关于agent初学

真想学 Agent ,不管是 Agent 应用还是 Agent 开发,很多书可能都没什么用,里面可能还是存在一些有用信息的,但用这种方式组织,性价比甚至不如直接问豆包。

真要说 Agent 开发,建议直接看开源仓库:

  • lrgs/nanocode: 首先是这个 250 行 Python 实现的 CLI Agent。你可以不看很多代码,但至少 250 行代码扫一眼你得能知道他们做了啥;
  • swe-agent/mini-swe-agent: 这也是个极简 Agent,现在的 SWE 系的 Benchmark 都用的他跑分,可以说是玩 Agent 评估必知必会;
  • pi: 真正生产级可用的极简可扩展 AI Agent,不管是核心 Agent Loop、插件框架还是 pi-tui 都很值得研究学习;
  • opencode: 开源 Coding Agent 的顶梁柱,大规模应用 Effect TS 来做可观测性,正在大规模重构 v2 版本;
  • codex: OpenAI 官方的 Rust 实现的 CLI Agent,可以代表工业级可用;
  • deepseek-harness: DeepSeek 官方搞的更激进的「万物皆插件」架构的 Agent,核心架构设计、热插拔更新设计、PTC 等新模式的研究、Web UX 实践都可以在这套上面研究学习;

因为现在发展太快,所以研究学习也应该是动态的过程。

除了 nanocode 和 mini-swe-agent 这俩是极简设计、不会频繁更新,其他的几个都更新很快。所以,另一个值得研究的就是他们的 releases 以及 commit history。除了其中 deepseek-harness 的时间短一点,pi / opencode / codex 这仨你单纯是把他们的 releases 信息给全量拉回来、让 AI 梳理一通,都可以得到他们的发展时间线以及取舍;感兴趣的细节还可以直接跟踪到具体的 commit 以及 issue 讨论,这其中的价值比静态的、科普教程性质的电子书要价值得多。

总之,不要用书籍的方式研究 AI 和 Agent

相关推荐
forest_093 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区4 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔4 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区4 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM1234 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI4 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健5 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV5 小时前
Google 重返第一梯队
人工智能·google·aigc
十有八七6 小时前
手搓 Agent(五):学会翻书——RAG,先查资料再回答
前端·人工智能·后端