 的水平补充：MCP 是垂直的（Agent ↔ ...
- 003中级Agent可观测性平台三个开源Agent可观测性平台主导2026年。Langfuse（MIT）— 6M+安装/月，追踪 + 提示管理 + 评估 + 会话回放。Arize Phoenix（Elastic 2.0）— 深度Agent特定评估，RAG相关性，OpenInference自动仪器化。Comet Opik（Ap...
- 004中级Agent失败模式MASFT（Berkeley，2025）将14个多Agent失败模式编入3个类别。Microsoft的分类法文档了现有AI失败如何在Agent设置中放大。行业领域数据趋同于五个反复出现的模式：幻觉动作、范围蔓延、级联错误、上下文丢失、工具误用。
- 005中级Agent工作台为何模型失败 — 七种失败模式识别Agent在真实代码库中失败的七种模式，理解线束工程比模型选择更重要的实证数据
- 006中级Agent工作台项目 — 可复用工作台包将七种工作台表面打包为可复用的drop-in目录，实现一键安装、版本控制和跨项目复用
- 007中级Agent循环 — 观察、思考、行动掌握ReAct循环的五个要素，实现标准库Agent循环，理解2026年从提示思维token到原生推理的转变
- 008中级Agent经济体与声誉长时间范围自主 Agent (METR 的 1 小时到 8 小时工作曲线) 需要经济主体能力。新兴的 5 层栈 是：DePIN (物理计算) → 身份 (W3C DID + 声誉资本) → 认知 (RAG + MCP) → 结算 (账户抽象) → 治理 (Agentic DAO)。生产 Age...
- 009中级Agno与Mastra生产运行时Agno（Python）和Mastra（TypeScript）是2026年的生产运行时配对。Agno瞄准微秒级Agent实例化和无状态FastAPI后端。Mastra在Vercel AI SDK基底上发布Agent、工具、工作流、统一模型路由和复合存储。
- 010中级AI-Scientist-v2自主研究Sakana 的 AI Scientist v2 (Yamada 等人, arXiv:2504.08066) 运行完整研究循环：假设、代码、实验、图表、论文、提交。它是第一个有生成论文通过 ICLR 2025 workshop 同行评审的系统。独立评估 (Beel 等人) 发现 42% 的实验...
- 011中级AlphaEvolve进化编码将前沿编码模型与进化循环和机器可检查评估器配对。让循环运行足够长时间。它发现了一个使用 48 次标量乘法的 4x4 复矩阵乘法程序——56 年来对 Strassen 的首次改进。它还找到了一个 Google 范围的 Borg 调度启发式，在生产中恢复了约 0.7% 的集群计算。架构故意无聊。胜...
- 012进阶Anthropic RSP v3.0 — 负责任扩展政策深入解读RSP v3.0的两层缓解机制、AI R&D-4阈值、前沿安全路线图，以及SaferAI降级评分的原因
- 013中级Anthropic工作流模式Schluntz和Zhang（Anthropic，2024年12月）区分了工作流（预定义路径）和Agent（动态工具使用）。五种工作流模式覆盖了大多数情况。从直接API调用开始。只在步骤无法预测时才添加Agent。
- 014中级AutoGen-Actor模型与Agent框架AutoGen v0.4（Microsoft Research，2025年1月）围绕Actor模型重新设计了Agent编排。异步消息交换、事件驱动Agent、故障隔离、天然并发。该框架目前处于维护模式，Microsoft Agent Framework（2025年10月公开预览）成为继任者。
- 015中级CAIS-CAISI与社会规模风险AI 安全中心 (CAIS, 旧金山，2022 年由 Hendrycks 和 Zhang 创立) 发布四风险框架——恶意使用、AI 竞赛、组织风险、失控 AI——以及 2023 年 5 月由数百名教授和公司领导签署的灭绝风险声明。CAIS 2026 年发布：前沿模型评估 AI 仪表板、远程劳动...
- 016中级Claude Agent SDK：子Agent与会话存储Claude Agent SDK是Claude Code线束的库形式。内置工具、子Agent用于上下文隔离、钩子、W3C追踪传播、会话存储对等。Claude Managed Agents是长时间运行异步工作的托管替代。
- 017中级Claude-Code权限模式与Auto模式Claude Code 暴露七种权限模式。plan 在每个动作前询问，default 仅对有风险的动作询问，acceptEdits 自动批准文件写入但仍确认 Shell 执行，bypassPermissions 批准一切。Auto 模式用两阶段并行安全分类器替代逐动作批准。
- 018中级CrewAI角色团队与流程CrewAI是2026年基于角色的多Agent框架。四个原语：Agent、Task、Crew、Process。两种顶层形状：Crew（自主、基于角色的协作）和Flow（事件驱动、确定性）。文档直言："对于任何生产就绪应用，从Flow开始。"
- 019中级Darwin-Godel自修改AgentSchmidhuber 2003 年的 Godel Machine 要求在接受任何自修改之前有正式证明其有益。那个证明在实践中不可能。Darwin Godel Machine (Zhang 等人, 2025) 放弃证明保留档案：Agent 提议对其自身 Python 源代码的编辑，每个变体在 ...
- 020中级FIPA-ACL遗产在 MCP 之前，在 A2A 之前，有 FIPA-ACL。2000 年，IEEE 智能物理代理基金会批准了一种代理通信语言，包含二十个施事行为、两种内容语言和一组交互协议——合同网、订阅/通知、请求-当。它从行业中消退，因为本体开销对 Web 来说太重了，但 LLM 复兴的多 Agent 系统...
- 021中级HTN规划与进化搜索符号规划处理计划可证明正确的情况。进化代码搜索处理适应度函数可机器检查的情况。ChatHTN（2025）和AlphaEvolve（2025）展示了与LLM配对时各自解锁了什么。
- 022中级LangGraph状态图与持久执行LangGraph是2026年低层有状态编排的参考。Agent是状态机；节点是函数；边是转换；状态是不可变的并在每步后检查点。从任何失败处精确恢复。
- 023中级LlamaGuard与输入输出分类掌握Llama Guard 3/4分类器、NeMo Guardrails防护栏和MLCommons危害分类法，理解分类器层的优势与局限
- 024中级LLM路由层 — 模型选择、回退、成本优化构建LLM路由层，实现基于任务的路由、回退链、成本感知选择和A/B测试
- 025中级多Agent强化学习MADDPG-QMIX-MAPPO多 Agent 协调的强化学习遗产，在 2026 年仍然指导 LLM Agent 系统。MADDPG (Lowe 等人, NeurIPS 2017, arXiv:1706.02275) 引入了集中训练分散执行 (CTDE)：每个评论家在训练期间看到所有 Agent 的状态和动作；测试时只有局部...
- 026中级MCP传输 — stdio vs Streamable HTTP vs SSE迁移理解stdio与Streamable HTTP传输的选择、Origin验证、DNS重绑定防护和SSE迁移策略
- 027中级MCP基础 — 原语、生命周期、JSON-RPC基础掌握MCP的六个原语、三阶段生命周期和JSON-RPC 2.0线路格式，理解能力协商机制
- 028进阶MCP安全II — OAuth 2.1、资源指示器、增量作用域实现MCP的OAuth 2.1认证配置，掌握PKCE、RFC 8707资源指示器、RFC 9728受保护资源元数据和SEP-835步进授权
- 029进阶MCP安全I — 工具投毒、地毯拉扯、跨服务器影子掌握MCP七种攻击类别，构建工具投毒检测器和哈希固定存储，理解深度防御策略
- 030进阶MCP应用 — 通过ui://的交互式UI资源掌握MCP Apps扩展，使用ui://资源方案和iframe沙箱postMessage协议实现交互式HTML界面
- 031进阶MCP异步任务 — 即时调用、稍后获取掌握SEP-1686异步任务原语，实现长时间运行工具的异步执行、状态轮询和崩溃恢复
- 032中级MCP根目录与诱导 — 作用域与飞行中用户输入掌握roots作用域限制和elicitation中途用户输入机制，解决路径假设和参数歧义问题
- 033进阶MCP生产认证 — 注册、JWKS刷新、受众固定Token掌握生产MCP认证的完整表面：客户端注册（CIMD/DCR）、JWKS缓存刷新、受众固定token验证和IdP能力矩阵
- 034进阶MCP网关与注册表 — 企业控制平面掌握MCP网关的五大职责和官方注册表体系，理解企业级MCP部署的集中化策略
- 035中级MCP资源与提示 — 超越工具的上下文暴露掌握工具、资源、提示三种原语的选择决策，实现资源订阅和提示模板
- 036进阶MCP采样 — 服务器请求的LLM补全与Agent循环掌握sampling机制使服务器能通过客户端LLM进行推理，实现无需API密钥的服务器端Agent循环
- 037中级METR时间范围与外部能力评估METR (前 ARC Evals) 自 2023 年 12 月起为独立 501(c)(3)。他们的时间范围 1.1 基准 (2026 年 1 月) 对任务成功概率 vs log(专家人类完成时间) 拟合逻辑曲线；50% 概率处的交点定义模型的时间范围。2025-2026 年参与集覆盖 GPT...
- 038中级OpenAI Agents SDK：交接、护栏、追踪OpenAI Agents SDK是构建在Responses API上的轻量级多Agent框架。五个原语：Agent、Handoff、Guardrail、Session、Tracing。交接是名为transfer_to_<agent>的工具。护栏在输入或输出时触发。追踪默认开启。
- 039中级OpenAI准备性与DeepMind前沿安全框架OpenAI 准备性框架 v2 (2025 年 4 月) 引入研究类别——长时间范围自主性、沙袋行为、自主复制与适应、破坏保障措施——与追踪类别不同。追踪类别触发能力报告加保障措施报告，由安全咨询组审查。DeepMind 的 FSF v3 (2025 年 9 月，2026 年 4 月 17 日...
- 040中级OpenTelemetry-GenAI语义约定OpenTelemetry的GenAI SIG（2024年4月启动）定义了Agent遥测的标准Schema。Span名称、属性和内容捕获规则跨供应商趋同，使Agent追踪在Datadog、Grafana、Jaeger和Honeycomb中含义相同。
- 041中级OpenTelemetry GenAI — Agent可观测性语义约定掌握OpenTelemetry GenAI语义约定，实现LLM调用的分布式追踪、token计量和成本归因
- 042中级Reflexion语言强化学习基于梯度的RL需要数千次试验和GPU集群来修复一个失败模式。Reflexion（Shinn等人，NeurIPS 2023）用自然语言做到这一点：每次失败的试验后，Agent写一段反思，存储在情景记忆中，并在下一次试验中以此记忆为条件。这是Letta的睡眠时间计算、Claude Code的CLA...
- 043中级ReWOO与计划执行ReAct在一个流中交替思考和行动。ReWOO将它们分离：先做一个完整计划，然后执行。Token消耗减少5倍，HotpotQA准确率提升4%，而且你可以将规划器蒸馏到7B模型中。Plan-and-Execute将其泛化；Plan-and-Act将其扩展到Web导航。
- 044中级STaR自教推理最小的可能自改进循环存在于推理依据中。模型生成思维链，保留那些得到正确答案的，并在其上微调。这就是 STaR。V-STaR 添加验证者以改善推理时选择。Quiet-STaR 将推理依据推到每个 token。三者都有效。没有一个是魔法——循环保留了碰巧达到正确答案的任何捷径。
- 045中级为何多Agent一个 Agent 遇到瓶颈时，明智之举不是更大的 Agent，而是更多的 Agent。
- 046中级交接与例程OpenAI 的 Swarm (2024 年 10 月) 将多 Agent 编排提炼为两个原语：例程（指令 + 工具作为系统提示）和交接（返回另一个 Agent 的工具）。没有状态机，没有分支 DSL——LLM 通过调用正确的交接工具来路由。OpenAI Agents SDK (2025 年 ...
- 047中级仓库记忆与持久状态构建Schema优先的状态管理器，实现原子写入、验证拒绝和迁移支持，使Agent状态跨会话持久化
- 048中级作用域契约与任务边界构建作用域契约，定义允许文件、禁止文件、验收标准和回滚计划，实现范围蔓延的自动检测和审查
- 049中级先提议后提交模式先提议后提交是自主 Agent 中人机交互的基本模式。Agent 提议一个动作；人类审查并批准或修改；Agent 执行批准的版本。这是 plan 权限模式 (Lesson 10) 的泛化。它适用于文件编辑、Shell 命令、网络请求和任何有副作用的操作。关键设计选择：提议和提交之间的边界在哪里...
- 050中级共享记忆与黑板模式2026 年多 Agent 系统中共存两种方法：消息池（每个人看到每个人的消息，如 AutoGen GroupChat 或 MetaGPT）和带订阅的黑板（Agent 订阅相关事件，如 Context-Aware MCP 或 Matrix 框架）。两者都是多 Agent 系统中唯一有状态的部分...
- 051中级共识与拜占庭容错经典分布式系统 BFT 遇上随机 LLM。2025-2026 年出现三个研究方向：CP-WBFT (arXiv:2511.10400) 通过置信度探针加权每票；DecentLLMs (arXiv:2507.14928) 采用无领导模式，并行工作者提议和几何中位数聚合；WBFT (arXiv:2...
- 052中级最小Agent工作台 — 三个文件构建最小可行Agent工作台：agent-rules.md、agent_state.json、task_board.json，实现规则即代码和状态持久化
- 053中级函数调用深入 — OpenAI、Anthropic、Gemini对比三大前沿提供商的函数调用格式差异，构建统一翻译器实现跨提供商移植
- 054中级初始化脚本 — 一次性支付启动税构建确定性初始化脚本，探测运行时、依赖、路径和健康状态，将启动税从每次会话支付变为一次性支付
- 055中级协商与讨价还价Agent 协商资源、价格、任务分配和条款。2026 年基准集很明确：NegotiationArena (arXiv:2402.05863) 显示 LLM 可以通过人格操纵（"绝望"）改善收益约 20%；"Measuring Bargaining Abilities" (arXiv:2402....
- 056中级基准测试SWE-bench与GAIA三个基准锚定2026年Agent评估。SWE-bench测试代码补丁。GAIA测试通用工具使用。AgentBench测试多环境推理。了解它们的组成、污染故事以及它们不测量的内容。
- 057中级基准测试WebArena与OSWorldWebArena跨四个自托管应用测试Web Agent能力。OSWorld跨Ubuntu、Windows、macOS测试桌面Agent能力。在发布时（2023-2024）两者都显示了最佳Agent和人类之间的巨大差距。差距在缩小；失败模式没有改变。
- 058中级多Agent原语模型 — 四维设计空间掌握Agent、Handoff、共享状态、编排器四个原语，将所有2026年多Agent框架映射到同一坐标系
- 059中级多Agent辩论与协作Du等人（ICML 2024，"Society of Minds"）运行N个模型实例独立提出答案，然后在R轮中迭代批评彼此以收敛。改善事实性、规则遵循、推理。稀疏拓扑在token成本上击败全网格。
- 060中级多会话交接 — 会话结束，工作继续构建七字段交接包，从工作台工件自动生成，使下一个会话在第一分钟就高效
- 061中级失败模式MAST与群体思维2026 年的参考分类法是 MAST (Cemri 等人, NeurIPS 2025, arXiv:2503.13657)，源自 7 个最先进开源 MAS 的 1642 条执行轨迹，显示 41-86.7% 失败率。三个根类别：规格问题 (41.77%) — 角色模糊、任务定义不清；协调失败 (...
- 062中级审查Agent — 分离构建者与标记者构建独立审查Agent，使用五维度评分标准对构建者产出进行定性评审，实现角色分离和偏差缓解
- 063中级宪法AI与价值观对齐Anthropic 的宪法 AI (CAI, Bai 等人, 2022) 用两阶段过程替代人类反馈 RLHF：SL（监督学习，模型批评自己的输出并修订）和 RL（强化学习，模型根据宪法原则自我评估）。Claude 的宪法 (2026 年 1 月更新) 包含来自联合国人权宣言、Apple 的服务...
- 064中级层级架构及其失败模式掌握层级架构的三种失败模式：任务分配错误、输出误读、共识循环，理解何时顺序优于层级
- 065中级工具Schema设计 — 命名、描述、参数约束掌握工具命名规则、描述模式和参数设计，提升工具选择准确率10-20个百分点
- 066中级工具使用与函数调用Toolformer（Schick等人，2023）开始了自监督工具标注。Berkeley Function Calling Leaderboard V4（Patil等人，2025）设定了2026年的标准：40% Agent式、30%多轮、10%实时、10%非实时、10%幻觉。单轮已解决。记忆、...
- 067中级工具接口 — Agent为何需要结构化I/O理解Agent工具调用的四步循环：描述、决策、执行、观察，以及纯工具与后果工具的安全区分
- 068进阶工具生态项目 — 发布完整MCP+A2A+路由+可观测性栈整合Phase 13所有原语，构建端到端工具生态系统，包含MCP服务器、A2A委托、路由层和可观测性
- 069中级并行与流式工具调用掌握并行工具调用的扇出执行和流式参数重组，理解id关联陷阱和依赖调度
- 070中级并行群体网络架构与监督者对比：没有中央决策者。Agent 读取共享事件总线，异步获取工作，写回结果。LangGraph 明确支持"群体架构"用于去中心化、动态环境。Matrix (arXiv:2511.21686) 将控制流和数据流都表示为通过分布式队列传递的序列化消息，以消除编排者瓶颈。权衡是明确的：用确定...
- 071中级心智理论与涌现协调Li 等人 (arXiv:2310.10701) 显示合作文本游戏中的 LLM Agent 展现了涌现高阶心智理论 (ToM)——推理另一个 Agent 对第三个 Agent 信念的信念——但由于上下文管理和幻觉在长期规划上失败。Riedl (arXiv:2510.05174) 测量了群体中的...
- 072中级心智社会与多Agent辩论Minsky 1986 年的前提——智能是专家的社会——每十年被重新发现一次。2023 年 Du 等人将其转化为具体算法：多个 LLM 实例提出答案、阅读彼此的答案、批评并更新。经过 N 轮，它们收敛于一个共识，在六个推理和事实性任务上击败零样本 CoT 和反思。两个发现很重要：多个 Agen...
- 073中级思维树与LATS单条思维链轨迹没有回溯的空间。ToT（Yao等人，2023）将推理变成带有每个节点自评估的树。LATS（Zhou等人，2024）在蒙特卡洛树搜索下统一了ToT、ReAct和Reflexion。Game of 24从4%（CoT）提升到74%（ToT）；LATS在HumanEval上达到92.7...
- 074中级成本治理器与预算终止每个自主 Agent 都需要三个预算：max_turns（迭代次数）、max_budget_usd（美元上限）和 max_wallclock_s（挂钟秒数）。Claude Code 在每次运行时强制执行所有三个。LangGraph 的运行时在每个超步检查预算。没有这些，长时间范围 Agent ...
- 075中级技能与Agent SDK — 可复用Agent能力打包掌握技能打包规范和主流Agent SDK的技能模型，实现跨框架的Agent能力复用
- 076中级技能库与终身学习Voyager（Wang等人，TMLR 2024）将可执行代码视为技能。技能是命名的、可检索的、可组合的，并由环境反馈精炼。这是Claude Agent SDK技能、skillkit和2026年技能库模式的参考架构。
- 077中级投票辩论拓扑最便宜的聚合：采样 N 个独立 Agent，多数投票。Wang 等人 2022 年的自一致性用一个模型采样 N 次做到了。多 Agent 用异构 Agent 扩展它以逃离单一文化——不同模型、不同提示、不同温度、不同上下文。超越多数投票，辩论拓扑很重要：MultiAgentBench (arX...
- 078中级指令作为可执行约束 — 规则即代码将Agent规则从提示建议升级为磁盘上的可执行约束，实现启动检查、行动前检查和违规报告
- 079进阶提示注入防御 — PVE模式掌握间接提示注入的五种攻击类别和六项防御原则，实现Prompt-Validator-Executor防御模式
- 080中级有界自改进设计研究已收敛到约束自改进循环的四个原语。每次编辑必须保持的形式不变量。不可修改的对齐锚点。每个维度（安全、公平、鲁棒性）都必须满足的多目标约束，不只是性能。当历史指标表明能力损失时暂停循环的回归检测。没有一个是安全证明——信息论结果（Kolmogorov 复杂度、Lob 定理）限制了任何系统能关...
- 081进阶构建MCP客户端 — 发现、调用、会话管理构建多服务器MCP客户端，实现进程生成、能力协商、工具列表合并、命名空间冲突处理和路由
- 082中级构建MCP服务器 — Python + TypeScript SDK从零构建完整的MCP服务器，实现tools、resources、prompts三个原语，掌握调度循环和注解机制
- 083中级案例研究与2026年SOTA三个生产级参考端到端研究，每个说明多 Agent 工程的不同切片。Anthropic 研究系统（编排者-工作者，15 倍 token，相对单 Agent Opus 4 +90.2%，彩虹部署）是规范监督者案例。MetaGPT / ChatDev（SOP 编码的角色专业化用于软件工程；ChatD...
- 084中级检查点与回滚检查点保存状态；回滚恢复到先前状态。两者是持久执行 (Lesson 12) 的基础。检查点让 Agent 在崩溃后恢复。回滚让 Agent 在犯错后撤销。关键设计选择：检查点频率（每次迭代 vs 每个重要步骤）、回滚粒度（完整状态 vs 单个文件）和回滚触发器（人工 vs 自动）。
- 085中级浏览器Agent与间接注入ChatGPT agent（2025 年 7 月）将 Operator 和深度研究合并为一个浏览器/终端 Agent，BrowseComp SOTA 达 68.9%。OpenAI 于 2025 年 8 月 31 日关闭 Operator——产品层整合。Anthropic 的 Vercept 收...
- 086中级混合记忆向量图与KVMem0（Chhikara等人，2025）将记忆视为三个并行存储——向量用于语义相似性，KV用于快速事实查找，图用于实体关系推理。一个评分层在检索时融合三者。这是2026年外部记忆的生产标准。
- 087中级生产扩展队列与检查点将多 Agent 系统扩展到数千个并发运行需要持久执行。LangGraph 的运行时在每个超步后写入检查点，以 thread_id 为键（默认 Postgres）；工作者崩溃释放租约，另一个工作者恢复。Agent 可以无限期睡眠等待人工输入。MegaAgent (arXiv:2408.0995...
- 088中级生产运行时 — 队列、事件、定时掌握六种生产运行时形状，理解持久执行的重要性，以及可观测性作为承重组件的必要性
- 089中级生成式Agent与涌现模拟Park 等人 2023 (UIST '23, arXiv:2304.03442) 用三部分架构填充了 Smallville，一个 25 Agent 沙箱：记忆流（自然语言日志）、反思（Agent 关于自己流生成的更高层次综合）和计划（日级行为，然后子计划）。标志性结果是情人节派对涌现：一个 ...
- 090中级监督者/编排者-工作者模式构建监督者模式，理解Anthropic研究系统+90.2%的机制，掌握token主导、彩虹部署和综合冲突处理
- 091中级真实仓库工作台 — 前后对比报告在真实代码库上对比仅提示vs工作台引导的Agent运行，用数据证明工作台工程的价值
- 092中级终止开关与金丝雀令牌终止开关是停止运行的硬机制。金丝雀令牌是检测运行何时行为不当的软机制。两者都需要。终止开关是"拔插头"——它停止执行但不告诉你为什么需要停止。金丝雀令牌是"矿井中的金丝雀"——它们在事情出错时发出信号，但它们不停止运行。组合：金丝雀检测 → 人类审查 → 终止开关执行。
- 093中级结构化输出 — JSON Schema、Pydantic、Zod、约束解码掌握约束解码保证JSON Schema合规的机制，处理拒绝、解析错误和模式违反三种失败模式
- 094中级编排模式 — 监督者、群集、层级掌握四种编排拓扑模式，理解Anthropic的"构建正确系统"原则，根据需求选择合适的编排模式
- 095中级群体优化PSO与ACO生物启发优化正在 LLM 领域回归。LMPSO (arXiv:2504.09247) 使用 PSO，其中每个粒子的速度是一个提示，LLM 生成下一个候选；在结构化序列输出（数学表达式、程序）上效果良好。Model Swarms (arXiv:2410.11163) 将每个 LLM 专家视为模型...
- 096中级群聊与发言者选择AutoGen GroupChat 和 AG2 GroupChat 在 N 个 Agent 之间共享一个对话；选择器函数（LLM、轮询或自定义）选择下一个发言者。这是涌现式多 Agent 对话的原型——Agent 不知道自己在静态图中的角色，它们只是对共享池做出反应。AutoGen v0.2 ...
- 097中级自主编码Agent格局SWE-bench Verified 在不到三年内从 4% 升至 80.9%。相同的 Claude Sonnet 4.5 在 SWE-agent v1 上得分 43.2%，在 Cline autonomous 上得分 59.8%——模型周围的脚手架现在与模型本身一样重要。OpenHands（前...
- 098中级自动化对齐研究AARAnthropic 在独立沙箱中运行了并行的 Claude Opus 4.6 自主对齐研究员团队，通过共享论坛协调，其日志存储在任何沙箱之外（因此 Agent 不能删除自己的记录）。在弱到强训练问题上，AAR 超越了人类研究员。Anthropic 自己的总结指出，规定性工作流经常约束 AAR ...
- 099中级自精炼与CRITICSelf-Refine（Madaan等人，2023）用一个LLM扮演三个角色——生成、反馈、精炼——循环执行。7个任务平均提升20个绝对百分点。CRITIC（Gou等人，2023）通过将验证路由到外部工具来强化反馈步骤。在2026年，这个模式在每个框架中都以"评估器-优化器"（Anthropi...
- 100中级角色专业化2026 年最常见的多 Agent 分解：一个 Agent 规划，一个执行，一个批评或验证。MetaGPT (arXiv:2308.00352) 将此形式化为编码到角色提示中的 SOP——产品经理、架构师、项目经理、工程师、QA 工程师——遵循 Code = SOP(Team)。ChatDev...
- 101中级计算机使用Agent2026年三个生产计算机使用模型。三者都是基于视觉的。三者都将截图、DOM文本和工具输出视为不可信输入。只有直接用户指令算作许可。每步安全服务是常态。
- 102中级记忆块与睡眠时间计算MemGPT在2024年成为Letta。2026年的演进添加了两个想法：模型可直接编辑的离散功能记忆块，以及在主Agent空闲时异步整合记忆的睡眠时间Agent。这是你将记忆扩展到单次对话之外的方式。
- 103中级记忆虚拟上下文与MemGPT上下文窗口是有限的。对话、文档和工具轨迹不是。MemGPT（Packer等人，2023）将其框架为操作系统虚拟内存——主上下文是RAM，外部存储是磁盘，Agent在它们之间换页。这是每个2026年记忆系统继承的模式。
- 104中级评估与协调基准五个 2025-2026 年基准覆盖多 Agent 评估空间。MultiAgentBench / MARBLE (ACL 2025, arXiv:2503.01935) 评估星形/链式/树形/图式拓扑与里程碑 KPI；图式最适合研究，认知规划增加约 3% 里程碑成就。COMMA 评估多模态不对...
- 105中级评估驱动Agent开发掌握三层评估体系、评估器-优化器紧密循环，将评估作为驱动Agent开发每个选择的外循环
- 106中级语音Agent-Pipecat与LiveKit语音Agent是2026年的一等生产类别。Pipecat给你一个Python基于帧的管道（VAD → STT → LLM → TTS → 传输）。LiveKit Agents通过WebRTC将AI模型桥接到用户。高级栈的生产延迟目标落在450-600ms端到端。
- 107中级运行时反馈循环 — 事实而非预测构建反馈运行器，捕获命令输出为结构化记录，使Agent基于事实而非预测做出反应
- 108中级递归自改进与对齐竞赛递归自改进 (RSI) 不再是推测。ICLR 2026 RSI Workshop 在里约 (4 月 23-27 日) 将其框架为具有具体工具的工程问题。Demis Hassabis 在 WEF 2026 公开询问循环是否可以在没有人类参与的情况下闭合。Miles Brundage 和 Jare...
- 109中级通信协议不能说同一种语言的 Agent 不是团队。它们是向虚空呐喊的陌生人。
- 110中级长时间范围AgentMETR 的 2024-2025 测量显示，Agent 在 1 小时任务上得分 50%，但在 8 小时任务上仅得分 10%。差距不是线性的——它是超线性的。每个额外小时的人类等价工作需要不成比例更多的 Agent 步骤，因为错误累积、上下文衰减和工具失败复合。当前 Agent 在约 30 分钟...
- 111中级长时间运行Agent持久执行生产长时间范围 Agent 不在 while True 中运行。每个 LLM 调用成为带检查点、重试和重放的活动。Temporal 的 OpenAI Agents SDK 集成于 2026 年 3 月 GA。Claude Code Routines (Anthropic) 运行调度的 Clau...
- 112中级验证门 — Agent不能自己打分构建确定性验证门，组合规则报告、范围报告、反馈记录和diff，产出任务完成裁决
- 113入门AI Agent 概述与架构AI Agent 概念、发展历程、与 LLM 的关系、Agent 架构模式及应用场景。
- 114入门LLM 基础大语言模型原理、Transformer 架构、Tokenization、Prompt Engineering 及模型选择。
- 115中级Agent 框架LangChain/LangGraph、CrewAI、AutoGen、Dify 等主流 Agent 框架对比与选型。
- 116中级工具使用与 Function CallingFunction Calling 原理、工具定义、MCP 协议、RAG 检索增强生成与知识库构建。
- 117中级记忆与规划短期/长期记忆、对话管理、向量记忆、知识图谱记忆、任务规划与反思机制。
- 118进阶多 Agent 系统Multi-Agent 协作模式、角色分配、通信机制、层级式/扁平式架构与实战。
- 119进阶Agent 评估与安全Agent 评估指标、基准测试、安全风险、对齐与可控性、红队测试与可解释性。
- 120进阶实战项目编程助手、数据分析、客服、自动化工作流 Agent 及 RAG 聊天机器人实战。
- 121进阶Agent 核心模块详解感知、规划、行动、反思四大核心模块深度解析，以及 ReAct 模式的原理与实现。
- 122进阶MCP 与 A2A 协议MCP 协议标准化 Agent 与工具交互、A2A 协议实现 Agent 间通信、上下文工程与工具调用格式。
- 123进阶Agent 安全与沙盒托管沙盒隔离执行、响应式 API 流式返回、多智能体协作模式与具身智能。
- 124中级ReAct模式ReAct 模式：Reasoning + Acting 交错推理与行动的智能体范式。
- 125中级思维链与思维树思维链（Chain of Thought）与思维树（Tree of Thoughts）：推理增强技术。
- 126中级工具调用机制工具调用机制：Function Calling、Toolformer 与工具选择策略。
- 127中级记忆模块设计智能体记忆模块设计：短期上下文、长期向量数据库与记忆检索。
- 128中级规划算法智能体规划算法：Plan-and-Solve、A* 搜索与任务分解。
- 129中级多智能体协作多智能体协作：CrewAI、AutoGen 框架与协作模式。
- 130中级主流框架对比AI Agent 主流框架对比：LangChain、LangGraph、Semantic Kernel、AutoGPT、BabyAGI。
- 131中级提示工程提示工程：系统提示、少样本、思维链提示与提示优化。
- 132中级智能体评估智能体评估：WebArena、AgentBench 与评估指标体系。
- 133中级RAG与Agent结合RAG 与 Agent 结合：检索增强生成、Agent-RAG 融合架构。
- 134中级智能体安全智能体安全：沙箱隔离、输入过滤、权限限制与提示注入防御。