这篇文章面向大学阶段的技术学习者和大模型应用开发工程师，作者结合自己的学习与项目经历，梳理了 Agent 应用开发中的核心概念、学习顺序和实践重点。

三个核心概念

Agent Loop

Agent Loop 是运行核心：用户给出任务，模型输出指令，工具执行并返回结果，模型继续判断下一步，直到任务结束。学习应用开发时，应先理解这一循环如何驱动工具调用、状态变化和任务终止。

Context Engineering

当系统提示词和基本工具结构逐渐稳定后，决定 Agent 是否有效的关键转向动态上下文。上下文通常包括用户记忆、会话历史、当前输入、系统提示词和工具定义。长程运行会产生漂移、污染、干扰与冲突，因此需要压缩、文件存储与检索、上下文编排和渐进式披露等管理方法。

作者把 RAG 和知识图谱视为补充“背景信息”的重要手段：当用户没有完整提供任务背景时，工具系统需要动态检索相关信息，再将其组织进模型可用的上下文。

Harness Engineering

Harness Engineering 为 Agent 构建运行空间，组织能力结构、协作机制与反馈闭环。它不仅用于约束模型，也用于提供模型原本不具备的环境能力。作者认为，面对复杂且不可预先穷举的环境时，固定工作流容易失效，运行空间需要能够持续调整。

推荐的学习顺序

  1. 先掌握传统软件开发基础、LLM API 请求方式与基本工具调用。
  2. 学习 Agent Loop，理解模型、工具和执行结果之间的循环。
  3. 学习上下文工程，包括 RAG、知识图谱、记忆、压缩、检索与渐进式加载。
  4. 研究 Harness 的工具结构、协作机制、反馈闭环和运行安全。
  5. 尽早引入 Agent 评估，用数据集而不是主观体验确定能力边界和迭代方向。
  6. 在单 Agent 稳定后再探索多智能体；作者认为单智能体加一个 SubAgent 已经能覆盖许多任务，而更复杂的多智能体会显著增加上下文管理和协作难度。

Agent 评估

作者建议把评估作为构建 Agent 的早期步骤。一个评估任务通常包含环境、指令、Agent（或 Harness）、解决方案、执行轨迹、评估器、测试代码与产物；多个任务组成数据集。指标应由评估目标决定，例如检查最终结果是否正确，或观察 Agent 的推理与执行质量。

文中提到可先了解 Harbor 一类评估框架，再研究 Deep-SWE、Terminal-Bench、GAIA2、BaxBench 和 WorkBuddy Bench 等数据集，并根据 Harness 所服务的领域选择任务。

作者的实践路径

作者最初从批量调用大模型 API 生成内容入门，随后学习 LangChain、检索器、向量数据库、嵌入模型、工具定义和链式调用；之后通过 LangGraph、RAG 与多维表格完成团队 Agent 项目。

随着 Coding Agent 发展，作者进一步研究 Claude Code、Gemini CLI、OpenCode 等框架，关注本地搜索工具、上下文压缩、Skill、工具定义和指令结构。项目从固定工作流迭代到多智能体与自定义工具，学习重点也转向多智能体协作、上下文管理、Agent 评估和 Harness 自进化。

实践原则

  • 保持务实，优先寻找简单而有效的方案。
  • 结合执行日志观察上下文设计缺陷和 Harness 运行漏洞。
  • 在 Agent-first 开发中先完成人工设计与计划，再让 Agent 执行，并通过自动化验收和人工验证收尾。
  • 保留对项目架构的整体理解；需要时再深入工具参数、判断逻辑和返回值。
  • 把值得复盘的设计思路和排障经验沉淀为学习文档，避免长期无脑使用不理解的 Skill 或工作流而削弱自身能力。
  • 不放弃传统软件工程与底层技术，它们仍是设计、审查和驾驭 Agent 系统的基础。

学习资源方向

作者推荐优先阅读 Anthropic 的工程与研究文章、Claude 团队博客、Cursor 团队博客、Lilian Weng 的技术博客、Claude Code 文档，以及 Pi 的文档和源码；这些资料分别覆盖模型应用工程、Agent 工具、上下文管理与运行空间设计。

原作者：WakeUp-Jin
原帖：https://linux.do/t/topic/2896420