Building Applications with AI Agents (for ) — 书籍拆解
读到哪:读了部分。 可以当锚引用。
| 项 | |
|---|---|
| 作者 | Michael Albada |
| 版次 | 2024 版 |
| 格式 | epub ｜ 文本源 epub-builtin |
| 许可 | 自购/个人收藏 |
| 来源 | 主人个人藏书,2026-08 放入收件箱 |
| 清洗 | 删页眉页脚 0 行、页码 0 行、断词接回 0 处 |
我们重写的拆解(0 章)
（还没写。拆解是这本书对我们的真正产出——底下的元数据只是索引。）
为什么收它
它讲的是设计判断而不是 API,和研究台的「设计决策」是同一类产物,可以借它的 判据。
合法性
自购/个人收藏。来源:主人个人藏书,2026-08 放入收件箱。原始文件不入库,转码文本入库(私有库)。
出版方怎么说
（起草参考,不是我们的判断。真正的「覆盖什么/不覆盖什么」写进 frontmatter 的 claims / notCovered)
出版方简介(仅供起草参考,不是我们的判断):Generative AI has revolutionized how organizations tackle problems. While these applications enhance efficiency, they often require extensive planning and revising to complete complex tasks. By combining many of these actions, AI agents offer greater autonomy and efficiency, but understanding and de
它覆盖什么、不覆盖什么
覆盖(读完能带走的主张):
- (Skills) 把 agent 的能力分成两类:本地能力(靠内部逻辑与预定义函数,不依赖外部)与接口能力(连外部服务取实时数据);并主张每个能力做成自包含的模块,好替换、好扩展。
- (Planning) 规划分三种:动作排序(生成候选序列、评估结果、选最优路径)、动态规划(环境变了就改计划)、增量规划(分阶段规划,拿到上一步结果再定下一步)。
- (Performance) 快与准是一对权衡;并给了第三条路——先给一个快的近似答案,再用更慢更准的方式修正它。
- (Reliability) 可靠性的三块:容错(检测失败并优雅恢复,常用冗余)、一致性(边界情况、压力测试、真实约束下也要稳)、以及上线后的持续监控与反馈回路。
- (Single-Agent) 单 agent 架构适合定义清楚、范围窄、不需要协作的任务;它的价值就在于省掉了协调、通信、同步这三样复杂度。
不覆盖(别指望在这本里找):
- 本轮只读了第 2 章里的五小节,其余各章(用户体验设计、能力、编排、知识与记忆、学习、从一个到多个)都没读。
- 读的这几节全是原则性表述,没有任何代码、没有具体协议、没有可复现的实验数字。
- 循环本身:怎么认出模型要调工具、结果怎么回填、什么时候停,这几节一句没讲。
- 书本身标着「目录尚未定稿」,是抢先版,内容深度和成书可能不同。
怎么引用它
(依据: book=building-applications-with-ai-agents §Chapter 1. Introduction to Agents)
章节名对不上会被 lab:validate 拦下;页码锚(§p.123)同样可用。
结构(27 段,共 313k 字符)
| 段 | 章节 | 页 | 规模 |
|---|---|---|---|
| 01 | Building Applications with AI Agents | — | 0.4k |
| 02 | Building Applications with AI Agents | — | 2.2k |
| 03 | Brief Table of Contents (Not Yet Final) | — | 0.7k |
| 04 | Chapter 1. Introduction to Agents | — | 25.9k |
| 05 | Chapter 2. Overview of Designing Agent Systems | — | 2.5k |
| 06 | Defining the Problem: Scoping Tasks for Agents | — | 5.2k |
| 07 | Avoiding Common Pitfalls in Task Definition | — | 4.1k |
| 08 | Great Example Scenarios | — | 3.0k |
| 09 | Model Selection | — | 9.9k |
| 10 | Skills | — | 2.5k |
| 11 | Memory | — | 2.6k |
| 12 | Planning | — | 2.8k |
| 13 | Performance: Speed vs. Accuracy Tradeoffs | — | 1.1k |
| 14 | Scalability: Engineering Scalability for Agent Systems | — | 4.5k |
| 15 | Reliability: Ensuring Robust and Consistent Agent Behavior | — | 2.0k |
| 16 | Balancing Costs and Returns | — | 4.1k |
| 17 | Single-Agent Architectures | — | 1.3k |
| 18 | 2.4.2 Multi-Agent Architectures: Collaboration, Parallelism, and Coordination | — | 4.4k |
| 19 | Iterative Design with Continuous Feedback | — | 2.4k |
| 20 | Robust Evaluation | — | 4.5k |
| 21 | Real-World Testing: Validating Agents in Production Environments | — | 4.8k |
| 22 | Chapter 3. User Experience Design for Agentic Systems | — | 45.8k |
| 23 | Chapter 4. Skills | — | 37.4k |
| 24 | Chapter 5. Orchestration | — | 34.9k |
| 25 | Chapter 6. Knowledge and Memory | — | 33.2k |
| 26 | Chapter 7. Learning in Agentic Systems | — | 36.1k |
| 27 | Chapter 8. From One Agent to Many | — | 34.2k |
我们自己的读书笔记(0 篇)
（还没有。读完某章后写进 docs/building-applications-with-ai-agents/notes/,那才是这本书对我们的产出。）
本页由 node scripts/book-build.mjs 生成:表格来自转码结果,散文来自书卡正文。不要手改本页。