Agent 机制系统学习路线图

对标 DeepSeek Agent Harness 团队 · 研发工程师 JD，覆盖全部要求知识点。总周期建议：8–12 周（每天 2–3 小时；全职投入可压缩到 4–6 周）。学习原则：60% 动手、40% 阅读。使用方式：完成一项就把它前面的 [ ] 改成 [x]。

总览

阶段	主题	对应 JD 关键词	建议时长	状态
0	LLM 原理基础	KV Cache、上下文窗口	1 周	☐
1	Prompt & Context Engineering	Prompt/Context Engineering	1–2 周	☐
2	Agent 核心机制	Agent Loop、Tool Use、Reasoning	2–3 周	☐
3	Agent 系统设计	Memory、Planning、Skills、Subagent、Multi-Agent	2–3 周	☐
4	协议与生态	MCP、LLM API、框架	1–2 周	☐
5	Harness Engineering	工程架构、可靠性、评估	2 周	☐
6	前沿与源码深读	持续迭代	贯穿全程	☐

阶段 0：LLM 原理基础（约 1 周）

目标：理解”模型推理时到底发生了什么”，为后续所有机制建立直觉。

必读

3Blue1Brown 神经网络系列或 The Illustrated Transformer
Let’s build GPT（Andrej Karpathy）
vLLM 文档（KV Cache / PagedAttention 相关章节）
nanoGPT 源码中的推理部分

动手任务

本地跑一个小模型（ollama），对比 Prefill 与 Decode 阶段的生成速度差异
用 tiktoken 统计不同文本的 token 数，建立上下文容量直觉

产出物

笔记《KV Cache 与上下文窗口如何影响 Agent 设计》

阶段 1：Prompt & Context Engineering（1–2 周）

目标：掌握”如何把上下文组织成模型最容易发挥的形式”。

必读（按顺序）

Anthropic: Building effective agents（整个领域的第一篇必读）
Anthropic: Effective context engineering for AI agents
OpenAI: A Practical Guide to Building Agents（PDF）
Anthropic / OpenAI 的 Prompt Engineering 官方文档（任选一家精读）
Chip Huyen: AI Engineering（常备参考，全书）
进阶：Agentic Context Engineering（arXiv:2506.13059）

动手任务

同一任务分别用纯指令式 prompt 和 ReAct 式 prompt 测试，记录质量差异
实现一个最简单的上下文压缩策略（对话超阈值则摘要历史），量化 token 节省

产出物

prompt 实验笔记
自建 prompt 模板库

阶段 2：Agent 核心机制（2–3 周）★ 核心阶段

目标：吃透 Agent Loop、Tool Use、Reasoning——整个路线图的心脏。

必读

ReAct（arXiv:2210.03629）（agent 范式鼻祖）
Tree of Thoughts（arXiv:2305.10601）（规划/搜索式推理）
Reflexion（arXiv:2303.11366）（反思机制）
Lilian Weng: LLM Powered Autonomous Agents（经典综述）
A Survey on Large Language Model based Autonomous Agents（arXiv:2308.11432）（泛读）
Anthropic 博客《Writing effective tools for Claude》（工具设计最佳实践）
OpenAI Function calling 文档
Anthropic Tool use 文档

动手任务（关键）

不用任何框架手写最小 Agent Loop（100–200 行 Python）：模型调用 + 工具注册表 + 循环 + 最大步数限制 + 工具报错重试
给 agent 加 3 个真实工具（搜索、计算器、文件读写），观察”模型选错工具""工具返回超大结果”等失败模式

产出物

mini-agent 开源项目（面试核心展示物，后续阶段基于它迭代）

阶段 3：Agent 系统设计（2–3 周）

目标：把单循环升级为带记忆、规划、多智能体协作的完整系统。

必读

动手任务

给 mini-agent 加两级记忆：短期（对话摘要）+ 长期（向量检索，chromadb / sqlite-vec）
实现”主 agent + 2 个 subagent”协作（如：研究 agent 产出材料 → 审查 agent 校验质量）
单 agent vs 多 agent 各跑 5 次同一任务，写对比报告（何时值得多 agent）
实现”规划 → 执行 → 反思”循环

产出物

多 agent 协作 demo
单/多 agent 对比实验报告

阶段 4：协议与生态（1–2 周）

目标：理解 MCP 及主流 Agent 框架的架构取舍。

必读

MCP 官方文档（精读 Spec：Server / Client / Transport / Tool）
MCP Python SDK
OpenAI Agents SDK（跑通 demo）
Anthropic Claude Agent SDK（跑通 demo）
LangGraph（看架构）
smolagents（看架构）
Hugging Face Agents Course（免费全实操，强烈推荐）

动手任务

写一个 MCP Server（如暴露本地 SQLite 查询），分别接入两个不同客户端跑通
用 Claude Agent SDK 和 OpenAI Agents SDK 各完成同一个 agent 任务，记录开发体验差异

产出物

MCP server 开源项目
《主流 Agent 框架架构对比》笔记

阶段 5：Harness Engineering（2 周）

目标：把 agent 做成可靠、可观测、可评估的工程系统——Harness 团队的核心工作。

必读

Building effective agents 精读第二遍（聚焦 workflows vs agents 决策）
How we built our multi-agent research system 精读工程细节（任务分解、并行、成本控制）
DeepLearning.AI 短课：选 1–2 门 agentic 方向（如 Agentic AI Patterns、MCP）
OpenAI Evals 或自建 golden set 评估思路

动手任务

可观测性：每步记录 token 数、工具调用、耗时，输出结构化日志
可靠性：最大步数熔断、错误重试、上下文溢出保护
评估：建 10 个 golden case 的评估集，跑出成功率基线
做一个 harness 机制改进实验（上下文压缩 / 重规划 / 自动摘要），量化成功率与 token 成本变化

产出物

完整工程化版本的 agent（带追踪与评估）
量化改进报告

阶段 6：前沿与源码深读（持续）

必读

From LLM Reasoning to Autonomous AI Agents（arXiv:2504.19678）
Agentic Context Engineering（arXiv:2506.13059）
翁荔（Lilian Weng）博客（关注 scaffolding / harness 主题的最新观点）
精读 smolagents 源码（agent loop 实现）
精读 Letta 源码（记忆系统）
精读 Claude Agent SDK 的 CLI 部分（真实产品工程）

产出物

2–3 篇源码分析笔记

对照 JD 自检表

JD 要求的知识点	覆盖阶段	你的产出物	状态
LLM API	0、2、4	mini-agent 的模型层封装	☐
KV Cache	0	推理笔记	☐
Agent Loop	2	mini-agent 核心循环	☐
Tool Use	2	工具注册表 + 3 个工具	☐
Reasoning / Planning	2、3	规划-执行-反思循环	☐
Skills	3	技能封装实验	☐
MCP	4	自建 MCP server	☐
Memory	3	两级记忆系统	☐
Subagent / Multi-Agent	3	多 agent demo + 对比报告	☐
Prompt / Context Engineering	1	prompt 模板库 + 压缩策略	☐
Harness Engineering	5	工程化 agent + 量化报告	☐

每周进度记录

周次	日期	完成内容	卡点 / 心得
1
2
3
4
5
6
7
8
9
10
11
12

使用建议

全程用 AI 工具辅助学习：让 Claude / Cursor 帮你解释论文、生成代码骨架、review mini-agent——这本身就是 JD 要求的”AI 辅助开发能力”训练场。
先跑阶段 2 的 mini-agent 再回头补理论：时间紧就先动手建立体感，再回读论文。
每阶段产出物都要能放进面试作品集：GitHub 仓库、技术博客、实验报告，一样都不能少。