代理系统课程：用AI编程代理学习AI代理

这是一门名为“代理系统课程”的独特课程，旨在帮助你设计、构建和运营生产级AI代理系统。课程共22章，以骨架形式呈现，强调持久的架构模式，而非特定框架或工具。它专为与AI编程代理（如Claude Code或Codex）配合使用而设计，你可以在学习过程中与AI代理互动，让它解释概念、提供例子或帮助你构建项目。

课程结构清晰，从基础开始，逐步深入。第1-4章涵盖基础：单次工具调用、循环、工具作为契约、提示和缓存。第5-8章涉及记忆和状态：短期记忆、长期记忆、写入和整理、持久化。第9-11章讲协调：规划、多代理委托、控制。第12-14章讨论外部表面：人在回路中、连接器/MCP、技能/MCP/子代理。第15-17章关注生产规模：后端、可观测性、成本、延迟、模型策略。第18-19章涉及质量和运营：安全/对抗性输入、运营和前向部署。第20-21章讨论代理性：主动代理、自进化代理。第22章提供设计画布，帮助你设计自己的代理。

课程还内置了一个技能——agentic-system-reviewer，可以对任何代理系统的PRD、设计文档、实施计划或代码进行基于课程的审查。该技能能够根据项目范围（兴趣/团队工具/面向客户）校准审查重点，并提供带有严重性、证据、课程引用和具体修复建议的报告。

此外，课程还引用了四个开源系统作为参考：OpenCode（编码代理）、Hermes Agent（个人助手）、OpenClaw（自托管个人助手网关）和Paperclip（工作流控制平面）。你可以选择克隆这些仓库以获取更具体的例子。

课程的目标不是“完成所有章节”，而是帮助你交付一个你真正想要的项目，并理解其中的每一行代码。建议你立即开始，与AI代理建立紧密的循环，并在学习过程中提出正确的问题。