Public
这本书围绕如何把提示词能力推进到可委托的智能体系统展开,核心主张是:提示词工程的尽头不是更精巧的指令,而是把目标与边界交给一个能规划、执行和跟进的系统。作者用 Klarna、Esusu 等案例说明,Agent 已经进入核心业务场景,不再是演示性质的玩具。读者由此可以从“被工具管理的使用者”转变为“引导工具达成特定结果的构建者”。
几条主要线索值得留意。其一是概念地基:书中区分助手与 Agent,给出从工具型到多智能体系统的四级 Agentic AI 分层,并拆解 Agent 的记忆、规划与工具调用结构,解释短期上下文与向量库长期记忆的区别,以及 API 作为“手”的角色。其二是工具与框架选型:对比 LangGraph、AutoGen、CrewAI 各自的强项、局限与适用场景,用 CrewAI 的角色—任务—团队模式做入门示范,同时提醒提前核算总拥有成本。