如何使用本教材
本书适合谁
智能体工程师（AGE）是黑带一段课程，考查你能否设计长时间运行、多步骤的智能体，并配齐工具、记忆、评估与可观测性，在控制失败与成本的前提下运营智能体。主要读者有两类：亲自设计和运营智能体系统的工程师，以及为多个智能体产品提供支持的 AI 平台团队负责人。
建议具备红带（LLM API 开发者）水平的 API 应用能力，以及 6 个月以上的智能体运营经验。本书假定你已了解消息结构、工具调用的基本流程，以及 token 与成本的关系。不过，书中首次使用的术语都会在首次出现时解释，难懂的概念也会配上日常生活中的比喻。即使经验稍有不足，按顺序阅读也能跟上。
本书不涉及模型预训练，而是关注如何为现有模型选择结构、配备哪些工具与记忆、用什么衡量效果，以及在哪里让它停止。框架和产品名称会不断变化，但这些设计判断长期适用。
本书结构
正文五章与五个考核领域一一对应。第 1 章讲如何选择结构，第 2 章讲如何通过工具与 MCP 连接外部世界，第 3 章讲如何在长时任务中保存记忆与状态，第 4 章讲如何衡量质量并定位失败，第 5 章讲如何把成本、失败和风险整合为运营策略。章节安排让前一章的决定自然引出后一章的问题，同时每章也能独立阅读。
每章都由相同的十节组成。
| 小节 | 内容 |
|---|---|
| 学习目标 | 读完本章后应能做到的事 |
| 引言 | 用简短故事说明本章为何必要，并介绍本章脉络 |
| 核心概念 | 完整讲解考核范围内的知识与技能 |
| 深入阅读 | 权衡、边界情况与失败分析 |
| 工作场景 | 虚构组织从问题走向决策的过程，包括被否决的方案 |
| 易错点 | 看似合理但错误的想法及其原因 |
| 要点速览 | 考核前一天可以重看的概要 |
| 查阅官方文档 | 用于核实细节的官方页面 |
| 自测 | 检查理解程度的问题，解析见附录 B |
| 实操练习 | 30～60 分钟的动手任务 |
附录 A 为术语表，附录 B 为自测解析，附录 C 为考核当天的应试方法，附录 D 列出本书引用的官方文档。
考试概览
| 类别 | 题量 | 时长 | 标准 |
|---|---|---|---|
| 晋段考核 | 40 题 | 70 分钟 | 原始分达到 75 分即为合格 |
| 免费练习套题 | 10 题 | 25 分钟 | 仅告知分数 |
| 章 | 领域 | 占比 |
|---|---|---|
| 第 1 章 | 智能体架构 | 20% |
| 第 2 章 | 工具与MCP | 20% |
| 第 3 章 | 上下文、记忆与状态 | 20% |
| 第 4 章 | 评估与可观测性 | 20% |
| 第 5 章 | 运维、成本与安全 | 20% |
本考核旨在评估以下五项能力：根据任务特点选择工作流与智能体结构；为工具和 MCP 服务器设计安全的权限边界；针对长时间运行管理上下文、记忆与状态；通过评估和可观测性发现质量回归；把失败处理、成本与人工审批节点制定为运营策略。五个领域的占比相同，若存在薄弱章节，就很难跨过合格线。
题目是这样的
试卷的样式类似韩国高考（修能）试卷，所有题目都从 ①～⑤ 中选择一个编号作答。出题形式有五种，在试卷上呈现如下。
| 形式 | 试卷中的呈现方式 |
|---|---|
| 单选 | 从五个选项中选一个 |
| 多选 | 各选项放入“备选项”（<보기>）框（甲、乙、丙……），编号对应指定数量选项的组合 |
| 判断 | 各陈述放入“备选项”（<보기>）框，编号对应被判定为“正确”的陈述组合。判断与理由都正确，才算正确陈述 |
| 排序 | 列出（甲）～（戊）各步骤，以及五种候选顺序 |
| 匹配 | 提供五种左右两列项目的配对方案，右侧会剩下一项 |
分值按认知层次划分：识别概念或应用单一原理的题目为 2 分，权衡两项以上约束的分析型题目为 3 分。本课程大部分题目属于分析型。题目会具体给出组织、数据规模和目标，并设计成只要改变一个加粗条件，正确答案就随之改变。因此，只看关键词很容易选错。这也是本书各章的“工作场景”小节均展示“被否决的方案”的原因。原始分是将所得分值除以总分值，再换算为百分制的分数；等级则以 90、80、70、60、50、40、30、20 分为分界，按绝对标准划分为 1～9 级。
六周学习计划
以每天 1 小时、每周 5 天为基准。实操练习也可以集中在周末完成。
| 周次 | 阅读内容 | 动手任务 |
|---|---|---|
| 第 1 周 | 使用方法、第 1 章 | 按模式重画一个正在运营的功能，并与更简单的结构比较 |
| 第 2 周 | 第 2 章 | 重新设计一个经常出错的工具并测量效果，编写权限表 |
| 第 3 周 | 第 3 章 | 加入进度文件与检查点，测试强制中断后的恢复 |
| 第 4 周 | 第 4 章 | 用 20 个真实失败案例建立评估集，借助追踪定位失败步骤 |
| 第 5 周 | 第 5 章 | 把风险表、停止条件和审批节点放入执行路径并测试 |
| 第 6 周 | 附录、全面复习 | 重做自测、完成免费练习套题、整理错题 |
每周最后一天，请试着把该章的“要点速览”大声讲出来。讲解时卡住的那一行，就是下周需要重读的地方。
要点
自测题单独编写，与考试题目不重复。与其背下自测答案，不如试着把附录 B 解析所依据的原理应用到陌生场景中。考核检验的是把原理应用到初次遇见的约束组合上的能力。
表述与出处原则
本书涉及的各厂商事实（功能名称、参数、默认值、限制）均于 2026 年 10 月 20 日在其官方文档中核实。来源包括 Anthropic 工程文章与开发者文档、Model Context Protocol（MCP）规范、OpenAI Agents SDK 文档和 OpenAI 指南、Google Agent Development Kit（ADK）文档，以及 OWASP、NIST、AWS 官方资料。MCP 采用核实日最新的 2026-07-28 版规范，与旧版不同之处会在相应位置说明。
本书遵循以下约定。
- 产品、API 和参数名称保留原始写法（
max_turns、isError、tools/list）。 - 无法用厂商文档确认的内容，只作为通用原理说明，不写成某家厂商的功能。
- 只有在判断确有需要时才写出模型版本号和价格，多数情况会提示“请查阅官方文档”。这些数值经常变化。
- 案例中的组织、人物和数值均为虚构，与真实公司或客户无关。
- 框架文档中的规范性词语（MUST、SHOULD）分别译为“必须”“建议”，必要时在括号内保留原词。
厂商文档的变化比本书快。学习时如果发现书中内容与文档不一致，以文档为准。各章的“查阅官方文档”与附录 D 是核实的起点。