深入理解 AI Agent
设计原理与工程实践

有一本书，一句话就把 AI Agent 的本质说透了：Agent = LLM + 上下文 + 工具。就冲这一句，就值得看。

李博杰写的《深入理解 AI Agent：设计原理与工程实践》，GitHub 上已经 19000 多颗星了。全书 10 章加引言后记，从基础概念一路讲到多 Agent 协作，每章配了可独立运行的代码项目，总共 92 个。

书是 Apache-2.0 协议开源，随便看随便用。在线版在 bojieli.github.io/ai-agent-book。

全书内容

为什么推荐这本书

市面上讲 AI Agent 的书不少，但大部分要么太理论（全是公式没有代码），要么太浅（教你怎么调 API）。这本书在两个方向上踩得很实：

有理论，但不飘。 第一章先用一个公式把 Agent 拆清楚，然后逐层展开——上下文怎么设计、记忆怎么存、工具怎么接、评估怎么搞。每层都有对应的代码实验。

有代码，但不碎。 92个项目覆盖了从 RAG 到强化学习、从单 Agent 到多 Agent 协作的完整技术栈。而且每个项目可以独立跑，不是那种非要搭完整环境才能动的。

面够宽。 从提示工程到模型后训练，从上下文压缩到语音交互，从评估体系到自我进化——几乎覆盖了 Agent 开发的全链条。看一遍能搭出完整的知识框架。

如果你在做 Agent 相关的开发或落地，这本书值得花时间翻一遍。

我是大白，在呼和浩特做企业AI落地应用

对于商业、流量、AI赋能企业的话题感兴趣，欢迎加微信聊聊。

扫码备注「营销笔记」