下篇导读：智能体是怎么工作的
上篇讲完了大模型是怎么炼成的：它读过整个互联网、会说人话、能深想。但走出对话框，它仍然只是个「嘴强王者」——你问它怎么订机票，它能给你写一篇订票攻略，票还是得你自己订。
智能体（Agent）要解决的就是最后这一步：让模型从「给建议」变成「办完事」。
2025 年以来，Agent 成了大模型落地的主战场：写代码的 Claude Code、逛网页的浏览器智能体、接电话的客服智能体……下篇把这些系统拆开，讲清同一个问题：
一个只会「预测下一个词」的模型，是怎么学会查天气、改日程、修 bug、和其他智能体开会的？
你需要什么基础
下篇建立在上篇之上，但不需要读完上篇的每一章。最低配置：
- 1.1 语言模型：预测下一个词的机器
- 3.6 采样与生成
- 5.2 SFT 与 5.5 推理强化学习（知道「能力是训练出来的」即可）
照例双轨 阅读：正文人人能读，工程细节折叠在「🔬 深入一层」，右下角按钮一键切换。
课程地图
| 章 | 主题 | 状态 |
|---|---|---|
| A0 · 从聊天到行动 | 智能体 = 模型 + 工具 + 循环 | ✅ |
| A1 · 工具调用 | 给模型一双手：Function Calling 全流程 | ✅ |
| A2 · 规划与反思 | 把大事拆小、做完回头看 | ✅ |
| A3 · 记忆与上下文工程 | 工作记忆、长期记忆与 Agentic RAG | ✅ |
| A4 · 编排模式 | 五种工作流积木及其组合 | ✅ |
| A5 · 多智能体系统 | 分工、协作与 MCP / A2A 协议 | ✅ |
| A6 · 智能体上电脑 | 代码智能体与计算机使用 | ✅ |
| A7 · 评测与可靠性 | 错误复利、SWE-bench 与评测驱动开发 | ✅ |
| A8 · 安全与未来 | 提示注入、最小权限与 Agentic RL | ✅ |
| 附录 · 实战路线 | 100 行代码写一个 Agent；框架地图 | ✅ |
本课程的三个约定
- 先原理后框架：A0~A8 全程不依赖任何 Agent 框架——框架年年换，循环、工具、规划这些骨头十年不变。框架只在附录给地图。
- 实验用预录轨迹：所有 🎮 实验都在浏览器里本地运行，用教学构造的轨迹演示真实机制，打开就能玩、不花一分钱。
- 诚实标注时效：Agent 领域变化极快，所有「主流」「最新」都标了年份（本篇写作于 2026 年）。
准备好了吗？从 A0 · 从聊天到行动 出发 🤖