深入理解 AI Agent ｜工程原理层面系统讲透 Agent 的中文开源书｜ SSP Github Daily

weixin_46946948

343人浏览 · 2026-07-20 14:33:47

weixin_46946948 · 2026-07-20 14:33:47 发布

每日开源 · 102 期

2026-07-20 · 早间篇

📖

深入理解 AI Agent

by bojieli（李博杰）· Pine AI 首席科学家

华人学者的 Agent 工程圣经——围绕 Agent = LLM + 上下文 + 工具 核心公式，10 章从基础到多 Agent 协作全覆盖，50+ 可运行配套代码，全书正文 + 编译 PDF + 代码全部 Apache 2.0 开源。中科大 + MSRA + 华为天才少年背景，掘金/微博今日刷屏传播。

6.8k**+1,734**

Stars

章节

50+

配套代码

语言版本

Apache 2.0

上下文工程

MCP / RAG / 多模态

消融实验

中英双语

🔥 为什么值得关注

AI Agent 是 2025-2026 年最火的技术方向，但市面上的学习资源呈现两极分化：一边是微软/DeepLearning.AI 的入门级英文教程（浅尝辄止），一边是绑定 Coze/Dify 等低代码平台的中文书籍（技术深度有限）。真正从工程原理层面系统讲透 Agent 的中文开源书，几乎是空白。

李博杰的《深入理解 AI Agent》填补了这个空白。今日以 +1,734 Stars 登顶 GitHub Trending，掘金、微博同步刷屏传播。它的核心公式 Agent = LLM + 上下文 + 工具 简洁有力，提出的 “Harness Engineering”（模型之外的一切工程能力）理念正在成为中文 Agent 社区的共识性框架。

更罕见的是：全书正文（Markdown）+ 编译 PDF + 50+ 配套代码全部 Apache 2.0 开源，这在中文技术书籍中几乎前所未有。社区已自发贡献英文、泰米尔语、越南语翻译。

⭐ 核心亮点

📐

"Agent = LLM + 上下文 + 工具"核心公式
将 Agent 工程拆解为三个可操作的部分。提出"Harness"概念——模型之外的一切（上下文管理、工具编排、记忆系统、评估体系）才是 Agent 真正的竞争力所在。这个框架让"怎么造 Agent"从玄学变成了工程。
🔬

系统级消融实验方法
多处采用消融实验（上下文消融、提示工程消融等）量化各组件的贡献。不是"我觉得上下文很重要"，而是"移除上下文后性能下降 X%"。在中文 Agent 资料中，这种工程研究级严谨性极为罕见。
💻

50+ 可运行配套代码
每章对应多个完整项目（按 chapterN/项目名/ 组织），分三级标注：可独立运行 / 复现指南 / 设计文档。大量项目已对接真实 LLM API 验证跑通，不是代码片段或伪代码。
📚

覆盖 Agent 全生命周期
10 章形成闭环：基础理论(Ch1) → 上下文工程(Ch2) → 记忆与知识库(Ch3) → 工具(Ch4) → Coding Agent(Ch5) → 评估(Ch6) → 后训练(Ch7) → 自我进化(Ch8) → 多模态(Ch9) → 多 Agent(Ch10)。
🌐

框架无关 + 前沿同步
不绑定任何厂商框架，覆盖 MCP 协议、Claude Computer Use、GPT-5 原生工具集成、Kimi K2、DAPO 算法、Anthropic 上下文感知检索等最新技术。
📖

全书正文 + PDF 完全开源
Apache 2.0 协议，Markdown 源码 + pandoc/xelatex 编译脚本 + 预编译 PDF。社区已贡献英文、泰米尔语、越南语翻译版本。

📋 全书架构

Ch1	Agent 基础知识 — "模型即 Agent"新范式，ReAct 循环，核心公式建立
Ch2	上下文工程 — KV Cache 优化、提示工程、Agent Skills 渐进式披露、上下文压缩策略
Ch3	用户记忆和知识库 — RAG 基础管道、RAPTOR / GraphRAG 结构化索引、Agentic RAG
Ch4	工具 — MCP 协议、感知/执行/协作三类工具、Docker 部署、事件驱动异步 Agent
Ch5	Coding Agent — 生产级实现，纯 Python 17 个工具的完整 Coding Agent
Ch6	Agent 评估 — SWE-bench / GAIA / OSWorld / Terminal-Bench 等 7+ 基准，统计显著性
Ch7	模型后训练 — SFT/RL 全景，DAPO 算法，工具增强训练，verl 框架实战
Ch8	Agent 自我进化 — 从经验中学习、主动工具发现、"从工具使用者到工具创造者"
Ch9	多模态与实时交互 — 语音三范式、流式 TTS/ASR、Computer Use
Ch10	多 Agent 协作 — 分类框架、共享/不共享上下文、失败模式、"Agent 社会"涌现

🔍 与同类项目对比

维度	微软 AI Agents for Beginners	AI Engineering from Scratch	本书

Stars

~69k

~39k

6.8k


定位

入门课程

全栈 AI 工程

Agent 深度工程


框架绑定

Microsoft Agent Framework

无

无


上下文工程

无

浅层覆盖

KV Cache/压缩/Skills


后训练

无

覆盖

SFT/RL/DAPO 深度


评估体系

无

无

7+ 基准完整覆盖


Agent 自我进化

无

无

独立章节


语言

英文（50+ 翻译）

英文

中英双语 + 社区多语


消融实验

无

无

多处量化消融

👤 作者背景

李博杰（@bojieli），Pine AI 首席科学家。2019 年中科大与微软亚洲研究院（MSRA）联合培养博士毕业，导师张霖涛、陈恩红教授。入选华为首批"天才少年"计划，2023 年离职创业创办 Logonic AI，2025 年加入 Pine AI。

学术背景硬核：在 SIGCOMM、SOSP、NSDI、ATC、PLDI 等计算机系统顶级会议发表多篇一作论文（ClickNP、KV-Direct、SocksDirect），获 ACM 中国优秀博士学位论文奖、微软学者奖学金（亚太 Top 10）、NeurIPS 2025 PC 成员。NOI 2009 铜牌、全国高中数学联赛省一等奖。

近一年密集活跃于技术社区：Flink Forward Asia 2026 Keynote、中国生成式 AI 大会、高榕榕汇等。核心观点：“被高估的是智能上限，被低估的是从环境中持续学习”。另著有《图解大模型》《图解 DeepSeek 技术》（图灵/人邮社出版）。

✅ 优势

🟢

核心优势

全书正文 + PDF + 代码完全开源，Apache 2.0 协议，中文 AI 技术书籍中极为罕见
“Harness Engineering” 理论框架清晰，Agent = LLM + 上下文 + 工具的公式让工程实践可操作
消融实验量化论证，不是"我觉得"而是"数据证明"，工程研究级严谨性
50+ 配套代码可独立运行，三级标注（可运行/复现指南/设计文档），上手门槛清晰
覆盖 Agent 全生命周期，从基础理论到后训练到自我进化到多 Agent 协作形成闭环
框架无关，不绑定任何厂商，Claude/GPT/Qwen/Doubao/Kimi 多模型验证
作者学术+工业双背景硬核，SIGCOMM/SOSP 一作 + 华为天才少年 + Pine AI 首席科学家
社区多语言翻译，英文、泰米尔语、越南语版本已由社区贡献

⚠️ 局限

🔴

需要注意

部分章节代码仍在完善，第 8 章（自我进化）和第 10 章（多 Agent）的可运行项目数量偏少
中文垂直领域，Stars 总量（6.8k）远低于英文竞品（微软 69k、rohitg00 39k），国际影响力仍有限
源自付费课程（极客时间 AI Agent 实战营），开源书是课程的精简版，部分深度内容可能在课程中
HN 等英文社区尚未显著讨论，传播目前集中在中文技术圈（掘金/微博/知乎）
单作者主导（277/293 commits），9 个贡献者中仅 2 人超过 3 次提交，长期维护可持续性存疑
第 7 章后训练依赖 verl 框架，复现需要 GPU 资源，对普通开发者门槛较高

📝 总结

在 AI Agent 学习资源两极分化的当下，《深入理解 AI Agent》精准命中了一个空白：从工程原理层面系统讲透 Agent 的中文开源书。今日 +1,734 Stars 登顶 Trending，说明这个需求真实且强烈。

它的价值不在于"教你怎么用某个框架"，而在于建立了一个可操作的思维框架——Agent = LLM + 上下文 + 工具，然后用 50+ 可运行代码和消融实验证明这个框架的有效性。作者从 SIGCOMM/SOSP 级别的系统研究背景出发，对"上下文工程"和"评估体系"的深入程度是市面上其他 Agent 资源难以比拟的。

如果你正在做 AI Agent 相关的工程实践，这本书是中文世界里目前最好的系统性参考。配套代码按章节组织、三级标注，可以直接拿来作为项目脚手架。

查看 GitHub 仓库