Agent 工程

这里从工单分流 Agent 实战进入：先做一个只读、可重放、能转人工的功能，再按遇到的问题查架构、工具、上下文和评测。Agent 是让模型在受控状态中选择动作、观察结果并继续执行的系统。

1. 专题地图

文章	核心问题	完成后能做什么
《实战：开发工单分流 Agent》	真实输入、工具、控制循环和验收	做出第一条可审核的 Agent 功能
《Agent 系统架构》	循环、状态机、终止与恢复	设计一个可控的单 Agent 运行时
《工具设计与 MCP》	Schema、幂等、权限、协议边界	把业务能力变成模型容易正确调用的工具
《上下文工程与记忆》	工作集、压缩、短期与长期记忆	在有限窗口里保留真正有用的信息
《Agent 评测与可观测性》	轨迹、成功率、故障分类	判断 Agent 为什么成功或失败
《多 Agent 系统》	并行、委派、仲裁、共享状态	判断何时拆分角色，以及如何控制协作成本

2. 一条核心设计原则

把完整任务画成状态图。如果大多数下一步都能由代码提前确定，就使用普通工作流；只把需要语义判断的节点交给模型。

固定工作流：A → B → C → D
Agent：A → 模型根据观察选择 B / C / 请求补充 → 再规划

Agent 的价值来自适应中间结果，代价是路径不确定、调用次数增加、复现变难。好的架构不是让模型决定一切，而是把自主性放在最有收益的窄区域。

3. 学习前置

建议先读《模型、服务、API 与客户端》和《生产级 AI 应用架构》。如果只想使用现成编程 Agent，可从《第一个 AI 编程项目》开始；本专题面向想理解或构建 Agent 系统的开发者。