华为天才少年的开源AI Agent全书：6700星、十章、可跑实验代码

7/20/2026开源AI开发者工具AI-Agent

图0-1：Agent = LLM + 上下文 + 工具

GitHub 上最近冲上 Trending 榜首的 bojieli/ai-agent-book，两天内收获超过 1700 颗星，总星标突破 6700。这不是又一个 Demo 项目或 API 封装库——它是一本完整的技术书：李博杰所著《深入理解 AI Agent：设计原理与工程实践》，全书正文、配图、编译版 PDF 和按章配套的实验代码全部开源。

作者的身份本身就是这本书信誉的背书。李博杰是华为"天才少年"计划首批入选者，曾任华为计算机网络与协议实验室副首席专家，目前是 Pine AI 的联合创始人和首席科学家。Pine AI 的核心业务，是让 AI 替用户打客服电话、协商账单、取消订阅、处理退款——动辄几十轮交涉、涉及真金白银的长程任务。这本书的每一条架构原则，都是从这种"出错就赔钱"的高风险场景中倒逼出来的。

核心公式：Agent = LLM + 上下文 + 工具

全书围绕一个公式展开：Agent = LLM + 上下文 + 工具。

组成直觉类比学术映射（强化学习）作用
LLM大脑Policy（策略）理解意图、规划决策、判断下一步行动
上下文眼睛Observation Space（观察空间）Agent 在每个决策点能看到的全部信息——环境状态、对话历史、记忆、工具定义
工具手脚Action Space（动作空间）Agent 能执行的所有操作——搜索、代码执行、API 调用、文件操作

这个公式看起来简单，但每个词的含义远比字面丰富。以"上下文"为例：它不只是一段输入文本，而是 Agent 在当前决策点能看到的一切——环境信息、用户记忆、领域知识、自身状态和任务进展。工具也不只是几个 API 函数，而是从预定义的工具调用到按需加载的专业技能（Skills），从动态生成代码创造新能力到委托子 Agent 协作的完整能力体系。

十章结构：从基础到协作

全书分为三个部分，十章内容，每一章都配有可独立运行的实验代码：

章主题核心内容
1Agent 基础知识"模型即 Agent"新范式，Harness 工程，ReAct 循环
2上下文工程KV Cache 友好设计，提示工程，Agent Skills，上下文压缩
3用户记忆和知识库用户记忆系统，RAG 管道，知识图谱，Agentic RAG
4工具MCP 协议，五类工具设计原则，事件驱动异步 Agent
5Coding Agent 与代码生成OpenClaw 架构，代码作为"创造新工具的工具"
6Agent 的评估评估环境，数据集设计，LLM-as-a-Judge，仿真环境
7模型后训练SFT vs RL，奖励信号设计，样本效率优化
8Agent 的自我进化从经验中学习，工具发现与创造，不改权重也能成长
9多模态与实时交互语音三范式，Computer Use，VLA 机器人操作
10多 Agent 协作协作分类框架，失败模式，Agent 社会与 Agent 经济

上下文工程：全书最关键的一章

第二章被作者定位为"全书最关键的一章"。原因在于：上下文决定 Agent 的能力上限。

这一章从大模型 API 的消息结构出发，讲清楚"上下文就是消息列表"这个地基，然后深入 KV Cache 的底层原理——一个在大多数 Agent 教程中被忽略但对生产级系统至关重要的主题。KV Cache 是大模型推理中复用历史计算结果的机制：如果上下文的管理方式让每轮对话都破坏缓存命中，延迟和成本会急剧上升。书中通过实验展示了常见的错误模式如何破坏缓存效率，以及正确的上下文设计如何显著降低延迟。

该章还覆盖了提示注入攻防。配套实验 prompt-injection 构造了 3 种攻击场景（直接注入、间接注入、记忆注入）× 4 种防御配置（无防御、提示词加固、来源标记、组合防御）的对照实验，用确定性规则统计攻击成功率。这种"逐层叠加防御后注入成功率显著下降"的定量分析，在 Agent 安全讨论中并不多见。

Harness 工程：模型之外的一切

书中提出了一个贯穿全书的概念——Harness。

Harness 原指马具：套在马身上的缰绳与挽具，不限制马的奔跑能力，而是把力量引导到正确方向。映射到 Agent 语境，模型是那匹强大但不可预测的马，Harness 是把模型能力引导成可靠任务执行的工程外壳。具体包括上下文管理、工具接口、安全约束、验证与纠正等基础设施。

作者在引言中给出了一个关键的实践判断：

模型越强大，围绕模型构建的 Harness 就越关键。模型自主决策的空间越大，出错时的影响面也越大，因此需要更精细的约束、验证和纠正机制来确保可靠性。模型厂商的真正优势在于对模型与外围 Harness 的协同优化和持续迭代，而非简单地"让框架变薄"。

这意味着 Agent 的核心竞争力不在模型本身（模型会持续升级），而在"模型之外的一切工程能力"——也就是 Harness。头部公司早已把 Harness 做深做透，只是在后来才给这些实践起了 Skill、harness、loop engineering 这样的名字。作者称之为"实践在前，命名在后"。

评估驱动：没有评估就没有进步

第六章构建了一套科学的评估方法论。核心理念只有一句话：没有评估，就没有进步。评估让你分辨一次改动究竟是真的变好了还是运气使然，让 Agent 的迭代方向不再依赖直觉。

这一章覆盖了评估环境（工具调用型和人机交互型两种核心范式）、数据集的设计原则、LLM-as-a-Judge 自动化评判方法，以及评估驱动的模型选型。书末还专门讨论了仿真环境——让 Agent 在模拟世界中完成大量试验来积累经验。

配套实验引入了 SWE-bench、GAIA、OSWorld、Tau-Bench、Terminal-Bench 等主流评测基准，让读者能在真实评测集上跑通评估闭环。

配套代码：可跑的实验

仓库中每个章节目录下都有完整的实验项目，按"可独立运行"、"复现指南"、"设计文档"三类标注。第 1-4 章的实验大多可以配置好 API Key 后直接运行，涵盖：

  • 强化学习 vs LLM 对比：通过寻宝游戏展示 LLM 以 250-400 倍的样本效率超越传统 RL
  • 上下文消融研究：系统消融 Agent 上下文各组件，支持 SiliconFlow Qwen、字节 Doubao、月之暗面 Kimi 等多种模型
  • KV Cache 实验：演示常见错误模式如何破坏缓存效率
  • 提示注入攻防：3×4 攻防对照实验，定量统计攻击成功率
  • 混合检索流水线：结合稠密检索、稀疏检索和神经重排序

第 5、8、9、10 章的多数实验也提供了对接真实 LLM API 验证跑通的 demo。训练类实验（第 7 章）依赖外部框架（MiniMind、verl、AdaptThink 等），仓库提供了克隆命令和验证过的 commit 版本。

"Whisper Coding"：用 Agent 写关于 Agent 的书

作者在引言中透露了这本书的写作方式——"whisper coding"（口述式协作）。他使用 Pine 自己的语音 Agent 来完成口述调研和初稿整理，每次准备讲稿时先向 Agent 口述提纲，让它调研、整理初稿；讲完课后结合学员反馈与 Agent 反复讨论打磨。

整个过程多数时候不打字，而是口述。正常说话的速度约为打字的四倍，"口述—调研—讨论—修改"的循环因此转得很快。作者将其描述为"既是在讲 Agent，也是一件由 Agent 参与做成的作品"。

谁应该读

这本书的定位是面向有一定技术背景的读者：需要 Python 编程能力、LLM 基本使用经验、软件工程常识，建议熟悉至少一款 AI 辅助编程工具（Claude Code、Codex、Cursor 等）。不要求机器学习专家背景，第七章后训练以外对数学和 ML 的要求很低。

全书采用 Apache 2.0 开源许可，中英双语 PDF 均可从仓库直接下载。如果只读两章，作者建议优先读第一章（建立全局认知）和第二章（掌握上下文工程）。第五章关于 Coding Agent 的讨论也值得关注——书中论证了"Coding Agent + 文件系统"是所有通用 Agent 最核心的技术基础，代码是"能创造新工具的工具"。

仓库地址：https://github.com/bojieli/ai-agent-book

推荐阅读