Agent = LLM + 上下文 + 工具——本书围绕这个核心公式，用 10 章把 AI Agent 从原理讲到工程实战。全书正文、配图、95 个配套实验全部开源，欢迎亲手把实验跑一遍。
📚 10 章 正文，从基础到生产 📂 95 个 配套实验（含本地项目与外部复现轨道） 🌐 13 种 语言：中 / 英 / 西 / 印尼 / 阿 / 繁體中文（台灣） / 俄 / 泰米尔 / 越 / 日 / 土耳其 / 韩 / 匈牙利
全书围绕核心公式 Agent = LLM + 上下文 + 工具 展开，十章层层递进：
章 主题 一句话核心 正文 代码
1 🚀 Agent 基础知识 Agent = LLM + 上下文 + 工具；Harness 工程才是竞争力 读 4
2 🎯 上下文工程 上下文决定能力上限：KV Cache、提示工程、Agent Skills、上下文压缩 读 9
3 📚 用户记忆和知识库 跨会话记住用户、接入外部知识：用户记忆、RAG、结构化索引、知识图谱 读 13
4 🛠️ 工具 工具是 Agent 的双手：MCP 协议、感知/执行/协作三类工具、事件驱动异步 Agent、主动工具发现 读 7
5 💻 Coding Agent 与通用 Agent 代码是「能创造新工具的工具」，生产级 Coding Agent 全景 读 13
6 🎙️ 交互：观察与动作空间的扩展 撤掉“轮流发言”前提，沿模态与时机两根轴展开：异步与事件驱动、语音三范式、Computer Use、机器人操作 读 12
7 🎯 Agent 的评估 把表现变成可比较信号：评估环境、指标、统计显著性、评估驱动选型 读 13
8 🧠 模型后训练 预训练/SFT/RL 三阶段：何时选 SFT、何时选 RL，工具调用内化、样本效率 读 16
9 🔄 Agent 的持续进化 从运行轨迹获得学习信号，更新知识、指令、程序与参数 读 9
10 🤝 多 Agent 协作 群体智能高于个体：协作框架、上下文共享/隔离、涌现的「Agent 社会」 读 8