AI Agent 学习路线总览

这是一份真实可执行的路线，不是收藏夹清单。每一个节点都对应一篇深度笔记 + 一个可跑项目。

全景图

每个阶段的"出师标准"

阶段	出师标准（能独立做出这件事就过关）
Lv1	用 Python 调通 Claude / GPT API，写一个带流式输出 + 错误重试的对话脚本
Lv2	不用任何框架，纯手写一个 ReAct Agent，能调用至少 3 个工具完成多轮任务
Lv3	用 LangGraph 把上面的 ReAct Agent 重写一遍，对比手写版的差别，能讲清楚框架解决了什么
Lv4	设计一个 3 角色 Multi-Agent 系统（如：Planner + Executor + Critic），处理一个真实任务
Lv5	拿到大厂 Agent 岗 offer，或独立交付一个生产级 Agent 项目

怎么用这份路线

1. 顺序学：每个阶段之间是依赖关系，跳级学会很痛苦
2. 每节点配一个 mini 项目：光看不练等于没学
3. 每周复盘 1 次：把当周学到的东西用一张图画出来
4. 进度卡住找我：评论区或私信，会回

当前进度

• ✅ Lv1-1 Python 必备 7 件套
• ✅ Lv1-2 API 调用全套基础
• ✅ Lv1-3 大模型原理 8 个概念
• ✅ Lv2-1 ReAct 范式
• ✅ Lv2-2 Reflection 自反思机制
• ✅ Lv2-3 Planning 任务规划
• ✅ Lv3-1 LangGraph 实战
• ✅ Lv3-2 AutoGen 实战
• ✅ Lv3-3 CrewAI 实战
• ✅ Lv4-1 Agent 间通信
• ✅ Lv4-2 任务编排
• ✅ Lv4-3 共享记忆
• ✅ Lv5-1 生产级 Agent 设计
• ✅ Lv5-2 评测体系
• ✅ Lv5-3 面试题精讲

🎉 全路线 15 篇笔记已全部完成！

每周二、周日晚更新。