Agent 专题的主线是”模型如何在循环中感知环境、调用工具、持续逼近目标”。这份地图把 Loop、Memory、Prompt/Context、MCP、Skills、多 Agent 与工程化串成一条学习路径。

模块主线

Agent 不是”会调工具的聊天机器人”，差距在闭环：每轮读取观察结果，再决定下一步动作，直到满足停止条件。围绕这条闭环，专题内容分四组：

  • 基础概念：Agent Loop、Agent 与 Workflow、Chatbot 的边界、工具调用机制。
  • 喂给模型什么：Prompt 工程管指令表达，上下文工程管在正确时机放进正确信息，Memory 管跨轮与跨任务的信息留存。
  • 接入真实世界：MCP 是工具总线，Skills 是可复用的操作手册，二者决定 Agent 能稳定触达多少真实系统。
  • 走向生产：多 Agent 解决分工与并行，Workflow/Graph/Loop 管住编排，Harness 与 Loop 工程管住执行环境、终止与恢复。

依赖关系

Agent 基础（Loop / 工具调用）
   ├──> Prompt / Context / Memory（决定每轮输入质量）
   ├──> MCP / Skills（决定工具与能力边界）
   └──> 多 Agent / Workflow-Graph-Loop / Harness / Loop 工程（生产化）

Prompt 与上下文工程是后续一切的地基：上下文里放什么、工具结果怎么回写，直接决定 Loop 每轮的质量。MCP 与 Skills 解决”接得上”；多 Agent 与编排解决”拆得开”；Harness 与 Loop 工程解决”跑得稳”。

推荐学习顺序

  1. 先读 Agent 核心概念，建立整体认知。
  2. 再读 Prompt 工程 与 上下文工程，理解指令与上下文如何共同塑造输出。
  3. 读 Agent 记忆系统，分清短期与长期记忆的边界。
  4. 读 MCP 协议 与 Agent Skills，掌握工具接入与能力封装。
  5. 最后进入工程化四篇：多 Agent 协作、Workflow/Graph/Loop、Harness 工程、Loop 工程。

常见误区

  • 以为 Function Calling 就是 Agent：单次工具调用没有闭环，Agent 的核心是多轮观察与决策。
  • 迷信框架名词：读过一堆框架文档，却讲不清自己系统的停止条件与状态边界。
  • Memory 无边界：什么都往长期记忆里塞，旧偏好污染新任务，越用越偏。
  • 高危操作裸奔：删除、发送、付款类工具没有人工确认与权限分级，事故只是时间问题。

适合谁读

正在做工具调用、自动化任务、多轮推理或长任务执行的工程师；准备 Agent、MCP、上下文工程相关面试的同学；以及想判断”我的场景到底要不要上 Agent”的技术负责人——最后一类人建议先读工程化四篇，很多需求用固定 Workflow 就能解决。

学完怎么检验

动手搭一个最小闭环：一个检索工具加一个 HTTP 工具，跑通 Loop 并导出 Trace，能说清”为什么这里用 Agent 而不是固定脚本”。再对照检查表自测：停止条件是否明确、工具 Schema 是否完整、观察结果是否必回灌、高危操作是否有人工确认、Trace 能否按步回放。能独立设计一条可观测的最小闭环，这个专题才算入门。

小结

  • 主线是闭环：观察 → 决策 → 行动 → 反馈，其余概念都为这条链服务。
  • 顺序：基础 → 上下文三件套 → MCP/Skills → 编排与工程化。
  • 检验标准是做出可观测的最小闭环，而非罗列框架名词。