吃透 AI Agent 开发

市面上的 Agent 教程要么太浅要么太碎。这门课从「底层实现级」角度拆解 Claude Code、Manus、OpenClaw 等真实产品的工程决策，帮你建立完整的 Agent 知识体系。30+ 篇深度内容，覆盖 Agent Loop、Tool System、Context Engineering、Memory 与 RAG、Multi-Agent 等六大支柱。

8 章共 33 篇

课程亮点

从 AI 产品的底层原理对比，举一反三：Claude Code / OpenClaw / Manus / Cursor
Context Engineering 深度覆盖，围绕真实生产问题展开
问题驱动：每篇从真实生产问题出发，不做空转概念介绍
30+ 篇深度内容，把 Agent 的认知和工程链路真正讲透

适合人群

想转型 AI 方向的前端 / 全栈开发者
公司有 Agent 需求、需要做技术选型的工程师
想系统学习 Agent 架构、准备面试的同学
对 Agent 底层原理充满好奇的技术人

技术栈

TypeScriptVercel AI SDKNode.js

作者

三元

前字节跳动工程师，内部 Vibe Coding 平台负责人。12 项 AI Agent 相关发明专利第一发明人，掘金技术社区 1w+ 册付费小册作者。微信公众号「三元同学」主理人。

课程目录

第一章：认知校准

我为什么要做这门课，以及我是谁搞定 Agent 六大支柱：今天出个 Manus 明天出个 OpenClaw，你到底应该学什么？从 ChatBot 到 Agent：一个 while 循环，凭什么让 AI 从"能聊天"变成"能干活"？做 Agent 开发，有些大模型本身的底层机制，你不得不了解 2026 年了，你的 Agent 架构还停留在 LangChain 时代吗？

第二章：Agent Loop —— 心脏手术

你的 Agent 为什么"卡"半天才吐字？流式响应的工程真相模型 API 挂了怎么办？生产级容错不是加个 try-catch 这么简单死循环、重复犯错、Token 烧穿：你的 Agent Loop 缺这三个"保险丝"

第三章：Tool System —— 给 Agent 装手脚

Function Calling 与 Structured Output：模型是怎么"学会"调用你写的函数的？一次工具调用背后经历了什么？以 Claude Code 为例展开聊聊工具太多模型选不准？Deferred Loading 和动态工具集 MCP 的工程真相：协议很好，但也有一些硬伤 Skills：Agent 时代的知识分发系统你敢让 AI 直接跑 rm -rf 吗？生产级权限系统的四层防线

第四章：Context Engineering —— Agent 真正的护城河（含 Memory）

Context Engineering 全景：五个维度，一张地图 System Prompt 工程化与 Context Rot：从"写一段提示词"到"搭建一个行为控制系统"上下文快爆了怎么办？深入来聊聊上下文压缩这件事 Cache 全解与成本控制：别再弄混 KV Cache、Prompt Cache、Context Collapse 这些概念了深入 Just-In-Time Context：上下文不是越早塞越好 RAG 全流程：从一堆文档到 Agent 能用的知识库检索优化：语义相似 ≠ 任务相关，怎么让 Agent 找到真正需要的信息？LLM 编译知识库：如何让知识库持续积累和互联？Agent 的记忆系统：文件派 vs 数据库派，谁才是正确答案？记忆会"坏"：Agent 记忆的五种失效模式和工程解法

第五章：Multi-Agent —— 一个 Agent 搞不定的事

拆 Agent 不是为了"分角色"，是为了分上下文 Agent Swarm：让多个 Agent 像团队一样协作

第六章：Agent 与 Harness 进阶 —— 编排、观测与部署

Harness：聊清楚模型外面的这层壳到底是什么？为什么这么重要？Hook 与可观测性：怎么知道你的 Agent 在干什么部署与调度：Agent 跑在哪、什么时候跑 ACP：标准化 Agent 的控制接口

第七章：回到框架

LangGraph 实战：用图的方式重新理解 Agent Loop 社区各大框架全景：用六大支柱透视任何 Agent 框架

收尾

结课：从 10 行代码到 Agent 六大支柱