Skip to content

About

A practical guide to building enterprise AI agents across their full lifecycle.

Resources

Stars

3.5k stars

Watchers

28 watching

Forks

Latest commit

 

History

183 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AI Agent Handbook

中文 | English

项目围绕 Agent 的架构、构建、运行、治理和调优的整个应用生命周期,总结了阿里云、云上的企业客户、开源社区的开发者用户在企业级 Agent 落地过程中的实践经验、教训和体会。我们每周会收录最新的实践,并对已发布的内容进行不定期更新。如果该项目能对个人学习和企业落地 Agent 起到一点点的促进作用,这将是我们莫大的荣幸。

谨以此项目,献给参与 AI 建设的同行者们。

🤗 在线阅读 ,这里的阅读体验更好。

💯 测试题 ,设计了一些代码测试题,来看看你能拿多少分吧?

🎮 海底世界 ,设计了一些小游戏,来放松下吧。

欢迎高校等教育机构等一起共建企业级 Agent 课程,让更多人体系化的掌握 Agent。若感兴趣,请添加微信(max_0928)进行沟通,备注共建。


1. 项目背景

2025年9月,我们发布了《AI 原生应用架构白皮书》,围绕 AI 原生应用的 DevOps 全生命周期,从架构设计、技术选型、工程实践到运维优化,对概念和重难点进行体系化的拆解,并尝试提供一些解题思路。但随着模型和智能体技术的快速发展,我们发现,市场的关注度已经从快速构建智能体,转向以下三大新挑战:

  • 工程化挑战:从概率智能到可靠生产力,Agent 能够承担关键任务。

  • 规模化挑战:稳定、安全、性能、成本,从单点试验到智能基础设施,Agent 能够被大规模部署。

  • 组织化挑战:从 Agent 孤岛到智能组织,Agent 能够进入核心业务流程。

2025年的那本白皮书,显然难以应对这些新的诉求。

因此,我们重新梳理了白皮书的结构,并以开源的方式进行维护,希望通过更与时俱进的内容,更多的实践,以及更社区化的协作,为企业选型和内部立项提供参考,持续呈现 AI 原生应用架构的前沿思考和落地实践。

2. 目标读者与收获

本白皮书主要面向企业级 Agent 构建与落地场景。它既适合关注 Agent 开发的工程人员,也适合用于企业内部的技术选型、架构评审、项目立项和跨团队共识建设。

读者 建议关注 你将获得
Agent / AI 应用开发者 构建篇、运行篇、调优篇 掌握 Harness、上下文、状态、工具、沙箱、轨迹与评估闭环等核心工程方法。
架构师与平台工程师 架构篇、运行篇、治理篇 建立从组件、平台责任到生命周期的完整架构视图,形成可扩展的 Agent 基础设施设计。
技术负责人和研发管理者 架构篇、治理篇、实践篇 判断应用形态、成熟度、投入边界与生产风险,支撑选型、立项和组织协同。
产品与业务负责人 调研报告、架构篇、实践篇 理解适合 Agent 的任务、人与 Agent 的责任边界,以及从试点走向核心流程的条件。
安全、质量与运维人员 运行篇、治理篇、调优篇 建立可观测、审计、安全授权、上线验证、持续评估和故障归因机制。
研究者与生态贡献者 全书与实践篇 了解企业一线问题、工程抽象和开放议题,并参与共同完善行业知识体系。

完整阅读后,你将能够:

  • 从业务目标、任务确定性和风险出发,选择最低充分的 Agent 架构;
  • 理解 Model 与 Harness 的责任边界,不把所有问题都归因于模型能力;
  • 设计可持续推进、可中断恢复、可验证完成的 Agent 任务系统;
  • 为 Agent 建立执行环境、状态、流量、权限、观测与成本治理底座;
  • 用 Trace、Trajectory、黄金数据集和评估实验形成持续改进的数据飞轮;
  • 将方法映射到研发效能、设计、运维、企业 IT、客户运营等实际场景。

3. 章节目录

篇章 目录 章节范围 阅读重点
2026 Agent 开发者调研报告 根目录 — 企业 Agent 开发、生产化、架构选型、工具链、治理与评估现状。
前言 00-preface/ — 白皮书结构和背景。
智以致用:从造出智能,到用好智能 00-preface/ — 从智能能力走向可靠交付,以全模态、全栈与 Harness 工程支撑规模化应用。
架构篇 01-architecture/ 第 01–02 章 定义对象、判断形态、选择成熟度并建立参考架构。
构建篇 02-build/ 第 03–06 章 以 Harness 为核心,组织任务、信息和行动。
运行篇 03-run/ 第 07–12 章 从单 Agent 稳定运行扩展到异步、多 Agent 与分布式通信。
治理篇 04-governance/ 第 13–16 章 让运行可见、行为有边界、资产可管理、上线前可验证。
调优篇 05-optimization/ 第 17–24 章 从模型与 Agent 两条主线构建持续优化闭环。
实践篇 06-case-study/ 第 25–29 章、决策模型专题、Personal Agent 专题、FDE 专题 企业实践、垂直场景、Agent Infra 前沿探索、结构化决策、Personal Agent 观察与 FDE 工程实践。
总结与展望篇 07-conclusion/ 第 30 章 从 Agentic Application 走向 Agentic OS。

4. 下一步规划

白皮书将以开放项目的方式持续维护,而不是在首次发布后封存。接下来的重点包括:

  • 扩展企业实践案例:增加更多来自研发、运营、客服、数据、安全、财务和行业场景的一线案例,补充成功路径、架构取舍与真实失败模式。
  • 增加云资源线上体验:围绕沙箱、Runtime、AI 网关、状态存储、可观测和评估等关键能力,设计可复现的云上体验流程,让读者从阅读进一步走向动手验证。
  • 持续完善治理内容:跟进身份权限、Prompt Injection 防护、数据出域、审计、资产注册、版本治理和上线前仿真等企业核心议题。
  • 持续完善评估体系:补充任务成功率、轨迹评估、LLM-as-Judge、黄金数据集、Badcase 回归、线上实验和成本质量权衡等方法与案例。
  • 跟进技术演进:持续吸收模型、Harness、协议、Runtime、多 Agent 和 Agentic OS 的新进展,并及时修正已经不再适用的判断。

欢迎贡献

欢迎开发者、架构师、研究者、企业技术团队和产品实践者参与共建。你可以:

  • 提交 Issue,指出事实错误、概念歧义、链接失效或需要补充的主题;
  • 提交 Pull Request,完善章节、修正内容、优化图表或补充参考资料;
  • 分享经过脱敏的企业实践、故障复盘、评估方法与架构取舍;
  • 提供可复现的代码、云资源体验流程、数据集或实验方案;
  • 参与术语统一、技术审校、案例评审和内容翻译。

贡献内容应尊重原创与授权边界;涉及企业数据、客户信息、内部系统和安全细节时,请先完成必要的脱敏与许可确认。

5. 贡献者

感谢所有参与架构设计、章节写作、案例整理与内容审校的贡献者。

贡献领域 贡献者
前言 麻芃
开发者调查报告 任娟、王晨
架构篇 王晨、刘军、沈林
构建篇 刘军、泮圣伟、王晨
运行篇 赵庆杰、李诗波、林清山、黄晓萌、张添翼、赵源筱、孙校、宋震、胡庆达、柳遵飞、朱桐、余华峰、罗鑫、孔可青
治理篇 肖长军、周洋、张磊、王方、张海彬、程书意、刘子明、饶子昊、任懿、杨永、王硕、马昕、刘宇轩、杨翊
调优篇 张寒萌、李盛荣、王亚宁、孙坚运、马云雷、王桢、郑前祎、刘航、陈新、高凯升
实践篇 杨涛、朱颜、余艾琳、胡峻、姜剑、张添翼、赵彬、周远航、郑天、任懿、周春刚
总结与展望篇 林演

About

A practical guide to building enterprise AI agents across their full lifecycle.

Resources

Stars

3.5k stars

Watchers

28 watching

Forks

Releases

Packages

Used by

Contributors

Languages