![AI智能体工程师指南：构建自主系统的60种模式[全书]](https://cdn.prod.website-files.com/670b041cc58f983b09ee069a/6a7f5def9cbc125a9829d6a2_codex-pattern-050-agent-26-the-forgetting-policy-agent-the-mechanism.png)
AI智能体工程师指南：构建自主系统的60种模式[全书]
内容提要
本书深入探讨AI智能体设计模式，涵盖规划、记忆与工具使用三大核心领域。规划部分介绍束搜索、计划执行、自适应重规划等模式，强调可审计性与资源管理。记忆部分阐述情景缓冲、语义记忆、工作记忆管理及遗忘策略，确保智能体具备持久且可维护的状态。工具使用部分则聚焦工具选择、API适配、代码沙箱执行及副作用审计，保障智能体安全可靠地操作外部系统。全书提供代码示例、反模式及验收测试，指导工程师构建高效、安全的智能体系统。
延伸解读
能力导向而非领域导向
本书主张按能力（感知、推理、规划、记忆、工具使用等）而非领域（医疗、金融、编程）来组织智能体设计。作者认为，不同领域的智能体在架构上高度相似，差异主要在提示词和工具集。掌握能力模式后，工程师可以跨领域构建智能体，而领域知识只影响合规约束、风险容忍度、评估方式和用户群体，不改变核心架构。
先判断是否需要智能体
第0章强调，并非所有问题都需要智能体。作者提出四层阶梯：静态提示、确定性工作流、受限智能体、完整智能体，并建议选择能解决问题的最低层级。常见错误包括为营销而构建智能体、过早追求自主性、以及沉没成本升级。在构建前需回答五个问题：成功如何衡量、失败影响、成本上限、评估方式、以及如何关闭系统。
模式目录的价值与局限
本书定义了60种模式，每种模式包含问题、机制、代码骨架、权衡、失败模式和案例研究。这种结构化目录有助于工程师精确命名设计决策，并借鉴他人经验。但作者也警告，模式目录可能成为陷阱，若用于推迟回答“是否应该构建智能体”这一根本问题，反而会阻碍更优架构的选择。
Q&A
这本书的核心观点是什么？
这本书的核心观点是，AI智能体工程应该围绕能力（如感知、推理、规划、记忆、工具使用等）来组织，而不是围绕领域（如医疗、金融）来组织。因为不同领域的智能体在架构上往往相似，而能力模式才是决定性的。
书中提到的八大能力是什么？
书中提到的八大能力是：感知、推理、规划、记忆、工具使用、协调、学习和对齐。每个能力下包含若干种模式，全书共定义了60种模式。
如何判断一个问题是否应该用智能体来解决？
书中提出了一个四级阶梯：静态提示、确定性工作流、有界智能体、完整智能体。应该选择能解决问题的最低级别。在决定使用智能体之前，需要回答五个问题：成功如何衡量、失败会怎样、每次会话的成本上限、评估框架是什么、以及如何关闭智能体。
智能体工程中常见的五大失败模式是什么？
五大失败模式是：循环推理（智能体不断思考行动但无进展）、工具欺骗（智能体被诱导调用错误的工具）、上下文耗尽（目标在长会话中丢失）、目标漂移（逐渐偏离原始目标）、以及错误任务上的静默成功（自信地完成了与要求相邻的任务）。
书中如何定义智能体？
书中将智能体定义为具有三个属性的程序：观察环境、跨观察保持持久状态、并发出动作，这些动作对环境的影响会反馈到下一次观察中。智能体被视为软件工件，有明确的输入输出契约、内部控制循环和副作用。
为什么说领域分类不如能力分类？
因为领域分类（如医疗智能体、金融智能体）假设行业是决定智能体构建方式的主要变量，但实际上不同领域的智能体在架构上往往相似，只是提示和工具集不同。能力分类更通用，掌握能力模式可以构建任何领域的智能体，而领域知识则需要重新学习。
书中提到的框架的五个抽象是什么？
五个抽象是：模型客户端、工具注册表、提示模板系统、记忆接口和编排循环。所有主流框架都收敛到这些抽象，但各有侧重。
