该怎样从 0 开始学习 Agent？

有人提出了这样的问题？--------------------------------------------我一直在认真学习 AI Agent，但感觉自己一直在原地打转。

每当我学到一个新东西，就会发现另一个框架、库、设计模式、架构或概念，让我开始怀疑自己已经学过的东西。

先是 LangChain，然后是 LangGraph、CrewAI、AutoGen、OpenAI Agents SDK、MCP、RAG、工具（tools）、工作流、多智能体系统、记忆（memory）、编排（orchestration）等等。研究得越多，我反而越困惑。

到了这个阶段，我不想再花好几周时间看教程、在不同技术之间跳来跳去，却始终没能真正理解如何正确地构建 Agent。

我的目标是能够从零开始设计并构建 AI Agent，理解其中的工作流程和架构——而不是只会照抄教程。

如果你今天从零开始学，你会按照什么顺序学习？--------------------------------------------

作为一个 AI Agent 的开发者，我分享一下自己的来时路。

我觉得以上说到的 agent 框架不是那么重要，因为现在的很多流行的 agent 项目已经不再用之前的那些技术栈了。当然，概念可能还是会继续沿用，比如 RAG，Memory 等。

首先，怎么理解 agent 的概念，以及 agent 概念之间的关系，这些概念是如何组装成一个可运行的 agent 。 我觉得以下这句话把 agent 的概念以及这些概念之间的关系概况的比较清楚。

“用户给 Agent 发送信息，然后 Agent 把用户的信息 拼接到 system prompt 之后，创建一个 Session，Session 里包括模型API以及各种agent设置，Session 会发起一个 Conversation, 在一个 Turn 循环里反复: 调 Model → 收到ToolRequest→ 安全审查 → Tool 执行 → ToolResponse回填 → Event流输出前端显示，如果调模型没有ToolRequest就给用户回复信息，然后停下。”

等你能理解 agent 中 model，conversation， session， turn loop， tool request and tool response ， sream event，sanbox 等这些概念之后，你可以选择一些优秀的开源 agent 项目，用 agent 去学习和理解。怎么选择项目主要看你的技术栈，大名鼎鼎的 codex 是 Rust 技术栈， opencode 和 DeepSeek harness 是 TypeScirpt 技术栈，Hermes Agent 是 python 的。下载一个知名的开源 agent 项目，然后，用 agent 去辅助学习，可以问 agent ，介绍一下这个项目，这个项目的 agent 运行流程是什么，这个项目怎么build、安装和运行。然后，可以自己让 agent 按照自己的想法修改一下源代码。

经过一段这样的过程，你应该可以对 agent 的概念和工程以及使用有所了解，后续深入研究就看你具体的目标是什么。