系列简介#

AI Agent（智能体）是继 ChatGPT 之后，大语言模型最重要的应用方向。与简单的问答不同，Agent 能够自主规划、调用工具、与环境交互，完成复杂的多步骤任务。

本系列从基础概念出发，深入讲解 Agent 的核心机制，并紧跟最新研究进展，涵盖：

• 核心机制：规划架构、记忆系统、工具调用、多智能体协作
• 开发框架：LangChain、AutoGen、CrewAI、OpenAI Agents SDK
• 协议标准：MCP（Model Context Protocol）
• 前沿论文：Generative Agents、Attention Residuals
• 最新进展：Kimi 注意力残差、OpenAI o 系列、DeepSeek R1、Claude 4、Gemini 2

学习路径#

1
第一阶段：入门
2
├── 01 Agent 基础概念
3
└── 02 ReAct 与规划架构
4

5
第二阶段：核心机制
6
├── 03 Memory 记忆系统
7
├── 04 ToolUse 工具调用
8
└── 05 Multi-Agent 多智能体协作
9

10
第三阶段：框架与协议
11
├── 06 Agent 框架对比
12
├── 07 MCP 协议解析
13
└── 08 Generative Agents 论文解析
14

15
第四阶段：实战
16
└── 09 Agent 实战项目
17

18
第五阶段：前沿进展 NEW
19
├── 10 注意力残差与 Kimi 架构创新
20
├── 11 推理模型与 OpenAI o 系列
21
├── 12 DeepSeek R1 与推理架构创新
22
└── 13 主流模型新进展（Claude 4 / Gemini 2）

系列文章#

核心技术点#

前置知识#

• Python 基础
• 大语言模型基本概念（可参考 LLM 系列）
• API 调用经验

相关系列#

本系列是机器学习学习路线的重要组成部分，推荐结合以下系列阅读：

阅读建议：

• 先学 从零理解大语言模型 建立基础认知
• 本系列专注 Agent 实战，论文细节可参考 LLM 论文发展史
• 构建生产级 Agent 时，务必关注 LLM 安全漏洞发展史

参考资源#

官方文档

• OpenAI Agents SDK
• LangChain Agents
• AutoGen 文档
• CrewAI 文档
• MCP SDK

论文

• ReAct: Synergizing Reasoning and Acting in Language Models (Yao et al., 2022)
• Generative Agents: Interactive Simulacra of Human Behavior (Park et al., 2023)
• Attention Residuals (Kimi Team, 2026)
• DeepSeek-R1 (DeepSeek Team, 2025)
• MRKL Systems: A Modular, Neuro-Symbolic Architecture

开源项目

• LangChain
• AutoGen
• CrewAI
• Attention-Residuals (Kimi)

新闻来源

• Kimi 发布 Attention Residuals：颠覆十年残差连接
• OpenAI o3 发布公告
• Anthropic Claude 4 发布
• Google Gemini 2.0 发布
• DeepSeek R1 开源公告