Agent 构建
SPECIALIZATION 01
从使用 Agent 到构建 Agent
不再只使用和配置 AI Coding 工具,而是理解 Agent Runtime 的核心机制,并亲手构建可运行、可观察、可评估的 Agent 应用。
这条路线解决什么问题
成长路线回答“怎样逐步把 AI Coding 用好”,这条专业路线回答的是另一组问题:Agent 为什么能够连续行动?它如何选择工具、维护状态、操作真实环境,并在失败后恢复?怎样把一个演示原型变成安全、可靠、可治理的工程系统?
路线会复用本站已经发布的上下文、MCP、Skill、多 Agent、网关和评估内容,同时逐步补齐 Agent Runtime 与 Coding Agent 实现课程。文章仍然只维护一份,也仍然属于原来的四个成长阶段。
01先理解循环
从一次模型调用出发,亲手实现最小 Agent Loop。
02再连接环境
让 Agent 安全地读取、修改、执行并验证真实项目。
03最后生产化
补齐状态、恢复、观测、评估、成本与安全边界。
四个学习模块
MODULE 01原理层
Agent 工作原理
看懂模型、运行时和工具之间的反馈循环,建立不依赖某一个框架的基本模型。
- 规划中 从一次模型调用到 Agent Loop
- 规划中 Tool Calling、事件流与停止条件
- 已有基础 从反馈回路理解 Token 与任务成本
MODULE 02运行时
Coding Agent 核心系统
构建能够理解代码库、修改文件、执行命令、运行测试并根据结果继续工作的最小 Coding Agent。
- 已有基础 代码库搜索、上下文选择与压缩
- 规划中 文件、终端、Git 与测试工具闭环
- 规划中 Session、State、Memory 与 Workspace
- 规划中 权限审批、执行沙箱与错误恢复
MODULE 03能力层
Agent 能力与编排
理解能力如何连接、封装和组合,并知道何时需要确定性工作流、多 Agent 或持久化执行。
- 已有课程 MCP、Tools 与外部系统连接
- 已有课程 从 Prompt 到 Agent Skill
- 已有课程 Rules、Skills 与 Plugin 的工程化组合
- 已有课程 复杂任务与多 Agent 工作流
- 规划中 Agent SDK 与编排框架如何选型
MODULE 04生产层
生产化与治理
让 Agent 从“偶尔能跑”走向可观察、可评估、可恢复,并在成本与安全边界内持续运行。
- 已有课程 模型网关、路由、权限与审计
- 已有课程 Benchmark 与真实工程评估
- 规划中 Tracing、Checkpoint 与长任务恢复
- 规划中 Agent 安全、部署与版本管理
路线验收
完成这条路线,不以“学会多少个框架”为标准。最终项目是一套最小但完整的 Coding Agent:它能够读取真实仓库、选择工具、修改代码、运行验证,在高风险操作前请求人工确认,并保留可以复盘和评估的执行轨迹。
最终能力
能够解释、实现、验证并安全运行一个 Agent 系统
从已有基础开始 →