智能体 AI 权威指南
人工智能正在经历一场范式革命。当对话式大模型广泛普及时，世界惊叹于它们的涌现能力；而今天，我们正站在一个更具历史意义的转折点——从“能对话的 AI”迈向“能行动的 AI”。智能体 AI（Agentic AI）的崛起，标志着人工智能从被动响应走向主动规划、从单轮交互走向持续协作、从辅助工具走向自主伙伴。这不仅是技术演进，更是人机关系的根本重塑。
《智能体 AI 权威指南》正是为这一时代而生。本书将带你深入智能体技术的核心，从底层原理到架构设计，从主流框架到工程实践，构建完整的知识体系，助你把握这场变革的脉搏。
本书目标
本书致力于帮助研究人员、工程师、技术专家以及 AI 爱好者：
- 理解核心概念：深入剖析智能体 AI 的基本原理，包括感知、规划、记忆和行动。
- 掌握架构模式：学习 ReAct、规划与执行等主流设计模式，以及多智能体协作架构。
- 熟悉开发框架与生态：理解“链式编排”“图式编排”“数据驱动的 RAG 框架”“多智能体编排”等常见路线与选型思路。
- 落地最佳实践：提供从设计、开发到评估、安全治理的全链路工程实践指南。
你将学到什么
通过阅读本书，你将建立起完整的智能体 AI 知识地图：
- 单体智能篇：了解智能体的诞生原理，掌握其大脑（规划）、记忆与工具使用机制。
- 群体智能篇：探索多智能体协作（Multi-Agent）、通信协议与社会模拟等高阶话题。
- 进化学习篇：深入强化学习（RLHF）、评估体系与智能体自我进化能力。
- 工程实践篇：以典型工程场景为主线，掌握 AgentOps 落地心法与 Agentic Coding 编程新范式。
- 未来展望篇：洞察安全伦理边界，展望通向 AGI 的技术路径。
读者对象
- 想从 LLM 调用迈向智能体开发的工程师：已经熟悉大模型 API，但不知如何让模型“动起来”、真正解决端到端任务。
- 正在选型或落地智能体框架的技术负责人：面对多种技术路线与产品形态，需要深入理解各类框架的设计哲学与适用场景。
- 评估 AI 战略投资的企业高管：需要理解智能体技术的商业价值、落地路径与风险边界，做出明智的资源配置决策。
- 关注 AI 产品下一步演进方向的产品人：希望理解智能体能力边界，为产品规划提供技术视角。
- 对前沿 AI 技术保持好奇的研究者与大学生：期望系统性理解智能体架构原理，而非碎片化的教程。
前置知识：本书假设读者对 AI 和大语言模型有基本了解。如果你是 AI 领域的新手，建议先阅读 《零基础学 AI》 建立基础概念。如果你希望先掌握提示词工程，推荐阅读 《大模型提示词工程指南》。
开启智能体未来探索之旅！
学习路线图
graph LR
Start[智能体 AI 学习入口] --> Ch1[第1章：范式革命]
Ch1 --> Role1["AI 工程师<br/>第1-4章 → 第8-10章"]
Ch1 --> Role2["技术负责人<br/>第1-2章 → 第5-6章 → 第8章"]
Ch1 --> Role3["产品经理<br/>第1-2章 → 第5章 → 第11章"]
Ch1 --> Role4["研究者<br/>第1-7章 → 第11章"]
Role1 --> End1["掌握智能体开发"]
Role2 --> End2["框架选型与落地"]
Role3 --> End3["产品规划与边界"]
Role4 --> End4["前沿研究与创新"]
| 读者角色 | 学习重点 | 核心成果 | |---------|---------|---------| | AI 工程师 | 第 1-4 章 → 第 8-10 章 | 掌握智能体核心机制与 AgentOps 工程实践 | | 技术负责人 | 第 1-2 章 → 第 5-6 章 → 第 8 章 | 理解多智能体协作架构，完成框架选型与落地 | | 产品经理 | 第 1-2 章 → 第 5 章 → 第 11 章 | 理解智能体能力边界，为产品规划提供技术视角 | | 研究者 | 第 1-7 章 → 第 11 章 | 系统掌握智能体架构原理与前沿研究方向 |
模型可用性、API、协议和基准等高波动内容统一收录在快变事实核验表，并按 30 天有效期复核。正文出现冲突时，以该表引用的最新官方来源和冲突状态为准。
高管决策路线
这条五站路线把技术自主性转换为可审计的投资与治理决策；每一站都有明确输入和输出，可由测试验证链接与顺序。
- 定义可接受的自主度与升级边界：确定授权层级、人工接管点和成功指标。
- 建立成本、性能与 ROI 基线：用真实采样评估单位经济性，而不是用演示效果外推。
- 落实企业治理与运行责任：把权限、审计、合规和事故响应绑定到负责人。
- 设计可理解、可撤销的人机体验：验证用户是否看得懂、控得住并能安全接管。
- 审查对齐与长期外部性：在扩大自治范围前复核目标偏移、滥用与系统性风险。
快速开始
在线阅读
👉 推荐：GitBook 在线版
下载离线版本
本书提供 PDF 版本供离线阅读，可前往 GitHub Releases 页面下载最新版本。
如需获取默认分支自动更新的预览版，可直接下载 agentic_ai_guide.pdf。该文件会随主线更新覆盖，不代表正式发布版本。
本地阅读
先安装 mdPress：
brew tap yeasy/tap && brew install mdpress
mdpress serve启动后访问 本地阅读地址 即可阅读。
推荐阅读
本书是 AI 技术丛书的一部分。以下书籍与本书形成互补，建议根据需要组合阅读：
| 书名 | 与本书的关系 | |------|------------| | 《零基础学 AI》 | 前置入门读物，帮助建立 AI 基础概念 | | 《大模型提示词工程指南》 | 智能体提示词设计的理论基础 | | 《大模型上下文工程权威指南》 | 深入理解智能体的上下文管理与记忆架构 | | 《Claude 技术指南》 | 掌握 Claude 工具使用、MCP 协议与 Agentic Coding | | 《大模型安全权威指南》 | 智能体系统的安全设计与攻防实践 | | 《OpenClaw 入门到精通》 | 开源自驱型智能体框架的落地实战与原理剖析 | | 《大模型原理与架构》 | 深入理解大语言模型底层逻辑与架构 | | 《智能体 Harness 工程指南》 | 本书的工程实现篇——深入智能体 Harness 基础设施的设计与构建 |
参与贡献
欢迎贡献！您可以通过以下方式参与：
许可证
本书采用 CC BY-NC-SA 4.0 许可证。
您可以自由分享和演绎，但需署名、非商业使用、相同方式共享。