Agent 白皮书，为什么今年选择改成开源活书

文章目录

• • 前言
  • 1. 但今年的我们，已经不认识去年的书了
  • • 1.1 从"要素科普"到"Harness 怎么搭"
    • 1.2 从 demo 到生产环境
    • 1.3 从 RAG 到 Context 工程
    • 1.4 从工具协议到 AI 资产
    • 1.5 从网关到 Agent Infra
    • 1.6 从沙箱到一整个机房
    • 1.7 从考试对答案到进化飞轮
  • 2. 市场真正关心的三大挑战
  • 3. 今年我们不写电子书了，改开源
  • 4. 你可能会问：AI 都能写了，还费这劲干嘛？
  • 5. 写在最后

P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者，这个教程里内容讲解通俗易懂且风趣幽默，对我帮助很大。我想与大家分享这个宝藏教程，请点击下方链接查看，
传送门https://blog.csdn.net/qq_74013365

前言

去年这个时候，我们干了一件挺大的事：组织了一批人，写了一本讲 AI 原生应用怎么落地的白皮书。写的时候信心满满，发出去之后评论区一片叫好，好到什么程度？好到我们差点以为自己写的是爽文，还是那种日更十万字、评论区天天催更的。

最离谱的是，还真有读者拿着计算器一页一页地看。白皮书第二章有道年龄题：三个人加起来 41 岁，问小王多大。我们愣是在同一道题上给出了两个答案——13 岁和 10 岁，一个在题干里，一个在解答里。读者直接在我们的书里玩起了"大家来找茬"，还贴心地在评论区标注：这两处都有错误。那一刻我深刻明白了一件事：AI 不会算错，因为 AI 根本不会尴尬。会尴尬的，只有我们。

今年 9 月，居然还有读者在给我们提优化建议，比如"能不能给 PDF 加页码"。你看，连挑剔都是这么朴实无华。这让我们确信：白皮书这件事，值得长期干下去。

1. 但今年的我们，已经不认识去年的书了

白皮书发布才一年，按理说书还是那本书，可我们翻回去看，尴尬感扑面而来——倒不是嫌它写得差，是嫌它已经过时了。技术发展快就快在，你上个月刚总结完规律，这个月规律自己先跑了。

1.1 从"要素科普"到"Harness 怎么搭"

去年我们把模型、框架、提示词、RAG、记忆、工具、网关、运行时、可观测、评估、安全，挨个讲了一遍，一个都不能少，像极了开学第一课老师点名。今年再看，没人关心这些"是什么"了，大家开口就是：Harness 以什么架构设计？质量怎么往上提？

这感觉就像，你去年还在学怎么开冰箱，今年已经在问怎么把冰箱改造成中央空调了。

1.2 从 demo 到生产环境

去年我们在台上演示一个会干活的智能体，台下掌声雷动。今年谁要是还敢只 demo，台下只会抛出三连问：上生产了吗？能扛住大促吗？出事了谁背锅？

企业已经不满足于"它会"，开始认真琢磨"人机怎么协作"了。就跟你家扫地机器人一样，刚开始大家围观它扫地，现在只关心它会不会把猫撞了。

1.3 从 RAG 到 Context 工程

去年我们花了大篇幅讲 RAG，今年再看，大家的注意力已经转移了：多来源信息怎么编译进本轮上下文？不断增长的历史怎么压缩、怎么卸载？任务事实怎么放到模型窗口之外？长期记忆、企业知识、可复用 Skill，怎么在正确权限下按需喂给模型？

说白了，就是给模型收拾屋子：该扔的扔，该存的存，该挂墙上的挂墙上。RAG 只是其中一件家具，屋子才是重点。

1.4 从工具协议到 AI 资产

去年我们单独写了一个章节讲 AI 工具协议，今年企业更关心的是 Prompt、Skill、Knowledge、Memory 这些 AI 资产的发现、优化与沉淀。就好比你去年在研究怎么把水管接上，今年在琢磨怎么让整个小区供水系统不出事。

1.5 从网关到 Agent Infra

去年我们讲 AI 网关，重点还是模型的看门大爷：转发、限流、安全，把流量管住就完事。今年大爷已经不甘心只看门了，开始搞智能路由，一路下沉成 Agent 的基础设施。

大爷进化成了物业公司，还顺手把装修也揽下来了。

1.6 从沙箱到一整个机房

去年我们讲运行时，基本就是工具加沙箱，够用。今年 Agent 上了企业真实环境、被大规模访问，运行时的复杂度成倍往上飙：状态存储与语义资产、统一流量治理、异步任务与自动化流程、Multi-Agent 协作与编排、分布式通信与消息治理……

一台沙箱已经装不下了，得整个机房伺候它，还得配一个 7×24 小时值班的。

1.7 从考试对答案到进化飞轮

去年我们对 AI 评估的理解，还停留在"给模型打个分"的层面。今年才摸到真正的痛点：企业缺的不是分数，是一整套调优方法论——Trajectory、声明式 Pipeline、黄金数据集、持续评估与实验、Badcase 修复，合起来叫"进化飞轮"。

翻译成人话：以前是考完试对答案，现在要建一套题库加阅卷系统加错题本，还得定期重考，考不过就重修。

2. 市场真正关心的三大挑战

把去年的对比捋完，我们发现关注点已经集体迁移了。以前大家问的是"怎么快速搓一个智能体出来"，现在问的是三个更难啃的骨头：

工程化：从概率智能到可靠生产力，Agent 得能扛关键任务，不能一问三不知、一错就甩锅。

规模化：从单点试验到智能基础设施，稳定、安全、性能、成本，一样都不能少，Agent 得能大规模部署。

组织化：从 Agent 孤岛到智能组织，Agent 得能真正进入核心业务流程，而不是在角落里自娱自乐。

一句话总结：以前大家问能不能跑起来，现在问的是能不能一直跑、跑很多、跑进主业。

3. 今年我们不写电子书了，改开源

所以今年我们重新组了写作团队，拉进来一大批有一线实战经验的工程师，目标很朴素：内容更跟得上时代，实践篇幅占比更高，协作更社区化。连载体都换了——不再做电子书，直接做成开源项目。

为什么？因为电子书是写完就封存的文档，开源项目是活的东西：读者能提 Issue，工程师能提 PR，AI 能直接去抓仓库，改错了还能回滚。书的生命力，就靠大家一起来续。

项目名拟定为 Alibaba Cloud AI Agent Handbook，围绕智能体应用的全生命周期展开：架构篇（1–2 章）、构建篇（3–6 章）、运行篇（7–12 章）、治理篇（13–16 章）、调优篇（17–24 章）、业内实践篇（25–29 章）、总结与展望（30 章）。

规模你们感受一下：50 多位一线工程师参与，总字数超过 30 万。30 万字是什么概念？差不多是把我这几年踩过的坑按字数计价，还带溢价。

顺带放个代码片段，让大家看看"给 Agent 配 Harness"大概长什么样——模型负责想，工具负责干，记忆负责记，分工明确，谁也别抢谁的活：

# 一个 Agent 的 Harness 大概长这样
class Harness:
def __init__(self, model, tools, memory):
self.model = model # 模型：负责想
self.tools = tools # 工具：负责干
self.memory = memory # 记忆：负责记
def run(self, task):
plan = self.model.plan(task)
for step in plan:
result = self.tools.execute(step)
self.memory.save(result)
return self.memory.summarize()

至于"进化飞轮"落到工程上，大概长这样——黄金数据集开路，LLM 当裁判，badcase 修完再回流，循环往复，永动机的另一种形态：

# 评估飞轮：黄金数据集 + 持续评估 + badcase 回流
eval_pipeline:
golden_dataset: "./data/golden.jsonl"
eval_mode: llm_as_judge
loop:
– run_trajectory # 跑一遍轨迹
– score_and_diff # 打分 + 找差异
– collect_badcase # 收集坏案例
– fix_and_regress # 修复 + 回归

4. 你可能会问：AI 都能写了，还费这劲干嘛？

肯定有人想问：AI 这么强，一分钟写十本质量不错的白皮书都不在话下，你们还有必要亲自写吗？

这个问题，我们在集结那 50 多位工程师之前，就扪心自问过。结论是：写字的成本确实降了，但写作的价值没降。稀缺的东西不会消失，只会转移。

**第一，自洽的概念和语言。**Harness、Runtime、Agent、Workflow，这四个词，不同团队、不同视角，讲的可能根本不是一回事。AI 不会帮你把概念理清楚，它只会把你的混乱放大十倍，再一脸无辜地复述给你听。我们想通过白皮书建立一套自洽的概念框架，让不同团队能在同一个上下文里讨论问题。这事儿没什么技术含量，但得有人有意识地去梳理、去取舍。

**第二，判断。**模型很擅长把已经存在的信息重新组织成通顺的表达，但它给的往往是"看起来很合理的平均值"。就好比让 AI 给这本书起名字，它大概率能给你 50 个都还行的选项，但没有一个能让你一拍大腿说"就它了"。用什么样的叙事结构讲 Agent Handbook 才能引起共鸣，这种判断，AI 替不了。

**第三，经验。**模型的语料，本质上是公开文本的再混合。某个系统在真实生产环境里到底炸过几次、炸在哪个组件上、为什么同一个坑三年踩两次——这种一手经验，早就内化成工程师们的技艺了，AI 是真的编不出来。它连我昨天加班到几点都不知道。

**第四，教训。**内容越丰富，"什么不该做"就比"什么可以做"更值钱。真实的失败模式，是从生产环境里被人为提炼出来的，不是模型顺着上下文续写出来的。我们想把教训显式地写下来，哪怕它们看起来不那么体面——就像程序员终于愿意承认，自己曾经删过数据库。

5. 写在最后

当然，我们心里也清楚：Agent 变化太快，这本书里的体系、判断、经验、教训，可能过阵子就被修正甚至推翻了。所以我们从一开始就没打算把它写完就封存，而是用开源的方式写，让它一直活着、一直更新。

最后说句实在的：欢迎大家来云栖大会 AgentCore 分论坛，一起见证这本"活书"的发布。我们现场见，顺便帮我们看看，今年的年龄题有没有算对。

P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者，这个教程里内容讲解通俗易懂且风趣幽默，对我帮助很大。我想与大家分享这个宝藏教程，请点击下方链接查看，传送门https://blog.csdn.net/qq_74013365