参考资料

说明：本知识库撰写于 2026-09，基于模型知识与公开资料；标注 ★ 的为该主题下优先级最高的阅读材料。链接为官方域名，具体路径可能随版本更新。

官方工程指南（优先级最高）

• ★ **Anthropic, *Building Effective Agents***（2024）——workflow 五模式与 agent 的定义，被引最多的一篇工程指南 → kp-007
• ★ **Anthropic Engineering, *How we built our multi-agent research system***（2025）——token ×15 换质量的一手数据与架构决策 → kp-019/030
• **Anthropic, *Effective context engineering for AI agents***（2025）——增删压隔离与 JIT 的原始论述 → kp-003/022
• modelcontextprotocol.io——MCP 官方规范与 SDK → kp-011
• **OpenAI, Function Calling / Structured Outputs / Agents SDK 文档与发布博客**（2023-2025）→ kp-005/009/021
• Claude Code 官方文档（memory / permissions / subagents / hooks 各章）→ kp-015/023/028

奠基论文（按主题）

推理与行动

• ★ Yao et al., ReAct: Synergizing Reasoning and Acting in Language Models（2022, ICLR'23）→ kp-012
• Wei et al., Chain-of-Thought Prompting Elicits Reasoning in LLMs（NeurIPS 2022）→ kp-004
• Wang et al., Plan-and-Solve Prompting（2023）→ kp-013
• Shinn et al., Reflexion: Language Agents with Verbal Reinforcement Learning（2023）→ kp-014
• Madaan et al., Self-Refine（2023）→ kp-014

记忆与检索

• ★ Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks（2020）→ kp-016
• Park et al., Generative Agents: Interactive Simulacra of Human Behavior（2023）→ kp-015
• Liu et al., Lost in the Middle（2023）→ kp-003

多 Agent 与系统

• Wu et al., AutoGen（2023）；Hong et al., MetaGPT（2023）→ kp-020
• Du et al., Improving Factuality by Multi-Agent Debate（2023）→ kp-020

训练

• ★ DeepSeek-AI, DeepSeek-R1: Incentivizing Reasoning via RL（2025）→ kp-031
• Schick et al., Toolformer（2023）→ kp-008/009

评测与安全

• Jimenez et al., SWE-bench（2023）→ kp-028
• Xie et al., OSWorld（2024）→ kp-029
• Yao et al., τ-bench: Tool-Agent-User Interaction（2024）→ kp-024
• Schmid et al., GATES（2025）→ kp-023
• OWASP, Top 10 for LLM Applications（2025 版）→ kp-026

框架与工具文档

• LangGraph（langchain 文档的 LangGraph 章节）→ kp-021
• OpenTelemetry GenAI Semantic Conventions（规范进行中）→ kp-025
• LangSmith / Langfuse 文档（tracing 与 evals 章节）→ kp-024/025
• E2B / Modal（沙箱即服务）→ kp-018

深度跟进（博客与年度报告）

• Simon Willison 博客——prompt injection 与 agent 边界的持续一手思考 → kp-026
• Lilian Weng（lilianweng.github.io）——LLM/Agent 技术长文，教科书级 → kp-002
• Andrej Karpathy 演讲（Intro to LLMs 等）→ kp-002
• Stanford HAI, AI Index（年度）→ kp-032
• Anthropic Economic Index / 各家 agentic 使用报告（季度）→ kp-032

经典教科书背景

• Russell & Norvig, Artificial Intelligence: A Modern Approach（ch.2 Agent 定义）→ kp-001
• Sutton & Barto, Reinforcement Learning: An Introduction（RL 基础，选读）→ kp-031

阅读路径建议

1. 最小闭环（4 篇，一个周末）：Building Effective Agents → ReAct → MCP quickstart → Claude Code 文档 memory 章
2. 工程深潜（+4 篇）：多 Agent 复盘 → 上下文工程博客 → SWE-bench → OWASP Top 10
3. 研究向（+3 篇）：Reflexion → R1 → Generative Agents