Agent Course (Free) 学习笔记

来源: awesome-generative-ai-guide - Applied LLMs Mastery & Agents 101 学习日期: 2026-04-12 | 实现机制见 Learn LLM 第 13 章（Agent）

一、Agent 核心理论框架

Agent 三组件模型

┌─────────────────────────────────────────┐
│                  Agent                   │
├─────────────┬──────────────┬────────────┤
│   Brain    │  Perception  │   Action   │
│ (大脑)     │   (感知)      │   (行动)   │
└─────────────┴──────────────┴────────────┘

组件	职责	说明
Brain	中央控制器	存储信息、处理思考、做出决策
Perception	感知模块	解析外部环境的各种感官输入
Action	行动模块	使用工具执行任务并影响周围环境

实用四组件模型

组件	职责	示例
Agent Core	核心决策	目标定义、工具指令、行为模式
Memory Module	记忆存储	短期记忆（当前对话）+ 长期记忆（历史积累）
Tools	工具调用	RAG、代码解释器、搜索 API
Planning Module	规划	任务分解（Task Decomposition）、反思批判（Reflection）

Memory 检索机制：语义相似性（embedding 向量检索）、重要性加权、时序性（最近优先）、领域自定义指标。

二、单 Agent 与多 Agent

单 Agent 孤立运行，缺乏协作、社会学习与多轮反馈能力。多智能体系统（MAS）的优势：分工协作、集体决策、任务分解。交互类型：

类型	特点	适用场景
Cooperative（合作）	Agent 协同追求共同目标	任务分解流水线
Adversarial（对抗）	Agent 通过博弈优化	代码评审、质量把控

三、Agent 评估基准

基准	用途	链接
AgentBench	综合评估	THUDM/AgentBench
ToolBench	工具调用能力	Paper
ClemBench	多样化任务	Paper

评估方法学的 canonical 在 evals.zenheart.site。

四、推荐学习路径（5-Day Roadmap）

Day 1-2 基础概念: LLM Agents Glossary | Intro to LLM Agents - Nvidia
Day 3-4 核心框架: Agents 101 Guide | LLM Powered Autonomous Agents - Lilian Weng
Day 5 实战构建: AI Agents in LangGraph - Deeplearning.AI

五、与主线文档的关系

本笔记的三组件/四组件框架与多 Agent 交互模式已展开为主线 Agent 运行时、Agent 设计模式与多 Agent 系统；本页保留为课程出处与外部资源索引。

Agent Course (Free) 学习笔记 ​

一、Agent 核心理论框架 ​

Agent 三组件模型 ​

实用四组件模型 ​

二、单 Agent 与多 Agent ​

三、Agent 评估基准 ​

四、推荐学习路径（5-Day Roadmap） ​

五、与主线文档的关系 ​

相关资源 ​