Appearance
推荐阅读 — 下一步
本教程覆盖了 Coding Agent 的核心机制。以下是超出本教程范围、但值得深入了解的高级话题。
你已经掌握的
跟完 17 章后，你理解了：
- LLM 调用与协议（流式、多轮、多模型）
- Agent Loop 核心循环
- 工具系统（read / write / edit / bash / search）
- 会话持久化与状态管理
- 上下文窗口管理与 Prompt Cache
- 扩展系统与产品化打磨
- 评测体系（逻辑层 + 能力层）
- System Prompt 工程与防注入
- Harness 工程（重试、验证、防死循环）
这些是构建一个单 Agent 编码助手的完整知识。接下来的话题涉及更复杂的系统架构。
推荐资源
《深入理解 AI Agent》— 薄列峰
这本书从更宏观的视角覆盖了 AI Agent 生态系统，以下章节与本教程互补性最强：
| 章节 | 话题 | 与本教程的关系 |
|---|---|---|
| 第 7 章 | RAG 与知识库 | 本教程的 Agent 只能读当前目录的文件。RAG 让 Agent 检索大规模知识库 |
| 第 8 章 | 多 Agent 协作 | 本教程是单 Agent。多 Agent 涉及任务分解、角色分工、通信协议 |
| 第 9 章 | 模型后训练（SFT / RL） | 本教程用现成模型。后训练让你针对特定任务微调 Agent 行为 |
| 第 10 章 | 语音 Agent | 本教程是文本交互。语音涉及 ASR/TTS、实时流、打断处理 |
| 第 11 章 | Computer Use | 本教程通过工具操作文件系统。Computer Use 让 Agent 操作 GUI |
| 第 12 章 | 持续进化 | 本教程的 Agent 是静态的。持续进化涉及在线学习、反馈循环 |
按话题的深入方向
RAG 与长期记忆
本教程的 Agent 依赖上下文窗口内的信息。当项目有上万个文件时，Agent 无法全部读入。
核心思路：
- 向量检索：把代码片段 embed 后存入向量数据库，按语义相似度检索
- 混合检索：向量 + 关键词（BM25）结合，覆盖语义和精确匹配
- Chunk 策略：代码按函数/类切分比按固定长度切分效果更好
延伸阅读：
多 Agent 协作
一个 Agent 处理复杂任务时容易迷失。多 Agent 把大任务拆给专门的角色：
- Orchestrator 模式：一个"指挥"Agent 分解任务，分发给"工人"Agent
- Pipeline 模式：Agent A 的输出是 Agent B 的输入（如：Coder → Reviewer → Tester）
- Debate 模式：多个 Agent 各自给出方案，互相评审，收敛到最优解
关键挑战：Agent 间的通信协议、上下文共享、死锁避免。
延伸阅读：
安全与对齐
本教程第 16 章介绍了 prompt injection 防御的基础。生产环境的安全话题更广：
- 沙箱隔离：Agent 执行代码时的容器化、文件系统权限
- 权限最小化：工具的 allowlist / denylist、目录限制
- 输出过滤：防止 Agent 泄露敏感信息（API key、密码）
- 审计日志：记录 Agent 的每一步操作，事后可追溯
模型后训练
当现成模型对你的特定任务表现不够好时：
- SFT（Supervised Fine-Tuning）：用高质量的 (prompt, response) 对微调模型
- RLHF / DPO：用人类偏好信号训练模型选择更好的策略
- Tool-use 微调：让模型更可靠地生成正确的工具调用格式
注意：微调需要大量高质量数据和 GPU 资源，通常在 Prompt Engineering + Harness 都不够用时才考虑。
Computer Use（GUI Agent）
本教程的 Agent 通过 CLI 工具操作系统。另一条路是让 Agent 直接操作图形界面：
- 截图 + 坐标：模型看屏幕截图，输出鼠标点击/键盘操作坐标
- 可访问性树：直接读取 UI 的 accessibility tree，不依赖视觉
- 混合模式：CLI + GUI 结合，能力互补
延伸阅读：
实践建议
- 先把单 Agent 做好。多 Agent 的前提是单 Agent 足够可靠
- 评测先行。任何改进（加 RAG、换模型、改 prompt）都需要评测来证明有效
- 从简单场景开始。不要一上来就做"通用 AI 开发者"，先做好一个具体场景（如：自动修 lint 错误）
- 关注成本。真实 Agent 每次运行可能消耗 $0.5-5 的 API 费用。优化 token 使用很重要
- Harness > 模型选择。好的工程补救（重试、验证、防死循环）往往比换更贵的模型更有效
本教程的完整代码
examples/mini-pi-coding-agent/
├── src/ # 750 行完整 Agent 实现
├── demos/ # 17 个可运行 Demo
└── docs/tutorials/ # 18 篇教程文档感谢阅读。去构建属于你的 Agent 吧。