《AI Agent 技术原理与架构·运行时、协议与系统架构》前言

本书怎么来的、写给谁、与卷二决策线的交接、运行时语义/协议/治理如何拆成可验证的结构、数字与代码口径是什么、哪些内容不在范围内——读正文之前需要先知道的七件事都在这一篇里,另附最短阅读路线;最后说明每节代码块与实验工程 agp-lab 的对应关系,以及故障注入实验怎么做。

这本书处理的是 Agent 运行时的问题:一个 Agent 选好的动作,怎么被可靠地执行、恢复与终止。

这些问题在卷二里被当成决策问题处理——Agent 怎么选。但"选好"不等于"做好":一个动作选对了,执行时可能重复副作用、丢失状态、无法恢复。

一、本书怎么来的

卷二的收口留下了一个悬而未决的问题:决策链清楚了,动作怎么被可靠执行。

写这本书的直接原因,是执行经常被当成"调接口"略过。这个省略在 W1 这种只读任务里代价低,但在 W3 这种不可逆任务里会出事:重试造成重复副作用,状态丢失无法恢复,级联失败拖垮整条链。

这三件事——怎么执行、怎么恢复、怎么治理——就是本卷的三块核心。

二、写给谁

读者建议从哪里开始你能得到什么
运行时/平台工程师第 1–3 章状态机、事件日志、幂等、崩溃恢复
架构师第 4、9、13 章沙箱、拓扑、架构决策记录的判据
协议/集成工程师第 6–7 章MCP、A2A、AG-UI 的分层与版本兼容
SRE/运维第 3、11–12 章调度、熔断、部分结果、观测
安全工程师第 4、13 章隔离、威胁建模、纵深防御

不需要先读卷二全部,但第 1 章(三平面)和第 2 章(状态机)建议先看卷二 2.1(终止条件),它定义了循环的停止规则。

三、与卷二的交接

执行线建立在决策线上。卷二回答"选什么动作",本卷回答"动作怎么被可靠执行"。 两者是决策与执行的关系,不是并列的两个话题。

本卷不重复卷二的决策机制。凡是"怎么选"的结论,直接引用卷二的判据;本卷只在"选定了、怎么执行"这一层展开。

四、运行时语义/协议/治理如何拆成可验证的结构

本卷的核心方法:把运行时拆成能验证的结构。

结构回答的问题落在
三平面控制面/执行面/数据面各管什么第 1 章
状态机状态、转移、守卫、终态第 2 章
调度并发上限、背压、优先级第 3 章
沙箱进程/容器/微虚拟机的隔离第 4 章
工具契约schema、幂等、补偿第 5 章
协议MCP/A2A/AG-UI 的分层第 6–7 章
记忆存储向量索引、一致性、隐私第 8 章
拓扑多 Agent 的组合与成本第 9 章
容错熔断、部分结果、补偿第 10–11 章
观测追踪、token 成本、评估第 12 章
治理威胁、防御、ADR第 13 章

每个结构都给两样东西:定义(怎么写)和失效条件(什么情况下不成立)。

五、故障注入如何落到实验

可靠性用故障注入验证。

  • 崩溃恢复:在副作用后、确认前注入崩溃,验证幂等键(第 2 章);
  • 熔断:注入连续失败,验证三态转移与恢复(第 11 章);
  • 部分结果:注入子任务失败,验证结果合成与补偿(第 11 章)。

每个实验都是确定性的:同样的注入,同样的期望,可重跑。没有注入的"可靠性",是信仰不是结论。

六、数字与代码口径

数字口径

  • 卷三使用教学设定的故障注入与延迟/成本参数(见附录 B),可复现;
  • 预算、延迟、成本参数来自附录 B,不另设第二套数字;
  • 所有概率与比率保留两位小数。

代码口径

正文的 python 代码块来自实验工程 agp-lab,与源文件逐字节一致:

  • Python 3.9+,零第三方依赖,只用标准库;
  • 每个代码块前三行固定为 # file:、# tier:、# verify:;
  • 测试用 unittest,不引入任何测试框架。

七、不在本书范围内

  • 模型能力边界与评测 —— 见卷一第 8–9 章;
  • 决策机制、终止条件、记忆 —— 见卷二第 1–2、8 章;
  • 网关实现、推理服务运维、配额系统 —— 见《互联网产品的 AI 架构》;
  • 引擎实现、durable execution 框架源码 —— 见《AI Agent 开发》;
  • 产品化的自主度档位与人机分工 —— 见《AI Agent 产品开发》。

八、怎么读

如果只有两个小时,读这三节:

  1. 1.1 控制面、执行面、数据面 —— 知道运行时怎么拆、故障怎么归位;
  2. 2.2 执行语义:事件溯源、持久化执行与幂等副作用 —— 知道重复副作用怎么防;
  3. 13.3 架构决策记录与参考架构 —— 知道运行时怎么被治理、演进。

如果要做一次完整的运行时评审,按本卷 13 章顺序走一遍,用附录 C 的清单打分。

现在从第 1 章开始。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图