Agent Engineering：让 AI 从聊天走向行动

从「问一句答一句」到「给个目标自己干」——理解 AI Agent 的设计原理、实践方法与避坑指南。

🎯 适合人群

正在使用 Claude Code / Cursor / Windsurf 等 AI 编程工具，想让 AI 帮你完成更复杂任务的开发者

📋 前置知识

了解 AI 编程工具的基本使用；了解 Prompt 工程和 Skill 概念（非必须但推荐）

⭐ 难度

★★★☆☆ 中高级
预计学习时间：5-7 小时

学完后你将能够

• 理解 Agent 与普通 Chat 的本质区别，判断何时该用 Agent
• 掌握 Agent 四大核心组件：系统提示词、工具、记忆、决策循环
• 理解 5 种经典设计模式（ReAct、Plan-Execute、Reflexion、Multi-Agent、Hierarchical）
• 学会使用 Claude Code 子代理、MCP 协议等实战工具
• 识别 9 种 Agent 失败模式，建立防御体系

课程亮点

📖

故事驱动

以开发者小李的真实经历为线索，从「AI 只能聊天」到「AI 帮我修 Bug」的完整进化之路

🕐

时间线叙事

从 2022 年 ReAct 论文到 2026 年 Cloud Agent，每个概念都有历史坐标

⚠️

反模式警告

不只讲「怎么做对」，更讲「为什么做错」——9 种失败模式、7 种反模式全覆盖

🔧

多工具视角

Claude Code、Cursor、Windsurf、Devin、Copilot 对比呈现，不绑定单一工具

课程结构

阶段	主题	核心问题
第一阶段	为什么需要 Agent	Chat 和 Agent 到底有什么区别？我们怎么走到今天的？
第二阶段	Agent 基础	Agent 内部是怎么运转的？它靠什么「思考」和「记忆」？
第三阶段	动手实战	怎么真正用起来？MCP 是什么？工具怎么选？
第四阶段	进阶能力	多 Agent 怎么协作？什么时候该放手、什么时候该管？
第五阶段	设计模式与反模式	好的 Agent 长什么样？坏的 Agent 会怎样？
第六阶段	练习与巩固	动手设计、动手评估、动手防御

目录

第一阶段：为什么需要 Agent

• 1.1 从聊天到行动——小李的 AI 助手进化之路
• 1.2 AutoGPT 的教训——2023 年那场 AI 自主化狂热
• 1.3 你需要 Agent 吗？——自主性光谱与选择指南

第二阶段：Agent 基础

• 2.1 拆解 Agent——四大核心组件
• 2.2 思考-行动-观察——决策循环与设计模式
• 2.3 记忆的层次——从工作记忆到长期记忆

第三阶段：动手实战

• 3.1 第一个 Agent——子代理调度实战
• 3.2 工具大比拼——同一任务，五款工具
• 3.3 给 Agent 装手——MCP 协议与工具集成

第四阶段：进阶能力

• 4.1 不是一个人在战斗——多 Agent 协作
• 4.2 松开缰绳还是拉紧——自主性与人类控制
• 4.3 Agent 靠谱吗？——评估与测试

第五阶段：设计模式与反模式

• 5.1 九种失败模式——"Vibe Coding 的 Bug 是静默的"
• 5.2 反模式与防御金字塔
• 5.3 真实案例——好的 Agent 与坏的 Agent

第六阶段：练习与巩固

• 6.1 概念题
• 6.2 设计题
• 6.3 综合实战

学习建议

1. 先理解再动手：前两阶段偏概念，不必急着实操，先建立心智模型
2. 跟着小李走：每个故事场景都是真实开发痛点的缩影，想想你自己遇到过的类似情况
3. 对照你的工具：课程提及多款工具，对照你正在用的那个来理解
4. 反模式是重点：第五阶段的内容可能在关键时刻救你一命