Skip to main content

9.0 学习检查表：AI Agent 与智能体系统

这页当成可打印检查表使用。需要完整讲解时，回到 第 9 章入口页。

Agent trace 证据包

两小时快速通读​

时间做什么能说出这句话就停
20 分钟看入口页的执行闭环“Agent 是 goal-state-tool-observation 循环。”
25 分钟运行 trace 脚本“我能回放每个动作和观察。”
25 分钟浏览 9.1 和 9.2“我能区分 Agent、工作流、RAG、ReAct、Plan-and-Execute。”
25 分钟浏览 9.3 工具安全“工具 schema 和权限比花哨 Prompt 更重要。”
25 分钟阅读边界选择图“我知道什么时候不该用 Agent。”

必须留下的证据​

证据最小版本
tools_schema.md1～2 个工具，写清名称、用途、参数、返回值、错误和风险等级
agent_traces.jsonl至少三次运行，记录 goal、step、action、input、observation、result
safety_boundary.md最大步数、工具白名单、被拦截动作、人工确认规则
failure_cases.md至少三个失败：选错工具、参数错误、循环、权限拦截、不支持的回答
eval_tasks.csv3～5 个固定任务，包含期望结果和成功标准
README.md运行命令、trace 示例、安全样例、评估结果、限制

质量闸门​

闸门通过条件
工具 schema每个工具都有用途、参数、返回值、错误和风险等级。
Trace 回放评审者可以回放每次工具调用为什么发生。
安全边界白名单外或高风险动作会被拦截，或转入人工确认。
停止控制最大步数和停止条件能防止循环与成本失控。

离章问题​

  • 你能说明 Agent 和普通 LLM 应用的区别吗？
  • 你能展示一条 trace，并解释每次工具调用为什么发生吗？
  • 你能拦截高风险或不在白名单里的工具吗？
  • 你能定义停止条件和最大步数吗？
  • 你能解释为什么多 Agent 应该在单 Agent 可靠之后再做吗？

如果答案都是可以，就继续下一方向：部署、多模态 Agent，或课程最终项目。