《从零构建AI Agent：大模型驱动的智能体设计与实战》

内容简介

《从零构建 AI Agent：大模型驱动的智能体设计与实战》是一本零基础入门、兼顾理论深度与工程落地的 AI Agent 开发实战指南，专为想要系统掌握大模型智能体开发的技术学习者、开发者与从业者打造。全书打破碎片化学习壁垒，搭建起从基础原理、架构设计到项目落地的完整知识体系，解决多数学习者懂大模型理论却无法独立搭建可用智能体的痛点。

本书摒弃晦涩的纯理论堆砌，循序渐进讲解 AI Agent 核心知识，涵盖大语言模型底层逻辑、智能体六层架构、记忆管理、任务规划、工具调用与 RAG 融合等核心技术，同时详解 LangChain、Coze、Dify 等主流开发框架与低代码平台的实操用法。书中配套多个可直接复现的实战案例，覆盖代码自动化、智能创作、热点追踪、智能客服等热门场景，手把手指导读者从零设计、开发、调试和部署 AI 智能体。

不同于通用 AI 教程，《从零构建 AI Agent：大模型驱动的智能体设计与实战》本书聚焦大模型驱动的智能体核心范式，兼顾单智能体开发与多智能体协作技术，同时补充智能体运行安全、合规优化、性能迭代等工业级落地要点。全书内容贴合当下 AI 技术趋势，案例贴合产业实际需求，代码与方案均可直接复用。

无论是零基础新手入门 AI 智能体开发，还是技术从业者精进落地能力、拓展大模型应用场景，本书都能提供系统、实用的指导，是一本从零入门、深耕实战、适配产业落地的 AI Agent 必备工具书。

作者简介

👤 姚宇航

美国卡内基梅隆大学电子与计算机工程博士，师从Carlee Joe-Wong教授，荣获A.G. Milnes最佳博士论文奖。现任Zoom研究工程师，专注于垂直智能体系统与可扩展AI基础架构的研发工作。曾在微软、亚马逊及多家人工智能初创公司从事研究工作，在分布式学习框架、大规模模型优化与工程化部署方面积累了系统性的实践经验。其研究聚焦于联邦图学习与多智能体系统，致力于推动分布式学习理论向真实人工智能系统落地，是该领域中兼具理论创新与系统实现能力的代表性研究者之一。在 NeurIPS、KDD、EMNLP、AAAI 等国际人工智能会议发表论文三十余篇，并多次担任 MLSys、NeurIPS 等会议程序委员会委员。

👤 丁博生

南洋理工大学计算机科学专业博士，AI量化交易公司Calais创始成员、COO，新加坡社科大学客座教授。带队发布的海外中文开源大模型及预训练—微调一体化框架 PandaLLM在学术与工程实践层面均产生广泛影响。研究方向为大语言模型与智能体系统，目前专注于探索前沿 AI算法与量化交易、金融系统的深度融合，致力于将大模型与智能体技术转化为可落地、可规模化的金融应用。