AI Agent 全栈工程师

主题

12 · 学完之后：演进方向 ​

这一站是毕业典礼：主线十三站走完，你已经从「会调 API」走到「能组装生产级 Agent 系统」——循环手写过、防御真撞过、评估跑过分、全栈部署过。这一章不教新零件，做两件事：给你一张「已具备能力」的验收清单，和一张「接下来往哪走」的演进地图。

前置：01–11 全部（本章逐站点名，缺哪站回头补哪站） 配套读：agent-app/BACKLOG.md（演进方向的真实挂账——本章第二节的每一项都能在里面找到触发条件与设计稿） 深读：how-to · MATURITY（生产前置清单——演进方向的另一半）

一、你已具备什么：对照十三站逐条验收 ​

学习最大的错觉是「都看懂了」。用证据说话——每一站你留下过什么：

站能力你的证据
01LLM API 与结构化输出徒手调通 OpenAI 兼容网关；说得出 JSON 模式 vs 工具调用的可靠性排序
02手写工具循环200 行无框架循环带五道防御：maxSteps 保险丝 / 校验闸回灌 / 幂等壳 / 审批壳 / signal 中止
03记忆与压缩三层记忆 + 滚动摘要（超 40 条触发、压完保 20 条、模型挂了降级纯截断）
04RAG五步链路全跑通；引用编号后端分配；入库逐块过注入扫描
05工具层加固会话+工具名+参数指纹的幂等窗口；壳组合器叠壳不改循环
06护栏与安全红队驱动的四道护栏：脱敏 / 防注入 / 审批闸 / 审计账本——洞是自己打出来的
07MCP 标准插口任意 MCP 服务器工具并入工具表，循环一行未改
08评估框架76 例考卷三档判分；改 prompt 前后用跑分说话
09产品线组装硬规则路由优先于模型 + 三分类兜模糊 + 转人工带 HandoffPack + 降级转人工不报错
10Web 前端与 SSE事件驱动的流式对话；状态机是可脱离组件测试的纯函数
11生产化与成熟度env 工厂切真实持久化；compose 四容器全栈；看得懂诚实清单上每一项差距

这张表也是面试时的「弹药库」：每一条都是一段你真做过的故事，不是背过的名词。验收方式很朴素——遮住右列，只看站名，你能对每一行说出自己的证据吗？说得出就是你的；说不出，那一站值得回去重跑一遍代码。

二、演进方向：从 BACKLOG 里挑真实条目 ​

BACKLOG.md 的纪律是「挂账不遗忘，到触发条件再开工」——以下按主题归组，每项都有真实设计稿：

① 多 Agent 协作（编排器已实现）。编排的全生命周期就是三个字——拆（大任务变小任务）、派（小任务分配给谁执行）、跑（多个执行者协作不打架）。每个字对应编排器的一个阶段，也是面试的一条主线：

text
拆 Split ── 大任务怎么变成小任务？
│           · 什么时候拆：四个「超过」信号全满足才拆
│           · 怎么拆：按业务域 / 按认知角色 / 按数据权限
│           · 产物：TaskSpec[]（id / goal / dependsOn / acceptance）
│
派 Dispatch ── 小任务怎么分配给谁执行？
│            · 依赖序：dependsOn 决定执行顺序
│            · 路由：硬规则先行（能 if/else 的不用 LLM）
│            · 工具表裁剪：最小权限（工人只拿该拿的锤子）
│
跑 Run ────── 多个执行者怎么协作不打架？
             · 状态机：显式迁移表（非法迁移直接抛）
             · 失败策略：retry / degrade / compensate / escalate
             · 预算：token / 时间是控制信号不是监控指标
             · 事件流：每步广播（可接 SSE / 审计 / OTel）

**编排器（✅ 已实现）**就是这三个字的代码化——orchestrator/ 模块（8 文件 ~985 行，Effect 范式）：显式状态机 + TaskSpec 验收标准（critic 已接线）+ DAG 波次并行派发 + 失败四分支策略 + 预算控制 + 失败终态落盘 + 事件流 + 可插拔三角色（Planner / Executor / Critic）。一键体验：pnpm team "查订单A-1024，未发货就建催发工单" --trace（--plan 传静态任务单 / --id 断点续跑）。主线教程见 09b · 多 Agent 编排，完整深读见 参考库 · 编排器。

P2 的示例目标设计得很妙：「查订单 A-1024，未发货就建催发工单」——正好逼出拆/派/跑三分工。风险也在账上写死了：planner 的计划 JSON 不稳（宽松解析 + 重试一次 + 失败降级单步）、critic 打回死循环（重试上限 2 次，超限带「未完全达成」诚实收尾）——你看，又是熟悉的「防御先行」味道。

② 压缩水位线升级。条数阈值（40 条）不是 token 的合格代理——40 条「你好」和 40 条 10KB 日志天差地别。工业做法：水位线 = 模型上下文窗口 × (1 − 25% buffer)，估算三层（上次 usage 回馈校准 / 字符×模型系数 / 无数据退回条数兜底），压到窗口 50% 水位。改动边界只有一个文件（compression.ts），接口接缝就是为此留的。

③ 重试与退避。LLM 调用无 429/5xx 指数退避 + 抖动——模型调用失败即失败。先核实 ai SDK 内置重试的边界，再补应用层策略。

④ 生产壳：认证 / RBAC 多租户 / 限流 / CORS 收紧。web/api 目前对公网裸奔（11 站诚实清单原文）。

⑤ 在线评估。76 例是离线考卷；真实流量回流成数据集（trace 里躺着现成的样本），「有真实流量后」是它的触发条件——你自己的项目有流量那天，就是开工那天。

⑥ 语义缓存与成本面板。pgvector 存「问题 → 答案」，相似问题直接命中不再调模型；配套 token 用量聚合（usage 现在飘过就丢）。素材：week21 Day 6。

⑦ OTel 可观测。结构化日志 + 请求关联 ID 贯穿 + OTel GenAI 规范的 trace 导出——从 stderr 图标流升到工业级三件套（日志/指标/追踪）。素材：week21 Day 1。

先做哪个？按「设计稿完整度 ÷ 改动边界」排序：压缩水位线最适合先动手（设计稿带验收标准，只动 compression.ts 一个文件）；重试退避次之（工业差距审查的 bug 级条目）；生产壳与 OTel 等你有真实部署再开——BACKLOG 的触发条件纪律本来就是「到条件再开工，不提前透支」。

三、生态选型观：框架与平台的边界 ​

学完手写再看生态，你的视角和入门者完全不同（素材：week12 加餐 · LangChain 生态地图）：

  • LangChain/LangGraph 不是一个框架，是一组分层的库：core（消息/工具/模型抽象）、langchain 1.0（create_agent + middleware 快捷方式）、langgraph（编排引擎）、langsmith（可观测）。create_agent 幕后生成的正是你在 02 站手写的那约 30 行装配与路由——学手写不是为了拒绝快捷方式，是为了快捷方式对你不再是黑盒。
  • 旧范式为什么死，看一眼就懂：LCEL 的管道符 | 串的是直线（prompt | llm | parser），装不下 Agent 的环——执行工具、回填、再调模型的循环它从语法上就表达不了，这是旧 Chains 整体归进 classic 遗留包的根本原因。1.0 的扩展点是 middleware：SummarizationMiddleware（历史超阈值自动摘要——你在 03 站手写过的东西）、HumanInTheLoopMiddleware（工具执行前等人批准——你在 05 站套过的壳）。框架的进化方向，正是把你手写的那些「壳」收编成配置项。
  • Dify / Coze 是低代码平台（素材：week19 Day 5 · Day 6）：把高频管道固化成拖拽节点，原型半天出师；代价是表达力锁死在节点类型提供的范围里。平台「到顶」的三个信号：多 Agent 状态机、深度人机协同、评估体系——见一个就知道该回代码了。选型先答三个问题，答案自己会浮出来：
问题云端 Coze自托管 Dify自建（手写/框架）
数据能不能出域？不出域就排除它✓ 数据在自己服务器✓
逻辑有多复杂？高频管道内很快到顶三信号出现就回代码任意复杂度
谁长期维护？无需运维要管一套 compose要管代码本身

立场一句话：框架是省事，代价是黑盒；手写版的可控性在你需要深度定制时完胜。什么时候该用框架？——02 站岔路 3 给过答案：当你发现自己在循环里重复造「消息裁剪 / 工具缓存 / 并行调度」这三个轮子时。在那之前，手写。

四、面试衔接：把这段经历变成 offer ​

主线十三站是一份现成的项目叙事，归档里备好了冲刺材料：

  • week22 · 系统设计与复盘：系统设计方法论（缓存三件套 / 队列 / 异步任务）、STAR 法则复盘三个里程碑、简历写成成果导向——你的「里程碑」就是 agent-app 这套东西；
  • week23 · 面试冲刺：Agent 八股（ReAct / RAG / MCP / A2A / 评估 / 安全 / 框架对比——每一样你都做过实物）、模拟面试、面试速查卡。

被问「你会 LangChain 吗」，低分答法是背组件名；高分答法是从分层开始答，最后补一句「等价的循环我自己手写过」——这半句你现在说得出口。

STAR 复盘也不用编——随手起一个头：S（客服 Agent 有建单这类高危写操作）→ T（模型好心办坏事怎么办）→ A（审批壳挂起等人裁决 + 幂等壳防重复执行，叠加顺序是审批在外幂等在内）→ R（同会话重复建单实测拿到同一个工单号；60s 超时自动拒绝）。一段话四个坑全是你踩过的实录。

两份材料共同的动作是「把做过的事翻译成面试官听得懂的语言」——翻译的原材料，第一节那张表已经给全了。

五、收尾：闭环已走通，起点永远在 ​

回看这条线：从一次裸的 generateText 出发，加了手（工具循环）、加了记性（三层记忆）、加了书架（RAG）、戴了护具（护栏）、进了考场（评估）、组了产品（路由客服）、画了脸（SSE 前端）、落了地（容器部署）——从 0 到生产的完整闭环，每一环都是你自己敲出来的。

Agent 这个领域还在高速变化，但你在 02 站握住的那台发动机不会过时：所有新框架剥到最里层都是它。往后无论工具怎么换，你都有能力拆开看。

三个习惯值得带走，它们比任何一节知识都耐用：跑起来再说（每站的第一节永远是「先有体感」）、诚实标注边界（不知道就说不知道，没做就写进清单——本教程的成熟度矩阵就是这个习惯的产物）、用证据检验（改 prompt 前后跑分、切存储后进数据库数行数——「我认为」不算数，「我验证过」才算）。

下一步的起点也早写好了：往 examples/ 里加一个自己的工具（扩展指南 三件套：description / zod schema / execute）——从那里长出来的，可能就是你的下一个项目。

去吧。

动手任务（毕业不算通关，做了才算） ​

  1. 把第一节的能力表复制进自己的笔记，每条补一句「我当时的踩坑」——这份笔记就是你的面试弹药库。
  2. 从第二节挑一项 BACKLOG 条目实现它（推荐压缩水位线：设计稿最完整、改动边界最小），给仓库提你的第一个演进 PR。
  3. 改造：给 examples/ 加一个你自己业务里的工具，跑通「模型自己决定调它」的那一刻——把这一刻记下来。

自测题（先凭记忆答，再展开） ​

  1. 多 Agent 相对单 Agent 只多出哪三个新问题？编排器（orchestrator/）里 Planner / Executor / Critic 三角色分别对应哪个？
  2. 「什么时候该用框架」的判断标准是什么？为什么说学过手写的人用框架更有优势？
  3. 压缩水位线升级要替代什么现状？估算三层指哪三层？
答案
  1. 分工（谁干什么）、共享状态（互相知道什么）、质量闭环（谁验收）；Planner 对应分工、StateStore 快照对应共享状态、Critic 对照 Acceptance 验收标准对应质量闭环（Executor 是干活的工人）。一键体验：pnpm team "目标"。
  2. 当你发现自己在重复造「消息裁剪 / 工具缓存 / 并行调度」三个轮子时（02 站岔路 3）；手写过的人知道框架幕后的每一根线怎么接——快捷方式行为不对时能拆开看，不是黑盒。
  3. 替代「写死 40 条消息触发压缩」的条数阈值（条数不是 token 的合格代理变量）；三层 = 上次 generateText 的 usage 回馈校准、字符数×模型系数估算、无任何数据时退回条数兜底（向下兼容）。

延伸 ​