从零到一造 Agent:真功夫不在造,在删
微信读书《从零到一造 Agent:普通人也可以做出智能体》(罗思博 Rosibo)· 本次逐页翻阅 669 屏,从版权页读到附录 E,232 个章节条目全部覆盖,抓取标记为全书读完(书尾页)。
说明:这本不是讲原理的书,是一个人造完一个 Agent 之后回头写的施工日志。所以本篇不按 15 章顺序复述,只挑它真正给出判断的地方写。引句页码为本次截图编号,与纸书页码无关;凡加引号的话都能在对应截图里逐字核对,标"我的判断""我认为"处是评论,已与原文分开。
技术书里最稀缺的东西不是知识,是"我删掉了什么"。
因为写"我做了什么"永远安全:方案跑通了,写出来就是成果。写"我试过什么、为什么删掉"则要承认两件事——一是我走过弯路,二是我最初的想法是错的。所以在绝大多数技术书里,你只能看到一条笔直的成功路径,好像作者从第一行代码起就没迷过路。
这本书反常的地方就在这里。它有至少八处小节,标题直接叫"我们试过但删掉的方案""我们评估过但放弃的方案""一个被删掉的设计"。第 14 章整章叫"我们犯过的错,以及你不必再犯",列了十二条。
这不是谦虚,这是这本书最硬的部分。因为一个方案为什么被删,比它为什么被采用,信息量大得多——前者告诉你边界在哪,后者只告诉你路能走通。
一、它到底在讲什么:从 20 行代码到一张上线清单
全书 15 章,加五个附录。前面几章从最小可运行的东西讲起:第 2 章"最简 Agent:20 行代码背后的循环",就是从一次搜索开始,讲清那个"想—做—看结果—再想"的循环。然后一层层加:工具(第 3 章)、工具出错怎么办(第 4 章)、并行(第 5 章)、上下文窗口(第 6 章)、长期记忆(第 7 章)、Token 成本(第 8 章)、LLM 自身会犯错(第 9 章)、安全(第 10 章)、浏览器(第 11 章)、多渠道(第 12 章)、上线(第 13 章)、犯过的错(第 14 章)、未来(第 15 章)。
这个顺序是有讲究的。它没有按"知识点"排,是按"你在做这个系统的第几个月会撞上什么"排——先让它跑起来,再让它不出错,再让它便宜,再让它安全,最后让它能上线。这是施工顺序,不是教科书顺序。
作者的自我定位也很清楚,前言里写:
如果你已经会写代码,这本书会帮你少踩Agent工程里最昂贵的坑。如果你不是职业程序员,它会帮你看懂:AI编程时代,一个人如何靠清晰目标、架构判断和严格验收,推动一个真实系统长出来。
这本书不承诺让你一夜之间拥有一个完美Agent。它承诺的是更重要的东西:你会知道一个Agent系统什么时候是在变强,什么时候只是在变复杂。
最后这句是整本书最好的一句,也是它最该被检验的一句。因为"变强"和"变复杂"这两个词,在绝大多数 AI 项目里是分不清的——加了一层反思循环、加了一个多智能体、加了一套记忆系统,看上去都在"变强",实际上多数时候只是在变复杂。这本书后面 600 多屏,基本都在回答这个问题:怎么分辨。
全书里有一章容易被跳过,但判断很实:第 5 章讲并行,用"餐厅厨房"作比——为什么 Agent 可以同时做好几件事。它的落点不在"能并行",而在一条区分:纯工具和不纯工具。查天气、读文件、检索这类无副作用的调用可以并行;写入、发送、扣款这类改变外部状态的调用不能。作者后面专门写了一节"并行不是万能的",等于给这条区分补了另一半。这条规则不新,但它被写成了可以当场执行的一句话:并行之前先问"这个操作会不会改变外部状态"。
二、"循环没有刹车":全书最重要的一句比喻
第 2 章讲一个具体的失控场景:你让 Agent"搜索最新的 AI 新闻",它搜了一次,觉得结果不够多,换个关键词又搜一次,再搜一次。十次搜索之后,它烧掉大量 token,给你返回一大堆它自己都整理不完的信息。
然后作者给了一句判断,我认为是全书的题眼:
Agent没有"够了"的概念。它不知道什么叫"差不多了"。它只知道"我还能再做一步"。
这个问题的根源不在模型——LLM足够聪明,能做复杂推理。问题在于循环没有刹车。你给了它油门(工具),但没给它刹车(终止条件)。
打一个比方:一辆车有发动机但没有刹车。发动机很强大,能跑很快。但你不敢让它上路——不是因为发动机不行,是因为没有刹车。
这个比喻之所以重要,是因为它把"Agent 不可靠"这个现象,从模型能力问题重新归因成了系统设计问题。
这两种归因会导致完全不同的应对。如果你认为问题在模型——那你的办法是换更强的模型、写更好的提示词、等下一代。如果你认为问题在缺刹车——那你该做的是加终止条件、加预算、加超时、加降级。前者是等待,后者是工程。而这本书整整 600 页都在讲后者。
顺带说,这句话也解释了一个很多人困惑的现象:为什么用最强模型做的 Agent,有时候比用中等模型做的还难用?因为强模型的"我还能再做一步"更执着——它更擅长给自己找理由继续,于是刹车的缺失被放大得更明显。
三、迭代预算:一个计数器解决了子代理爆炸
第 2 章列了五种失控:不知道什么时候停、重复同一个失败、格式错误污染上下文、子代理爆炸、卡住了但没报错。前三个好理解,"子代理爆炸"值得单说。
子代理(sub-agent)的逻辑是:主代理把任务拆给子代理,子代理自己也会迭代。于是问题来了——如果每个子代理都有自己的迭代预算,那么主代理放宽一次,子代理就能各自再放宽,总消耗是乘法而不是加法。
作者给的解法简单到不像个解法:
迭代预算也是同一个道理。主代理创建一个预算对象,子代理拿到的是同一个对象的引用。子代理消耗一次迭代,主代理的预算也跟着减少。不管嵌套几层,总共就那么多。
举个例子:主代理创建预算 max=15。
子代理A消耗5次,预算剩余10。
子代理B消耗3次,预算剩余7。
主代理自己消耗6次,预算剩余1。
总共消耗14次,永远不会超过15。
这个设计简单到只有一个计数器,但它彻底解决了子代理爆炸的问题。
这段我读了两遍。第一遍觉得太简单了,第二遍才反应过来它的价值在哪儿。
它不是"再分配",是"共享一个可变对象"。这两者的差别在嵌套深度上会被指数放大。再分配的做法是"我给你 5 次",那么十层嵌套下来,理论上限就是 5 的十次方;共享对象是"我们共用这一个池子",十层嵌套的上限还是 15。
而且它顺手解决了另一个问题:计费的归属。当预算是共享的,"谁花掉的"就不再重要——总账只有一个。在真实的多智能体系统里,这个"总账"往往就是老板唯一在意的那张表。
后面还有一个细节,很见功力:加载技能定义(use_skill)这个动作不应该消耗预算,因为它只是读一个指令文件,没做任何"真正的"工作。作者的处理是"把这 3 次迭代退还"给预算,最多退 3 次。加了这个"最多",是防止 Agent 靠反复读文件来刷免费额度。一个细节里同时有善意和防作弊,这是做过线上系统的人才有的直觉。
四、三层压缩瀑布:这一节是全书的最高点
第 6 章讲上下文窗口,后半段讲压缩。这一节我认为是全书技术含量最高、也最值得反复读的部分。
压缩的核心矛盾是:上下文满了要清,但清理本身需要调用 LLM 做摘要,而 LLM 会超时、会限流、会返回格式错误。也就是说,用来救急的机制,本身也是会坏的。
作者的解法是三层瀑布,一层失败就降级到下一层。第三层是这样写的:
如果LLM两层都失败了,最后一道防线是纯字符串操作:取对话历史的前2,048个字符,加上一个说明头。没有LLM参与,没有网络调用,没有概率性输出——直接切割。
这一层永远不会失败。它不完美——你可能会丢掉一些重要信息——但一个能在99%的情况下给出完美摘要、在1%的情况下硬崩溃的系统,不如一个在95%的情况下给出好摘要、在5%的情况下给出粗糙但可用结果的系统。
生产系统的底线是:永远有结果。优雅降级好过完美但脆弱。
"永远有结果"这五个字,我建议任何一个做 AI 产品的人都抄在工位上。
因为这正是大部分 AI 项目上线后翻车的方式:不是效果不好,是有时候没有结果。用户点了按钮,转圈三十秒,然后报错——他不知道发生了什么,只知道这个东西不能用。而那个"99% 完美 + 1% 崩溃"的系统,在演示时惊艳,在生产里致命,因为用户一天用二十次,1% 意味着每周撞一次,撞一次就流失。
作者把它上升成一条更普遍的工程原则:
任何依赖外部服务的组件,都必须有不依赖外部服务的降级方案。LLM 是一个外部服务——它可能超时、可能限速、可能返回格式错误的输出。如果你的上下文管理完全依赖LLM来做摘要,那LLM一挂,整个Agent就瘫痪了。
这句话本身不新,但把它用在"上下文管理"上,是这本书独有的贡献。因为绝大多数人谈降级,谈的是接口层——模型挂了换备用模型。很少有人想到:连"整理记忆"这件事,都不能只有一条靠模型的路。
还有一个细节值得记:降级到第二层时,作者把温度参数调到 0.05,"因为这时候你更需要准确性,不需要创意"。理由是——如果摘要里出现一个幻觉细节,比如把"用户要重构登录模块"幻成"用户要重构支付模块",Agent 会沿着错误的方向跑完整个会话。越压缩,越不能出错。这句判断我认为比大多数"提示词技巧"都有用。
五、Token 经济学:那 30,000 个被重复发送的 token
第 8 章讲成本,是全书写得最"肉痛"的一章,因为作者是真的看着账单写的。
他先算了一笔很多人没算过的账:
在15轮的Agent循环中,同样的工具定义被发送了15次=30,000 token,内容完全一样。
你可能会问:这些token不是应该被缓存吗?理论上是。但工具定义在消息序列中的位置决定了它是否能被缓存——它必须在系统提示词之后、对话历史之前。如果你的实现把工具定义放在了消息体里而不是系统提示词前缀中,缓存就无法覆盖到它们。
这就是那种"你看不见、但一直在付钱"的成本。工具定义写在哪,看起来是个代码组织问题,实际上是账单问题。
更狠的是接下来的审计:
更隐蔽的问题是多出的字段。我们在审计工具定义时发现,有一个 _intent: string 字段被注入到了每个工具的Schema里,用于追踪目的。这一个字段大约20个token × 20个工具=每次调用多花400个token。一个15轮对话就是6,000个token——只是为了在每次调用时问模型"你为什么调用这个工具?"
把这个字段改成可选之后,立刻省下了这些开销。
审计你的工具定义。删掉每个多余的字段。每一个token都在计费。
6000 个 token,只为了一个"追踪用途"的字段。这个数字很小,小到不会出现在任何成本报表里;但它同时也很典型——绝大多数 AI 系统的浪费,不是某个大 bug,是一堆这种"每轮多花 400"的小决定累加出来的。
这一章还有几个我认为很实用的判断:截断旧工具结果(三轮前的工具输出不值得保留)、大内容卸载到磁盘只给预览、"80% 的工具输出可以扔掉"、以及后台 LLM 调用的隐性成本(你在主循环里看不到它,但它在计费)。
最诚实的一句在"那些被删掉的方案"里:作者试过"Skill 预注入",一个"看起来聪明但被撤回的方案"。为什么撤回?因为他发现预注入的内容大部分用不上,而用不上的部分每一轮都在付钱。这类"看起来聪明"的方案,是 AI 工程里最常见的陷阱——它在演示里加分,在生产里扣钱。
六、十二个错误和 12 项清单:最实用的部分在附录
第 14 章列了作者犯过的十二个错,编号到十二。我只挑三个说,因为这三个最不"技术",最"人"。
错误一:工具描述比工具实现更影响效果。这条我在别的书里也见过,但作者的表述更狠——他把工具描述当成"给模型看的产品说明书",而不是"给人看的注释"。第 3 章专门有一节"description 比 execute 更重要",讲的是同一件事:模型的调用决策,几乎完全由 description 决定,而不是由代码质量决定。
错误六:"先试试看"的代价——连续制造 fix。这一条我读到的时候笑了,因为太真实:改一下,看看行不行;不行再改一下。每一次"试试看"都留下一点临时代码,最后系统变成一堆 fix 的叠加,没人知道哪一行还在起作用。
错误八:依赖 LLM 自觉的设计必定失败。这句话是全书的方法论底线。它和第 2 章的"刹车"是同一个意思——你不能指望模型自己知道该停、该报错、该守规矩,所有"自觉"都必须变成外部约束。
然后是第 13 章的"上线检查清单:做到 12 项以上才算生产系统"。这张表我认为是全书最可直接使用的东西,它的形式很聪明:两列,一列是检查项,一列是"如果跳过会怎样"。比如:
信号处理(SIGTERM/SIGINT)→ 对话中断、历史破坏
活跃对话排空(带超时)→ 部署要等很久或杀掉正在回复的用户
强制退出超时(带 unref)→ 进程卡死需要手动 kill
启动时运行幂等迁移 → 每次部署手动执行 ALTER TABLE
依赖服务健康检查 → LLM 浪费迭代次数来发现工具坏了
健康状态注入LLM上下文 → Agent 反复尝试调用坏掉的工具
错误追踪(Sentry 或同等工具)→ 静默失败不断累积
这张表的价值在右列。"如果跳过会怎样"这一列,把每一个运维细节翻译成了具体的用户伤害。做技术的人容易在"要不要做健康检查"这种事上纠结,因为它是"应该做的事";但一旦换成"如果不做,Agent 会反复调用坏掉的工具、白烧迭代额度",它立刻从"应该"变成了"必须"。
我认为这是这本书最好的一种写法:不说服你,只告诉你代价。整本书几乎不用"重要性""必要性"这类词,它用"如果跳过会怎样"。这是工程写作和宣传写作的分界线。
七、"普通人也能造",这个承诺兑现了几成
现在说这本书最大的张力,就在书名上。
书名是《从零到一造 Agent:普通人也可以做出智能体》。但读到第 13 章,你会遇到这些词:Docker 容器化、SIGTERM 信号处理、活跃对话排空、幂等数据库迁移、健康检查端点、Sentry 错误追踪、安全加固。
一个"普通人",能独立完成这些吗?
我的判断是:不能,但书里那句"普通人"并不是在骗人,它是在换一个意思用。
作者自己在前言里其实已经修正过了:他说"如果你不是职业程序员,它会帮你看懂:AI 编程时代,一个人如何靠清晰目标、架构判断和严格验收,推动一个真实系统长出来"。注意动词——不是"写出来",是"推动长出来"。这个用词是准确的:普通人提供目标和验收标准,AI 提供代码,但"验收"这件事仍然需要一个知道什么算合格的人。
所以这本书真正的主张是:在 AI 编程时代,"造"这件事的门槛从"会写"降到了"会判断"。这个主张我认同,而且它比"人人都是程序员"那种口号诚实得多。第 14 章里那句"依赖 LLM 自觉的设计必定失败",恰恰是在说:判断力不但没有贬值,反而更贵了——因为现在你要判断的,是一个会自己写代码的东西写的代码。
我甚至认为,这本书最有价值的一段经验,恰好是"判断"这个词的具体化:第 14 章那些错误,没有一条是"代码写错了",全部是"我当初没想清楚"。工具描述决定调用效果、一条 cat 命令能炸掉上下文、修了 A 坏了 B、把该动态取的值硬编码——这些错误的共同形状是:你以为你在解决一个局部问题,实际上你在给系统埋一个全局约束。而这种"形状感",是没法从文档里抄到的。
但书名仍然是个问题。它把"会判断"简化成了"普通人",等于把最难的那部分藏了起来。真正读完并照做的人会发现,卡住他的从来不是写不出代码,而是——不知道该不该加这一层、不知道这个报错要不要管、不知道这个数字算好还是算坏。这些恰好是书里给得最少的部分:它给了大量的"我们怎么做",给得较少的是"你怎么判断你该怎么做"。
这不是苛求一个作者。施工日志本来就是这个样子:它记录的是路径,不是地图。但读者得知道自己拿到的是一本路径书,别把它当方法论。
八、它的短板
四个,都具体。
第一,全书围绕一套具体实现(AgentClaw)展开,可迁移性被压缩了。这既是它的优点也是它的缺点。优点是每个判断都有出处、有代码、有实测数字;缺点是当作者说"应该这样做"时,你无法判断这是"这类系统的通例"还是"这套实现的选择"。最典型的是"为什么选 SQLite 存记忆"那一节,给的理由是"轻、单文件、够用"——这在单机部署下成立,但一个要水平扩展的系统根本不能用。书里没有划这条界。
第二,几乎所有数字都是单点实测,没有复现条件。"15 轮 30,000 token"、"80% 的工具输出可以扔掉"、"从 120 行到 30 行"、"新增一个渠道有多简单"——这些数字很有说服力,但它们都是在作者的环境、作者的模型、作者的用例下测出来的。没有基准集,没有对照,没有重复次数。作为一个读者,我只能选择相信或不相信,无法验证。一本讲工程的书,在数字上却没有工程该有的严谨,这是个真问题。
第三,结构与它的主张错位:前十四章讲"怎么造",最后一章才说"造什么更重要"。第 15 章有节叫"'造什么'比'怎么造'更重要",这个判断很对,但它是全书最后一章。前面 600 多屏都在教怎么造,最后 20 屏告诉你造什么更重要——这个顺序对读者是不利的。因为绝大多数人失败的原因不是造不好,是造了一个没人要的东西。
第四,缺一张横向对照表。书里几乎不提别的框架(LangGraph、AutoGen、CrewAI 这些),也没有一处说"这件事别人是怎么解决的、我们为什么不那么做"。这使它在"选型"这个最实际的问题上帮不上忙。读者读完之后能造出 AgentClaw 那一套,但不知道自己在什么时候该选它、什么时候该选别的。一本施工日志可以不做横向对比,但一本要指导别人动手的书,最好做。
还有一处小遗憾:附录 B 是术语表,附录 D 是上线检查清单,这两个都很实用;但附录 C"用 AI 编程工具造第一个 Agent 的分步指南"只有 7 屏,是全书写得最薄的一节——而这恰恰是书名承诺的那件事。真正想动手的"普通人",最需要的正是这 7 屏,而它被压缩成了提纲。
一句话:这本书的价值不在于它教你怎么把一个 Agent 造出来,而在于它把自己删掉的东西也写了出来——三层压缩瀑布告诉你"永远有结果"比"偶尔完美"重要,迭代预算告诉你一个好设计可以简单到一个计数器,十二个错误告诉你依赖模型自觉的设计必定失败;但它把最难的部分(判断什么该做、什么该删)藏在了自己的经验里,只留下了路径,没留下地图。
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。
发表评论: