AI Agent 学习路线
从 Transformer 到 Memory：理解一个 AI Agent 如何工作
这五篇文章不从某个框架的 API 开始，而是沿着 Context、Runtime、Feedback、Planning 和 Memory，逐层看清一个 Agent 系统。
从第一篇开始- 01 Context
- 02 Runtime
- 03 Feedback
- 04 Planning
- 05 Memory
这是理解顺序，不是一张固定的组件调用图。
五篇文章，一条主线
按照系统要解决的问题来读
每一篇只增加一个关键层次。前一篇建立的概念，会在下一篇继续使用。-
01
Context
Transformer 如何用 Self-Attention 理解上下文
先弄清一个 token 怎样从序列中的其他位置收集信息，形成带有上下文的表示。
这篇回答 模型如何判断一句话里哪些信息与当前 token 有关？
-
02
Runtime
一个 LLM Agent，是怎样一步步把任务做完的？
把 Agent 看成一个执行系统：模型做判断，工具改变外部世界，状态保存当前进度。
这篇回答 一次模型调用，怎样变成可以持续推进的任务循环？
-
03
Feedback
ReAct 到底做了什么：让 Agent 边行动，边修正
理解 Action 与 Observation 为什么必须成对出现，以及反馈怎样改变下一步决策。
这篇回答 Agent 执行工具之后，怎样根据真实结果修正判断？
-
04
Planning
Agent 是怎么做计划的：从任务拆解到搜索与重规划
区分任务拆解、搜索和重规划，理解不同方法分别在解决什么问题。
这篇回答 面对长任务，Agent 何时应该先规划，何时应该重新规划？
-
05
Memory
Agent 记不住过去，通常不是模型的问题
把 Context、State 和 Long-Term Memory 分开，沿着写入与检索路径理解记忆系统。
这篇回答 什么信息应该保留，它又怎样在需要时回到上下文？
读完以后
你会得到一张可以继续扩展的系统图
这条路线不要求你记住框架名。更重要的是，当一个 Agent 出现判断失误、工具调用失败、计划跑偏或遗忘信息时，你能判断问题可能落在哪一层。
- 区分模型的上下文表示与应用保存的状态。
- 看清 Agent Loop 与 ReAct 反馈循环之间的关系。
- 理解 Planning 与 Memory 为什么属于系统设计。