《AI Agent 技术原理与架构·模型、推理与能力边界》目录与学习路径

《AI Agent 技术原理与架构·模型、推理与能力边界》的目录与学习路径:45 篇逐节索引、三条阅读路线、十三章依赖关系,以及本卷与站内既有 Agent 工程、AI 架构书稿的分工边界;读完能判断哪些章节必须先读、哪些可以跳读,也能看清能力线在三卷里的位置。

本卷是《AI Agent 技术原理与架构》三卷本的卷一,回答一个问题:模型到底能做什么、不能做什么、如何证明。

三卷共用三条工作负载 W1(检索问答)、W2(代码修复)、W3(运维处置),分别代表只读可重试、写分支可回滚、不可逆需审批三类约束。所有参数来自同一张事实表,可在附录 B 复核。

全书概览

项目内容
书稿《AI Agent 技术原理与架构·模型、推理与能力边界》
篇数45 篇(正文 13 章 39 节 + 序 + 前言 + 目录 + 附录 A–C)
领域AI Agent 技术原理(能力线)
贯穿负载W1 检索问答、W2 代码修复、W3 运维处置
实验工程agp-lab,Python 3.9+ 标准库零依赖
上级专题书稿专题

怎么读这一卷

三条阅读路径

路径章节顺序建议周期适合谁
架构师线第 1–3 章 → 第 4 章 → 第 8–9 章 → 第 13 章约 3 周先把边界和成本模型定清楚,再谈选型。
工程师线第 2–4 章 → 第 6 章 → 第 7 章 → 第 11 章约 4 周从采样机制入手,理解推理与工具调用的边界。
平台/MLOps 线第 4 章 → 第 12 章 → 第 11 章 → 第 13 章约 3 周先算延迟与成本,再谈路由与回放。

与站内既有书稿的分工

书稿负责范围本卷如何处理
《AI Agent 开发》三卷引擎实现、生产化工程、框架与前沿只引用能力契约结论,不写实现
《互联网产品的 AI 架构》四卷网关、路由、编排、治理引用架构结论,不重复
《AI Agent 产品开发》三卷任务选型、自主度、放量只给能力边界,产品决策看那边
《AI Agent 游戏产品开发》一卷实时、公平、玩家信任只给通用判据,游戏约束看那边

十三章依赖关系

章标题依赖
1原理地图与判据格式无
2自回归、采样与策略多样性依赖第 1 章的四层栈
3注意力、位置与信息流依赖第 2 章的生成模型
4延迟、KV Cache 与成本依赖第 3 章的注意力
5对齐:SFT、RLHF/DPO依赖第 2 章的采样与训练
6Function Calling 与工具调用依赖第 5 章的对齐
7推理与测试时计算依赖第 2、6 章
8幻觉、校准与知识依赖第 5、9 章
9上下文与 RAG依赖第 3、4 章
10多模态与计算机使用依赖第 6 章的动作空间
11非确定性与回放依赖第 2、4 章
12路由、级联与选型依赖第 6–10 章
13能力卡与评审汇总第 1–12 章

逐节索引

第 1 章 原理地图与判据格式

节文章核心内容
1.11.1 原理地图:四层技术栈与三条主线四层栈(模型/决策/运行时/系统)× 三条主线(能力/决策/执行),定位故障与阅读顺序。
1.21.2 三条主线:能力线、决策线、执行线每条结论必须挂在一条主线上,并有证据。
1.31.3 三条工作负载与本书的判据格式判据格式:层 + 问题 + 判据 + 证据 + 负载,缺一个字段还不叫原理。

第 2 章 自回归、采样与策略多样性

节文章核心内容
2.12.1 自回归生成:条件概率、采样与停止输出的本质是采样,温度/top-p/停止条件决定行为分布。
2.22.2 温度、top-p 与策略多样性多样性 vs 一致性的量化权衡。
2.32.3 供应商非确定性与可重放边界同输入不同输出的来源,以及能记录什么。

第 3 章 注意力、位置与信息流

节文章核心内容
3.13.1 注意力:上下文如何被读取因果注意力下 token 间的依赖结构。
3.23.2 位置编码与长度外推RoPE 与外推边界。
3.33.3 残差、归一化与深层信息流深度、残差与信息保留。

第 4 章 延迟、KV Cache 与成本

节文章核心内容
4.14.1 Prefill/Decode:TTFT 与 TPOT 的来源两个阶段不同的耗时与吞吐特性。
4.24.2 KV Cache:显存、批处理与并发上限显存预算决定并发,KV 决定上下文成本。
4.34.3 上下文长度、注意力复杂度与成本曲线长度如何放大计算与成本。

第 5 章 对齐:SFT、RLHF/DPO

节文章核心内容
5.15.1 SFT:指令跟随能力从哪来行为克隆与指令跟随的关系。
5.25.2 RLHF/DPO:偏好、拒绝与谄媚偏好学习带来服从,也带来谄媚。
5.35.3 对齐给了什么、没给什么对齐改善跟随,不消除幻觉。

第 6 章 Function Calling 与工具调用

节文章核心内容
6.16.1 Function Calling:训练与推理路径从指令到参数化调用的机制。
6.26.2 Schema、约束解码与结构化输出约束解码如何把输出锁进 schema。
6.36.3 工具选择错误的分类与评测选错工具的类型与可评测性。

第 7 章 推理与测试时计算

节文章核心内容
7.17.1 CoT:显式推理的收益与代价中间步骤何时提升正确率、何时是噪声。
7.27.2 推理模型:RLVR、GRPO 与可验证奖励用可验证奖励训练推理的路线。
7.37.3 测试时计算:何时更多 token 有用更多推理何时换质量、何时是浪费。

第 8 章 幻觉、校准与知识

节文章核心内容
8.18.1 幻觉分类:事实、引用、执行三类幻觉不同的成因与对策。
8.28.2 校准与不确定性表达模型自评的置信度与真实准确率的关系。
8.38.3 参数知识 vs 检索知识记忆在参数里还是在外置存储里。

第 9 章 上下文与 RAG

节文章核心内容
9.19.1 Lost in the Middle 与上下文腐化位置如何影响信息被利用的程度。
9.29.2 长上下文与 RAG 的成本/质量边界长输入 vs 检索的权衡判据。
9.39.3 上下文预算分配:什么该放前面预算有限时如何排序注入内容。

第 10 章 多模态与计算机使用

节文章核心内容
10.110.1 视觉/语音输入的感知误差感知通道的误差模式与校准。
10.210.2 坐标 Grounding 与动作空间屏幕坐标到动作的映射误差。
10.310.3 计算机使用的安全边界自动化操作的安全约束。

第 11 章 非确定性与回放

节文章核心内容
11.111.1 采样、批处理与浮点非确定性不确定性的三个来源。
11.211.2 Record/Replay:记录什么、重放什么可回放要记录哪些状态。
11.311.3 可重放架构的适用边界什么时候回放成本超过价值。

第 12 章 路由、级联与选型

节文章核心内容
12.112.1 路由:按能力/成本/风险分流多模型分流的判据与实现。
12.212.2 级联与集成:什么时候值得级联/集成何时提升质量、何时增加成本。
12.312.3 模型间差异的量化与 A/B模型替换前的差异量化。

第 13 章 能力卡与评审

节文章核心内容
13.113.1 一页能力卡把能力边界写成一张可比较的卡片。
13.213.2 选型矩阵与敏感度选型判断对参数变化的敏感度。
13.313.3 卷一收口:能力模型评审六项评审清单、阻断项与成熟度。

前置与附录

篇文章用途
序序为什么 Agent 需要一套讲原理的书
前言前言本书怎么来的、写给谁、技术口径
附录 AA术语、指标与口径速查
附录 BB三条工作负载事实表,全书参数的唯一来源
附录 CC能力模型评审清单

与其他卷的关系

上一程:《AI Agent 开发》三卷 (工程实现)与《互联网产品的 AI 架构》四卷 (后端架构)。

下一程:卷二《决策、记忆与学习》。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图