“AI Agent 入门新手和转行者先学什么”这句话我最近被问得特别多。原因也简单AI Agent 的火爆让大量非科班的人动了心思想转行、想提效、想抓住这波机会。但大家的第一反应几乎一样去搜 LangChain、AutoGen、LlamaIndex、CrewAI 怎么用或者去 B 站找“三小时上手 AI Agent 框架”的教程。我每次看到这种学习路径都想拦一把——新手和转行者一上来就啃框架是效率最低、挫败感最强、也最容易放弃的一条路。这篇文章换个思路聊。不是给代码仓库也不是介绍某某框架而是老老实实讲清楚如果你是新手或者打算转行做 Agent 方向在碰任何框架之前最该学的是什么、最该练的是什么、以及为什么先别急着啃框架。1. 为什么“一上来就啃框架”是新手最容易踩的坑1.1 框架不是知识体系它是解决特定问题的工具包很多人把框架当成了“知识本身”这是最根本的误区。我先打个比方。你想学做饭请问你的第一步应该是什么是去研究顶级餐厅的后厨菜谱软件还是先学会洗菜、切菜、判断火候答案显而易见。框架不是菜谱框架是后厨那套标准化流程管理系统。你连食材都不认识直接去学怎么用后厨调度系统学完之后你还是不会做菜只会点按键。LangChain 这类框架的本质是什么是把“调模型”“拼提示词”“管记忆”“连工具”这些高频动作封装成类或者函数让你少写重复代码。它解决的是工程效率问题不是帮你建立 Agent 的思维方式。而且框架有个特别坑的属性迭代太快。你今天照着某教程学的 API可能下个月就 deprecated 了。基础没打牢的人每一次框架升级都像二次转行。但你如果要我问什么在任何框架更新下都不过时那就是你对 Agent 底层运行逻辑的掌握对提示词的理解对工具调用的设计以及对模型能力和边界的准确判断。1.2 框架的隐藏学习成本抽象层让你看不清到底发生了什么另一个要命的问题是框架会掩盖细节。打个通俗的比方。框架帮你搭了一个高架桥你确实能从 A 到 B但你可能永远不知道桥墩是怎么打的。绝大多数初学框架的人最终只会“填空式调用”我来定义个 prompt我来选个模型我来塞个 tool剩下交给框架跑。这种玩法一旦遇到框架没有帮你封装好的场景立刻就废了。举个例子很多人用 LangChain 的 AgentExecutor 调工具跑通了还特开心。可问他Agent 到底是根据什么决定调哪个工具如果工具返回的结果是错误信息Agent 会怎么处理他是一脸懵的。因为框架把里面的决策循环全包住了你看不见也就不可能真正理解。这个理解不到位后面做复杂一点的 Agent 项目就会发现它要么不会调工具要么无限循环调同一个工具要么被一个垃圾反馈带偏然后你以为自己没写对其实是缺少底层的 Agent 循环认知。1.3 新手真正需要的是确定感和“看得见的进度”还有一个很实际的心理因素挫败感。框架学起来是一大片一大片的新概念感觉永远在学永远没产出。新手尤其需要“即时反馈”——学了立刻能做出一个小东西然后在这个小东西上体会到掌控感。而一上来啃框架学了一周连个能跑通的 Demo 都没有不崩溃才怪。所以我的判断很明确新手和转行者入门 AI Agent正确顺序不是“学框架→用框架做项目”而是“掌握核心基础→徒手搭一个最小 Agent→理解框架要解决的痛点→学会挑框架”。2. 入门 AI Agent 前必须先打牢的三块地基2.1 编程基础不需要卷算法但逃不掉这三样很多文科背景或者测试背景想转 Agent 的人一听到“编程基础”就头大。其实搞 AI Agent 这个方向对编程的要求和做算法岗完全不同。你不需要啃《算法导论》不需要手撕红黑树但下面这三样必须过关且是摄像头级的过关。第一样是 Python 语言本身。要熟练到不查文档就能写出循环、条件、函数、类和字典嵌套这种程度。注意我说的是“熟练”不是“看过”。检查标准我一般建议给你一个数据列表你能手写出来过滤、转换、分组统计吗如果能那 Python 的日常用法没问题。如果还要想半天就先别管 Agent 了回去把基础练熟。第二样是接口调用。AI Agent 的核心动作是“调 API”不只是调大模型 API还要调搜索 API、工具 API、数据库 API。你必须懂 HTTP 请求是怎么回事知道请求头、请求体、返回状态码会处理 JSON。怎么说呢你把大模型当成一个回 JSON 的远程服务Agent 就是你写的那个会根据返回结果继续做决定的程序。不懂接口调用后面寸步难行。第三样是结构化数据操作。Agent 的输入输出大部分是 JSON你的技能核心就是怎么从嵌套 JSON 里取字段、怎么把数据转换结构、怎么处理缺失值、怎么对 JSON 数组做批量操作。这些更多是基本功别觉得简单就跳过大量翻车现场都出在这些上。我见过太多转行者框架文档读得挺溜真让他写个小的数据处理函数却写不出来一问原来是基础没打牢。建议大家别跳这步省了时间后面加倍补。2.2 提示词工程不是“写话术”而是设计模型的“状态”提示词工程是 Agent 开发和小白项目最大的分水岭。很多人以为提示词工程就是会“好好说话”这是错觉。提示词工程的本质是你通过自然语言去精准控制一个概率模型的行为边界和输出格式。它更接近“接口设计”而不是“聊天”。入门阶段重点学下面几块角色设定给模型一个身份和职责范围。别写“你是一个助手”要写“你是一个负责检查用户输入中收货地址的助手你的任务是从文本中提取完整的省市区街道信息”。角色设定越具体行为边界越清楚模型越不容易跑偏。任务分解把复杂任务拆成步骤在提示词里一段段引导。模型更像短跑选手适合一次处理一个明确的小目标不适合一长串多任务指令。格式约束让模型输出指定格式比如“只输出 JSON不要解释不要 markdown 代码块标记”。这决定了你这个 Agent 能不能踏实把结果交给后面的流程。思维链引导模型先推理再回答。对 Agent 场景尤其关键因为模型内部“先想哪一步、再想哪一步”决定了决策质量即便你不展示中间过程也建议在提示词里要求它“先梳理已知信息再做计划最后给出结果”。千万不要觉得提示词太“软”觉得不是硬技能。事实上提示词质量直接决定 Agent 的智商上限。同一个模型提示词草率的干出来的活像人工智障提示词设计得当的活干得又快又准。这不是玄学是硬功夫。2.3 理解大模型的边界这是 Agent 所有设计的出发点Agent 为什么会出 bug绝大多数不是代码逻辑问题是你没理解模型的能力边界。模型有四个核心特点直接决定了 Agent 怎么设计第一模型一次能处理的上下文是有限的所以你才需要记忆管理和裁剪而不是无脑把历史全塞进去第二模型是概率生成不是确定性计算同样的输入未必有同样的输出所以你写判断逻辑时不能指望它每次返回同一句话最好让它输出 JSON第三模型没有真实世界感知它不知道当前时间不知道实时数据所以 Agent 才需要联网和查库第四模型会一本正经地编造内容所以重要步骤必须有校验和兜底机制。四条边界模型放在这不是让你背概念而是让你在设计 Agent 的时候形成一种肌肉反应这儿模型可能记不住所以我要摘要一下那儿模型可能编造所以我要加个格式或关键词校验。这种感知框架不会教给你自己练出来的才最可靠。3. 建立 Agent 思维从“写功能”到“设计自主决策流程”的核心转变3.1 别把 Agent 当函数它是“带着目标滚雪球”的过程搞清了基础下面这个坎更难也是新手最容易想歪的地方——什么是 Agent 的思维模式传统的程序思维是确定性执行输入进函数按逻辑处理返回结果。Agent 思维完全不同它像滚雪球先有一个大致目标然后它自己决定第一步做什么、做完看结果、根据结果再定第二步。整个过程没有一条固定跑道每一步都可能因为上一步的结果而改道。为了帮你快速领悟举个最简单的例子。传统代码写“查询天气并返回结果”就是一行接口调用Agent 则被设计成这样收到用户的问题“明天下雨吗”之后它先判断这属于什么类型的请求决定要不要调用天气工具调用完拿到明日有雨这个结果它再决定是用这个结果直接回答还是需要补齐温度、湿度最后组织语言返回。通俗讲传统程序更像自动售货机塞硬币出饮料路径固定Agent 像一个会自己查地图的导航员根据路况随时调整走法。这种“决策行动观察结果的循环”是所有 Agent 的灵魂。你什么时候能在纸上把这个循环画清楚什么时候就算进门了。3.2 三种经典的决策循环模式先搞懂再谈工具现在业内最常见的 Agent 决策逻辑其实就三类。入门的你不需要把每一个 AI 论文都读明白但这三个名字和它们的取舍必须摸透。第一个是 ReAct。名字很形象Reason思考加 Act行动。它的做法是模型先想“现在是什么情况为了完成任务我应该做什么”然后采取行动比如搜个网页或者调个接口观察拿到的新信息后再想“接下来呢”直到任务完成。ReAct 好处是直观灵活坏处是每一步都要调模型速度慢成本高。第二个是 Plan-and-Execute。思路是先让模型做一个总体计划比如“第一步查库存第二步算价格第三步下订单”然后按计划逐步执行。它比 ReAct 少了点临场判断但好处是节省反复调用模型的次数执行路径可预期。第三个是反射或反思循环。流程是行动→获得结果→对结果做质量评价→发现问题→重新行动。适合对输出质量要求高的场景比如写代码、写文案第一版不行就自己批评自己再来一版。我见过不少新手一上来就追着框架里那些花哨功能跑Agent 决策逻辑反而全是浆糊。我的建议先拿这做题拿小场景设计三种模式各怎么写这才是真正有用的手感训练。3.3 状态管理——新手极其容易忽视的暗坑新手用框架时最常遇到的问题是什么是“Agent 怎么像一个金鱼一样记不住前面的事”。因为模型不天然保留记忆每次对话都是全新的。Agent 的“记忆”完全靠你自己去管理。作为初学者别一开始就琢磨什么向量数据库、长期记忆。你只需要学会两件事第一把历史对话按“最近最重要”的原则截断后塞回上下文最古老的可以丢弃或者压缩成摘要第二给 Agent 一个“工作台”把任务目标、已完成步骤、当前关键发现放在最前面的固定位置保证模型随时看得到。这个小设计在很多框架里叫“系统提示词优先位置”或“工作记忆区”。真正想入门的人我建议先别用现成组件自己手动拼一下上下文哪些内容放最前面、哪些放最后、哪些必须删。拼过一次你就懂记忆管理为什么是 Agent 的核心难题了。4. 工具与框架的正确打开方式先徒手拼一个小 Agent再回头选框架4.1 徒手实现一个最小 AgentAPI 接一个做到真正的“知其所以然”你不要一上来就装 LangChain先把下面这个最小闭环做出来。这个 Demo 的骨架就是 Agent 的全部核心了。给你个极简伪代码思路定义一个目标比如说“根据用户输入的城市名查询天气并给穿衣建议”。然后让你的主程序循环执行第一步把所有已知信息用户问题、历史步骤、已经拿到的天气结果拼成一段系统提示交给模型让模型输出 JSON里面两个字段thought它当前的分析和action下一步动作比如search_weather或者reply。第二步程序根据 action 决定是调天气 API还是整理回复发给用户。第三步把每次调用的结果追加到历史里回到循环直到模型输出的 action 是reply。这个看似粗糙的循环可以说是所有 Agent 框架的祖传核心什么 memory、tool calling、planner都是为了省你和这段循环的亲密接触时间。但你真徒手写一遍就会顿悟出三件事第一原来每一步都要支付一次模型调用成本第二原来模型乱输出格式怎么办必须做提示词约束和解析容错第三原来“上下文越塞越多”这个问题是必然要面对的。写不出这个循环的人用框架只能算“会用”不能算“会做”。这个区分面试、实际开发、转行评估都适用。4.2 从手写里总结框架要解决的问题学会“挑选框架”当你徒手写完最小循环再回头去看框架你的眼光会完全不一样。你会清楚地看到框架在替你解决什么它帮你封装了和大模型通信的层简化了多工具注册和调用提供了记忆管理组件内置了 ReAct 之类的决策循环模板。这个时候学框架你不是在背 API而是在选工具你知道你现在写的最小循环里哪里麻烦就能明白框架为什么帮你封装那部分。挑选框架的标准也会更清晰一是生态活跃度社区活跃、更新频繁意味着坑少二是抽象程度是否适合自己的场景比如做深度定制轻量框架或直接手写往往更好比如跑标准流水线重量级框架更省事三是对模型供应商的支持范围可别选了一个后期不支持你想用的模型能力的框架那时候骑虎难下。如果非要给个入门期路线建议我个人更倾向于让新手先去读一两个流行框架的实现思路看看它们的 Agent 类里面到底做了哪几件事然后继续用自己的手写代码做小项目。这样既不会被框架绑定也不会对工程化完全无感这是我认为效率最高的过渡方式。4.3 别过度崇拜“多智能体”先把单 Agent 跑稳现在的教程圈有一个非常误导人的倾向上来就教多智能体协作几个 Agent 互相聊天、分工完成任务看着特别炫酷特别“未来”。然而真相是绝大多数应用场景单 Agent 加几个工具就完全够用。多智能体协作看起来先进实际要处理额外一大堆问题智能体之间怎么共享上下文怎么避免互相干扰怎么防它们陷入“你说一句我接一句”的无意义循环怎么把控成本。这属于进阶玩法不是入门课题。新手最大的优势就是能跑通端到端的完整链路技术可以拆开练但流程一定要完整用户提问进来经过理解、思考、查证、组织答案、生成输出整个闭环在本机完整跑起来。你的认知要完整嵌在这个闭环里先做好一件事再谈系统复杂度这才是正路。5. 新手和转行者怎么规划第一个月的行动清单与自我检测法5.1 第一个月分三周走基础、闭环、小项目如果实在不知道怎么下手我这套按周划分的计划可以说很圈内了已经带好几轮新手验证过了。第一周只打基础和提示词。白天练 Python 接口调用写几个脚本调大模型 API用 curl 或 requests 把返回的 JSON 解析得明明白白晚上练提示词到社区里找公开数据集或者自己编场景反复调提示词练到手感平稳。第二周就徒手写最小 Agent。目标就一个上面 4.1 写的那个循环完整跑通。先不讲究优雅能循环跑通就算胜利。然后在这个基础上加一个工具调用比如查个时间、算个汇率进一步强化你对“模型出动作→程序执行→拿反馈”的理解。第三周做一个小而真实的项目。我强烈建议找个自己平时会真实用到的场景比如“根据一堆杂乱的笔记自动整理成结构化文档”或者“个人 RSS 摘要助手”。那种刷题库式的小作业不建议做太多真实场景才能逼你处理模糊输入处理各种异常数据对你真正有用。5.2 怎么判断自己入门成功了三个自查问题如果不想按周卡自己也可以拿下面三个问题自我检测能够顺利回答出来说明你算真正入门了第一问我不要用任何框架要你临时给个场景你能设计出一条 Agent 循环逻辑吗第二问当模型返回的不是规范 JSON或者工具调用超时你的程序会怎么处理第三问如果你要告诉别人 LangChain 或任何一个流行框架的 Agent 模块封装的是哪几件事你能说清楚吗这三个问题第一个考你决策循环的掌握第二个考你容错和边界意识第三个考你是否有“透过框架看本质”的视野。三个都过关你的 Agent 基础就算扎实了。别觉得这个标准低能做到这三点的候选人实际工作中已经能独立撑起小模块了。5.3 转行者简历上怎么呈现作品叙事大于工具列表最后专门跟想转行的人说两句简历和作品集的事。不要堆“熟悉 LangChain、AutoGen、CrewAI”这种工具清单现在满大街都是这种简历没有说服力。要让你的项目描述体现逻辑你为什么要用 Agent 而不是传统程序你遇到了什么决策或上下文问题你怎么做的记忆管理怎么控制模型乱输出哪怕你只用 requests 库手动拼了一个最小 Agent只要能把上述题目讲透都会非常加分。转行本身并不吃亏吃亏的是用“背框架”冒充“懂原理”。面试官最在意的是你能不能独立分析问题和解决问题而这恰恰是项目中训练出来的东西不是背 API 背出来的。6. 写在最后我最想叮嘱新手和转行者的五件事如果是刚看完上面内容就摩拳擦掌准备动手了那不妨再听我啰嗦几句这几个点都是亲测教训别人很少会这样完整讲给你听。第一不要囤课。收藏一百个视频不如手写二十行代码。AI Agent 是门手艺核心是动手“看过”和“会做”差距很大。第二别追求“完美再开始”。先有丑的能跑再有美的能看。我见过太多人纠结用哪个框架、装哪个环境结果一个月过去还没跑通一个循环。用最简单的方法先跑出雏形再去打磨。第三日志是你最好的老师。给 Agent 每一步都加上清晰的日志输出这步模型怎么想的它选了哪个工具返回了什么下一步为什么这么走。排查问题的时候这比任何框架调试器都管用。第四成本和速度要心里有数。调用大模型 API 是按量计费的每次循环都是钱。设计 Agent 的时候要估算一下完成一个任务要调几次模型有时候通过减少不必要的“思考”步骤成本能降下来很多。第五保持对模型能力变化的选择敏感度。模型的进化速度很快老经验不要固化多试试不同的模型和参数用最小成本验证新能力这是吃这碗饭的基本功。入门 AI Agent路径不难难的是定力。别跟风去啃框架把基础打牢把原理吃透你的天花板会比那些只会用框架的人高很多。蹭热点的人走了留下的是稳扎稳打能把事做成的人——希望你成为后者。