Agent 实践路线：四个小项目把体系串起来

这轮扩充补了什么

先用 体系总览 分清职责，再用 报销案例 理解交接。本页只安排动手顺序，不承担新的分类目录。先读 LLM 与上下文、手算一个 attention 和输入预算，然后用同一个小任务做下面四个项目。这些仍是学习材料与实验设计，没有可对外宣称的实验成绩。

专栏的作用是帮我找到该学什么，技术结论则以论文和官方文档为准。原有的目录和学习记录都保留着；专栏全文和付费原图不会拿来当公开素材。本站插图都是重新画的概念示意，不代表哪个产品的完整实现。

四个学习阶段

阶段	先读	做什么	验收产物
01 文档取证	RAG、检索实验室	小文档集上对照关键词/向量/混合检索	固定材料、逐题指标、引用与拒答样例
02 图谱建库与查询	知识图谱、从零构建教学知识图谱：论文方法与实践经验	为同一材料定义对象、关系和来源，生成候选并审校；接入只读查询	Schema、参考集、关系与双侧依据、查询路径及版本
03 安全行动	Agent 核心、工具、可靠执行	一个可查询、可恢复的工单模拟器	状态转移、幂等键、故障注入记录
04 验证系统	评测、工程化、Coding Harness	让系统通过回归，再比较优化方案	版本清单、结果与成本表、失败分类

每个阶段可以分几次学完，不用按天数赶进度。判断能不能进下一阶段，看的是验收产物交没交得出来。拿阶段 03 举例：你写了一个工单模拟器，手动让 create_reimbursement_ticket 在第一次调用时超时，然后看重试之后系统里是一张单还是两张。故障注入记录里写清“注入了什么、预期什么、实际什么”，这一阶段才算做完。

把同一个问题穿过整张图

拿“帮我根据文档创建工单”这个请求走一遍：上下文工程 决定这一轮读哪些规则；RAG 找到依据；Agent Loop 选下一步；工具协议 提供动作；权限边界 检查操作对象是不是当前用户的；可靠执行 处理超时；评测 检查是不是只建了一张；观测 记下花了多少 token、多少秒。

别为每个概念单独造一个小玩具。比如你分别写了一个 RAG demo 和一个工具调用 demo，两边各自都跑得通，可“检索到的条款号怎么进入工单字段”这个问题永远不会出现。让同一条任务从头走到尾，跨节点的问题才会暴露出来。逐站拆解见 主线：一个报销请求走完整个 Agent 系统：同一个报销请求走过八站，每站的输入、产出、失败和对应面试题都写在那里，四个阶段的小项目可以直接拿它当需求文档。

图谱项目不要另起一套任务

继续使用项目 01 的材料。先选确实需要关系查询的问题，例如“条款属于哪个版本，引用了哪些例外条件”。把对象与来源绑定，候选关系经核对再进入读取版本；Loop 调查询工具后，结果带出处进入下一轮上下文。用相同问题比较纯文档检索和图谱辅助方案的正确率、拒答、延迟与成本。

这里不要求把所有文档都建成图，也不保证图谱一定胜出。没有关系查询需求时可以不接图谱。构建细节见 从零构建教学知识图谱：论文方法与实践经验；以上是实验方案，本站没有运行中的业务图谱服务。

三个必须能解释的反例

模型答对了，系统仍然失败。员工问能不能报，助手说能，依据是第 4.2 条，工单内容也全对，可工单系统里出现了两张 R 开头的单。原因是建单超时后被重试了一次，缺的是幂等和对账，跟模型答得好不好没关系。

检索命中了，回答仍然错。第 4.2 条明明在检索结果的第 2 名，回答里的标准却写成了 100 元。往下查可能有两种情况：证据在拼上下文时被裁掉了，模型只好凭印象写；或者证据在，模型引用时抄错了行。检索、组装、生成这三段要分开查，不然你会一直在调检索。

测试分数涨了，上线效果却跌了。常见原因有三种：开发集被反复拿来调参，分数是“背”出来的；真实请求的分布变了，比如月底跨城报销突然变多；或者单次模型调用快了，循环轮数却多了，端到端更慢。对应的做法是留一份从不调参的保留集，按请求类型分组看指标，并且一直盯端到端延迟。

面试时如何讲得具体

准备一页项目记录，回答五件事：任务和约束是什么；为什么选这个架构；出过什么失败；用什么证据定位、怎么改的；在同样的评测条件下前后有什么变化。

还没跑过的方案就明说是“设计”。跑过的实验要给版本、样本数和失败例子。比较一下这两种说法：“我们优化了检索效果”，和“在 60 道制度题上，加了重排之后，第 4.2 条这类表格条款的命中从 2 道错变成 0 道错，但无答案题多了 1 道误答”（数字为示意）。后一种说法面试官能接着追问，前一种只能听过就算。

继续生长的方向

后面打算继续补的方向有：多模态文档和表格理解、长期记忆的冲突与遗忘、Agent 的训练方法、分布式调度、在线实验。这一轮先把应用系统最常用的那几样可靠性保障做完。这张学习地图也没有覆盖全部 Agent 研究，别把它当成全集。

来源怎么读

先读各节点末尾列的原始出处，再动手复现一个小例子。三类来源要分开看：论文讲的是某个研究设定下的结果，官方文档讲的是某个版本的实现，本文的实践表是工程建议。比如论文里的 RRF 用 k = 60，那是作者实验里的取值；某个检索引擎的文档默认值是多少，要以那个版本的文档为准。来源核对日期：2026-10-31。