AI Agent:从聊天到行动

蒸馏术

这是 AI 科普 的进阶篇。AI 科普讲的是「大模型怎么造出来的」,这个系列讲的是「大模型怎么动起来的」。

如果你已经知道 LLM 是怎么回事,但好奇 AI Agent、RAG、Function Calling、MCP 这些词到底在说什么——这个系列就是为你写的。

全书八章,从头到尾讲清一条主线:什么是 Agent → Agent 的内部架构 → RAG 怎么给 Agent 装知识库 → Agent 怎么调用工具 → Agent 怎么被训练的 → 多 Agent 怎么协作 → 自己动手做 Obsidian Agent → Agent 的局限与未来


🎨 漫画阅读入口

想先用漫画建立直觉?打开 AI Agent 漫画图鉴。39 张竖屏四格,也分别嵌在对应章节的概念附近。

教程结构(思维导图)

mindmap
  root((AI Agent))
    第1章:Agent 到底是什么
      LLM vs Agent
      Sense-Think-Act 循环
      为什么现在才出现
      你身边的 Agent 实例
    第2章:大脑、手脚与记忆
      Agent 经典架构
      规划模块
      记忆系统
      工具层
    第3章:RAG
      为什么需要 RAG
      文档切片
      向量化与向量数据库
      检索 → 增强 → 生成
      RAG vs 微调
    第4章:工具调用
      Function Calling 原理
      工具定义与执行
      MCP 协议
      安全与权限
    第5章:Agent 怎么训练的
      预训练 → 指令微调 → Agent 特化
      工具使用数据
      推理链数据
      强化学习
      为什么 Agent 训练比 LLM 难
    第6章:多 Agent 协作
      为什么需要多 Agent
      流水线 / 并行 / 辩论
      LangGraph / CrewAI
      真实案例
    第7章:实操:构建 Obsidian Agent
      需求定义
      RAG 索引搭建
      工具定义与实现
      Agent 循环设计
      运行与调试
      完整代码
    第8章:Agent 的局限与未来
      当前核心局限
      未来演进方向
      对你意味着什么
      如何为 Agent 时代做准备

阅读顺序

文件 核心问题 前置依赖
第1章 第1章:Agent 到底是什么 Agent 和普通 LLM 有什么区别? AI科普第2章
第2章 第2章:大脑、手脚与记忆 Agent 内部长什么样? 第1章
第3章 第3章:RAG RAG 是什么?怎么工作的? 第1-2章
第4章 第4章:工具调用 Function Calling 是什么?MCP 又是什么? 第2章
第5章 第5章:Agent 是怎么被训练出来的 Agent 的行动能力怎么学来的? 第2-4章
第6章 第6章:多 Agent 协作与编排 多个 Agent 怎么一起干活? 第1-5章
第7章 第7章:实操——从零构建 Obsidian Agent 我自己怎么做一个 Agent? 第1-6章
第8章 第8章:Agent 的局限与未来 Agent 现在能干什么、不能干什么?下一步往哪走? 第1-7章

建议按顺序读。 如果你已经理解 Agent 的基本概念,可以从第3章(RAG)或第4章(工具调用)切入。第7章是实操项目,建议读完前6章再做——你会真正理解每一行代码在干什么。第8章是对整个领域的展望,读完前7章后再看会更有感觉。


章节设计思路

flowchart TB
    C1[第1章:什么是 Agent] --> C2[第2章:Agent 架构]
    C2 --> C3[第3章:RAG 知识库]
    C2 --> C4[第4章:工具调用]
    C3 --> C5[第5章:Agent 训练]
    C4 --> C5
    C5 --> C6[第6章:多 Agent 协作]
    C1 --> C7[第7章:实操构建 Obsidian Agent]
    C2 --> C7
    C3 --> C7
    C4 --> C7
    C5 --> C7
    C6 --> C7
    C7 --> C8[第8章:局限与未来]

这八章的编排遵循一条从认知到落地、再从落地到展望的路径:

  1. 第1-2章(建立心智模型):先让你理解 Agent 是什么、长什么样——不着急讲技术细节,先在脑子里搭好框架。
  2. 第3-4章(拆解核心能力):RAG 和工具调用是 Agent 的两条腿——一个是「知道更多」,一个是「做到更多」。这两章是含金量最高的部分。
  3. 第5章(理解训练):从「怎么用」深入到「怎么做」——Agent 的行动能力到底是怎么训练出来的。
  4. 第6章(扩展视野):一个 Agent 不够用怎么办?这一章带你看到 Agent 系统的规模化。
  5. 第7章(亲手做):前面六章都是铺垫——这一章你亲手写代码,从零构建一个能索引 Obsidian 知识库、回答问题、创建笔记的 Agent。
  6. 第8章(抬头看路):做完 Agent 之后,退一步审视这个领域——Agent 现在真正的天花板在哪?下一步会往哪走?你应该关注什么?

与 AI 科普系列的关系

flowchart LR
    subgraph AI科普
        A1[第1章:AI 是什么]
        A2[第2章:大模型原理]
        A3[第3章:Token]
        A4[第4章:算力]
        A5[第5章:幻觉与对齐]
        A6[第6章:Prompt 工程]
        A7[第7章:术语速查]
    end
    subgraph AI Agent
        B1[第1章:Agent 是什么]
        B2[第2章:Agent 架构]
        B3[第3章:RAG]
        B4[第4章:工具调用]
        B5[第5章:Agent 训练]
        B6[第6章:多 Agent]
        B7[第7章:实操 Obsidian Agent]
        B8[第8章:局限与未来]
    end
    A2 --> B1
    A6 --> B4
    A7 --> B3
维度 AI 科普 AI Agent
视角 向内看模型 向外看 Agent 系统
核心问题 模型怎么造的 模型怎么用的
关键概念 Token、参数、算力、对齐 RAG、工具、规划、记忆、多 Agent
终点 你会写 Prompt 你会做 Agent,也理解它的天花板

推荐学习路径

我只想知道 Agent 是什么

第1章 → 第2章(前两节)→ 第8章(了解局限)

我想搞清楚 RAG 和 Function Calling

第1章 → 第2章 → 第3章 → 第4章

我想自己动手做 Agent

按顺序读完全部八章,第7章跟着敲代码。

我已经在用 Agent 工具,想深入理解原理

第2章(架构)→ 第5章(训练)→ 第6章(多 Agent)→ 第8章(展望)


← 上一章 回到目录 下一章 →
蒸馏术 第1章:Agent 到底是什么