第 3 章 · Agent 开发

什么是 Agent？和 workflow、和「调用一次大模型」的本质区别？

什么时候该用 workflow，什么时候该上 Agent？盲目上 Agent 会踩什么坑？

Function Calling 的完整机制——模型真的「调用」函数了吗？

工具的 schema 和描述怎么设计，模型才能选得准、填得对？

并行工具调用什么时候用？工具结果太长塞爆上下文怎么办？

手写一个最小 ReAct 循环：退出条件和死循环兜底怎么设计？

ReAct、Plan-and-Execute、Reflection 三种范式的区别与选型？

MCP 是什么？它和 Function Calling 是什么关系、解决了 FC 的什么问题？

MCP 的三大原语（Tools / Resources / Prompts）分别干什么？

接入第三方 MCP Server 有什么安全风险？工具投毒、越权怎么防？

A2A 协议解决什么问题？和 MCP 是竞争还是互补？

Agent 的记忆系统怎么设计？短期、长期记忆分别放哪？

上下文快满了：滑动窗口 / 摘要压缩 / 重要性过滤怎么选？压缩丢了关键决定怎么办？

跨会话记忆怎么做？记忆检索和 RAG 是一回事吗？

多 Agent 有哪些编排模式？orchestrator-workers 适合什么场景？

多 Agent 一定比单 Agent 好吗？什么时候反而是灾难？

LangGraph / OpenAI Agents SDK / ADK / CrewAI 怎么选？为什么不少团队最后自己写循环？

Agent 跑偏或幻觉了怎么办？护栏在架构里放哪几层？

什么是分级自治？高危操作（写库 / 发邮件 / 付款）怎么设计人工确认？

什么是 Harness 治理？为什么说 Agent 的能力一半在模型一半在 harness？

Agent 怎么评测？只看最终结果不看轨迹会漏掉什么？

Agent 的 trace 怎么做？出了问题怎么定位是哪一步错的？

Agent 每轮都调大模型，太贵太慢，成本和延迟怎么优化？

Agent Skills 是什么？和把说明全写进 system prompt 有什么区别？渐进式披露解决什么？

从零设计一个能查库存、能下单的电商客服 Agent，讲讲整体架构