前言

为什么要写这本书

2022 年 11 月 30 日，ChatGPT 的发布如同一声惊雷，宣告了通用人工智能时代的序幕。短短三年间，大语言模型（LLM）从实验室走向产业落地，从"能聊天"进化到"能做事"——这背后最重要的范式转变，就是 AI Agent（智能体） 的崛起。

作为一名技术从业者，你可能已经感受到了这种变化的冲击：招聘要求里开始出现"大模型应用开发经验"，产品需求里开始出现"智能体"字样，而市面上能系统讲清楚"从 LLM 到 Agent 全链路"的中文资料却少之又少。

大多数现有书籍要么只讲理论不谈工程实践，要么只讲某个框架的用法而缺乏底层原理。本书试图填补这个空白：从原理到实战，从单个概念到完整系统，把 AI Agent 开发的每一层都讲透。

这本书适合谁

• 有 Python 基础的开发者——你不需要机器学习博士学历，但需要能读懂 Python 代码
• 想要系统理解 LLM/Agent 的工程师——不满足于只会调 API，想理解"为什么"
• 准备 AI 方向面试的求职者——需要系统梳理知识体系
• 对 AI Agent 感兴趣的产品经理和技术管理者——需要理解技术边界以做决策

你需要的前置知识：

• Python 编程基础（能理解函数、类、异步编程的基本概念）
• 基本的数学直觉（矩阵乘法、概率分布——不需要手推公式，但需要理解直觉）
• 对 AI 的好奇心和动手意愿

你不需要：

• 机器学习/深度学习的专业背景
• 数十万字的论文阅读量
• 昂贵的 GPU 集群

这本书怎么读

全书共 13 章，按照"认知 → 原理 → 工程 → 实战"的路径组织：

第 1-3 章：建立认知    ← 什么是大模型？什么是 Agent？怎么和模型对话？
第 4-6 章：深入原理    ← 模型怎么训练？Agent 怎么规划？RAG 怎么检索？
第 7-9 章：工程实践    ← 工具怎么调用？框架怎么选？系统怎么设计？
第 10-13 章：进阶实战  ← 怎么评估？怎么防攻击？怎么落地？

阅读建议：

• 按顺序读：章节之间有前后依赖关系，每章开头会回顾上一章的要点
• 动手练：每节都有实战练习，建议边读边敲代码
• 跳着读也可以：如果你已有部分基础，可以查看目录直接跳到感兴趣的章节

本书的约定

• 📌 重要概念：用这个标记表示需要特别注意的关键概念
• 💡 类比说明：用灯泡标记的段落用生活类比帮助理解抽象概念
• ⚠️ 常见误区：用警告标记标注初学者容易踩的坑
• 📝 代码示例：所有代码均可运行，附有逐行注释
• 🔗 延伸阅读：每节末尾附有经过验证的参考资料链接

诚实的声明

AI 领域发展极快。本书内容基于 2024-2025 年的技术发展，部分模型名称、基准分数和 API 接口可能在你阅读时已有更新。技术的具体数字会过时，但原理和思维方式不会。 建议在学习过程中对照最新资料验证细节。

---

愿这本书成为你 AI Agent 之旅的起点。

—— 2025 年 7 月