Cara Belajar Ejen AI dari Asas hingga Boleh Dibina

Laluan dalam enam peringkat

Untuk mempelajari ejen AI dari asas, ikuti enam peringkat mengikut turutan: konsep, gelung pertama anda, alat, memori, reka bentuk gelung, dan keselamatan. Setiap peringkat mempunyai satu perkara yang perlu anda bina sendiri. Melangkau ke hadapan ialah sebab paling biasa orang terhenti kerana rangka kerja menyembunyikan bahagian yang sebenarnya perlu anda lihat.

Ejen AI ialah gelung di sekeliling model bahasa yang dibenarkan memanggil alat. Ayat itu merangkumi keseluruhan subjek ini. Semua perkara selepasnya ialah perincian tentang kandungan gelung, perkara yang boleh dicapai oleh alat, dan cara menghentikan gelung apabila berlaku kesilapan. Jika anda boleh menerangkan gelung itu kepada orang lain, anda telah memahami perkara tersebut. Jika anda hanya boleh menyebut nama rangka kerja, anda masih belum memahaminya.

Pelan di bawah mengandaikan anda belajar dengan membina. Baca satu peringkat, bina perkara kecil tersebut, rosakkannya dengan sengaja, kemudian teruskan. Peringkat yang hanya anda baca ialah peringkat yang belum anda lakukan.

Perkara yang sebenarnya anda perlukan sebelum peringkat 1

Senarai prasyarat yang sebenar adalah ringkas, dan lebih pendek daripada yang dicadangkan oleh kebanyakan halaman kursus.

• Anda boleh membaca dan menulis Python atau TypeScript pada tahap skrip lima puluh baris.
• Anda selesa menggunakan shell Linux: memasang pakej, menyunting fail dan membaca log.
• Anda mempunyai kunci API untuk model terhos, atau mesin yang boleh menjalankan model setempat.

Itulah keseluruhan senarai. Anda tidak memerlukan teori pembelajaran mesin dan tidak perlu pernah melatih model. Tiada perkara dalam kerja ejen yang melibatkan kecerunan atau data latihan. Kad grafik hanya penting jika anda memutuskan untuk menjalankan model itu sendiri. Ini ialah kemahiran berasingan yang boleh anda pelajari kemudian daripada mengehos Ollama pada VPS untuk mengehos sendiri LLM.

Perkara yang sering dipandang ringan ialah bahagian shell. Ejen gagal disebabkan kebenaran, laluan, pemboleh ubah persekitaran dan proses yang terhenti secara senyap. Jika surih tindanan tentang PATH atau mod fail menyebabkan anda menutup terminal, luangkan masa hujung minggu untuk mempelajari asas Linux terlebih dahulu. Ini akan menjimatkan masa anda sebulan kemudian.

Peringkat 1: apakah ejen dan apakah yang bukan ejen

Mulakan dengan satu panggilan API tanpa gelung. Hantar gesaan, cetak balasan, kemudian lihat kiraan token dalam respons. Kini anda memahami unit kos dan unit kependaman.

Kemudian pelajari penggunaan alat, iaitu satu-satunya idea baharu yang benar-benar penting dalam bidang ini. Anda menerangkan fungsi kepada model sebagai nama, perihalan dan skema JSON (notasi objek JavaScript) untuk inputnya. Model tidak menjalankan apa-apa. Model membalas dengan permintaan berstruktur: panggil run_command dengan argumen ini. Kod anda menjalankan fungsi tersebut, menghantar output kembali sebagai mesej, kemudian meminta model menjawab semula. Model ialah perancang yang membaca teks dan menulis teks. Kod anda ialah komponen yang melaksanakan tindakan.

Chatbot berhenti selepas satu balasan. Ejen mengulangi pertukaran itu sehingga model berhenti meminta alat. Pengulangan itu merupakan satu-satunya perbezaan, dan sebab itu mod kegagalan juga berbeza. Chatbot memberikan jawapan yang salah sekali. Ejen melaksanakan tindakan berdasarkan jawapan yang salah beberapa kali sebelum sesiapa menyedarinya.

Peringkat 2: tulis gelung itu sendiri, sekali sahaja

Jangan mulakan dengan rangka kerja. Tulis kira-kira tiga puluh baris Python supaya struktur program itu datang daripada anda sendiri.

sudo apt update && sudo apt install -y python3-venv
python3 -m venv ~/agent
source ~/agent/bin/activate
pip install anthropic
export ANTHROPIC_API_KEY=your-key-here

import subprocess
import anthropic

client = anthropic.Anthropic()

tools = [{
    "name": "run_command",
    "description": "Run a read only shell command and return its output.",
    "input_schema": {
        "type": "object",
        "properties": {"command": {"type": "string"}},
        "required": ["command"],
    },
}]

messages = [{"role": "user", "content": "How much disk space is free here?"}]

while True:
    response = client.messages.create(
        model="claude-opus-5",
        max_tokens=4096,
        tools=tools,
        messages=messages,
    )
    if response.stop_reason != "tool_use":
        break
    messages.append({"role": "assistant", "content": response.content})
    results = []
    for block in response.content:
        if block.type == "tool_use":
            done = subprocess.run(
                block.input["command"], shell=True,
                capture_output=True, text=True, timeout=10,
            )
            results.append({
                "type": "tool_result",
                "tool_use_id": block.id,
                "content": done.stdout or done.stderr,
            })
    messages.append({"role": "user", "content": results})

print(next(b.text for b in response.content if b.type == "text"))

Jalankannya dengan python3 agent.py. Pelaksanaan yang berjaya mencetak satu perenggan yang menyenaraikan sistem fail anda dan ruang kosongnya, kerana model meminta df -h, kod anda menjalankannya, dan laluan kedua menukarkan jadual itu menjadi ayat. Jika tiada apa-apa dicetak, gelung itu tamat sebelum blok teks diterima. Tambahkan print(response.stop_reason) di dalam gelung dan pantau perubahan nilai tersebut.

Sekarang rosakkan program itu dengan sengaja. Padamkan baris tool_use_id dan baca ralat tersebut, kerana hasil alat tanpa id sepadan akan ditolak oleh API dan ini ialah pepijat yang paling lazim bagi pemula. Ajukan soalan yang memerlukan dua perintah dan pantau gelung itu berjalan dua kali. Ajukan sesuatu yang mustahil dan lihat sama ada program itu berputus asa atau berputar tanpa henti.

Satu amaran tentang contoh ini. Contoh ini menghantar output model terus ke shell menggunakan shell=True, yang boleh diterima pada mesin sementara yang boleh anda bina semula, tetapi tidak sesuai di tempat lain. Peringkat 6 membetulkannya. Konsep di sebalik gelung ini diterangkan dengan lebih panjang dalam membina ejen AI anda sendiri pada VPS.

Tahap 3: alat yang belum tersedia untuk ejen

Alat run_command anda berfungsi, tetapi ejen sebenar memerlukan alat yang boleh mengakses sumber di luar sistem: sistem tiket, pangkalan data dan repositori. Menulis pembalut tersuai untuk setiap perkhidmatan dan setiap ejen tidak dapat diskalakan.

Model Context Protocol (MCP) ialah penyelesaian yang telah dipersetujui oleh industri. Pelayan MCP mendedahkan sekumpulan alat melalui pengangkutan standard, dan mana-mana ejen yang menyokong MCP boleh menggunakannya tanpa kod penyambung tersuai. Pelayan sistem fail rujukan hanya memerlukan satu arahan:

npx -y @modelcontextprotocol/server-filesystem /home/you/projects

Node perlu dipasang, dan argumen direktori ialah satu-satunya laluan yang akan disentuh oleh pelayan. Inilah model keselamatan dalam bentuk ringkas: pelayan menentukan sempadan, bukan model. Halakan klien kepadanya, lalu ejen anda memperoleh keupayaan membaca dan menulis fail yang tidak anda tulis sendiri. Cara menjalankan pelayan ini dengan betul, menggunakan akaun perkhidmatan serta pilihan pengangkutan yang diterangkan, dibincangkan dalam menjalankan pelayan MCP pada VPS untuk ejen pengekodan AI.

Pengajaran daripada tahap ini ialah reka bentuk alat merupakan tugas sebenar. Penerangan yang kabur menyebabkan model membuat andaian. Alat yang mengembalikan empat puluh ribu aksara mencemarkan tetingkap konteks. Alat yang boleh memadam sesuatu akhirnya akan memadam sesuatu.

Peringkat 4: memori, yang kebanyakannya hanyalah fail

Pemula biasanya terus menggunakan pangkalan data vektor pada peringkat ini. Jangan berbuat demikian, sekurang-kurangnya buat masa ini.

Ejen tidak mempunyai memori antara panggilan. Anda menghantar semula keseluruhan perbualan setiap kali. Sebab itu sesi yang panjang memerlukan kos bagi setiap giliran yang lebih tinggi berbanding sesi yang pendek. Jadi, memori terbahagi kepada dua masalah. Masalah pertama ialah perkara yang muat dalam tetingkap konteks sekarang. Anda menguruskannya dengan membuat ringkasan, memendekkan output alat yang lama, dan menyimpan awalan prom yang stabil dalam cache supaya anda hanya membayar sebahagian kecil daripada harganya. Masalah kedua ialah perkara yang kekal selepas dimulakan semula. Itulah storan.

Untuk masalah kedua, fail markdown biasa yang boleh dibaca dan ditulis oleh ejen lebih sesuai berbanding pangkalan data vektor untuk hampir semua projek pertama. Berikan ejen satu fail, tetapkan formatnya, arahkan ejen membaca fail itu sebelum bermula dan mengemas kininya apabila memperoleh sesuatu yang baharu. Anda mendapat sebahagian besar manfaat tersebut, dan anda boleh membuka fail itu untuk melihat perkara yang dipercayai oleh ejen anda. Gunakan embeddings dan retrieval apabila nota tidak lagi muat dalam tetingkap konteks, bukan sebelum itu.

Tahap 5: gelung ialah produk

Pada tahap ini, anda boleh membina ejen yang berfungsi semasa anda memantaunya. Tahap 5 ialah memastikan ejen itu berfungsi apabila anda tidak memantaunya.

Empat soalan menentukan sama ada ejen tanpa pengawasan selamat untuk dibiarkan. Apakah pencetusnya supaya ejen tidak berjalan tanpa tujuan. Apakah sempadan operasinya supaya kesilapan kekal kecil. Bagaimanakah hasilnya disahkan, kerana ejen yang menilai kerja sendiri sentiasa lulus. Apakah bajet yang menghentikannya, sama ada dalam token atau masa jam sebenar. Mereka bentuk keempat-empat perkara ini secara sengaja ialah disiplin yang diterangkan dalam kejuruteraan gelung dan perkara yang diliputi oleh takrif itu.

Latihan: ambil ejen tahap 2 anda, berikan tugas yang memerlukan empat atau lima langkah, kemudian tambahkan had lelaran yang ketat. Selepas itu, buang had tersebut dan lihat kesan gelung tanpa had terhadap bil token anda. Lakukan sekali dengan bajet kecil supaya anda tidak melakukannya secara tidak sengaja dengan bajet besar.

Peringkat 6: keselamatan, rahsia dan kos

Peringkat ini wajib, dan diletakkan terakhir hanya kerana anda tidak dapat merasai risikonya sehingga anda membina sesuatu yang berfungsi.

Jalankan ejen sebagai pengguna tanpa keistimewaan yang berasingan, bukan sebagai root dan bukan sebagai akaun anda sendiri, supaya skop kesan insiden terhad kepada satu direktori dan bukan seluruh mesin. Jauhkan kelayakan daripada capaian model, kerana apa-apa yang berada dalam tetingkap konteks boleh dipetik semula melalui panggilan alat, dan penyelesaiannya ialah token jangka pendek yang terhad skopnya di belakang helper seperti yang diterangkan dalam menjauhkan rahsia daripada ejen AI anda. Tetapkan had maksimum perbelanjaan, kerana gelung tanpa pengawasan mengenakan caj bagi setiap lelaran tanpa sesiapa memantaunya, dan had serta pemprosesan secara kelompok yang memastikan kos terkawal diterangkan dalam mengawal kos ejen AI pada VPS yang sentiasa hidup.

Kos memerlukan satu angka yang jelas. Setakat July 2026, Claude Opus 5 mengenakan caj $5 bagi setiap juta token input dan $25 bagi setiap juta token output, dan ejen yang terlalu banyak berkomunikasi dengan menghantar semula perbualan yang semakin panjang boleh memproses beberapa ratus ribu token dalam satu tugas. Caching prompt dan model yang lebih kecil untuk langkah rutin mengubah pengiraan itu dengan jauh lebih ketara berbanding sebarang pengubahsuaian prompt.

Suntikan prompt juga termasuk dalam perkara ini. Jika ejen anda membaca halaman web, penjejak isu atau peti masuk, orang yang menulis teks itu juga sedang menulis arahan kepada ejen anda. Pertahanannya bukan system prompt yang lebih bijak. Pertahanannya ialah sempadan, kerana ejen yang tidak boleh memadam repositori tidak boleh dipujuk untuk memadamnya.

Kurikulum yang manakah patut anda ikuti?

Pilih satu kurikulum dan habiskannya, bukannya mencuba enam kurikulum. Repositori Microsoft ai-agents-for-beginners ialah repositori percuma yang paling lengkap, dengan kursus 18 pelajaran yang telah melepasi 70,000 bintang setakat Julai 2026, dan kandungannya sepadan dengan peringkat di atas. Senarai repositori ejen yang sedang popular berguna untuk melihat perkara yang tersedia, tetapi kurang sesuai sebagai sukatan pelajaran kerana senarai yang diisih mengikut bintang mengikut populariti, bukan urutan pembelajaran.

Apabila anda mahu projek sebenar untuk latihan, ejen pengekodan ialah sasaran pertama yang terbaik: maklum balas diterima serta-merta, alatnya jelas dan kesilapan mudah dibuat asal. Menjalankan ejen AI pengekodan pada VPS menerangkan keseluruhan proses dari awal hingga akhir. Jika anda lebih suka mengkaji sistem yang berfungsi berbanding membina dari kosong, perbandingan dalam ejen AI kendiri terbaik menunjukkan cara beberapa projek menyelesaikan gelung yang sama dengan pendekatan yang berbeza.

Berapa lama masa yang diperlukan?

Bagi seseorang yang sudah boleh memprogram, peringkat 1 dan 2 boleh diselesaikan dalam satu malam. Peringkat 3 memerlukan satu hujung minggu. Sebahagian besar masa digunakan untuk penerangan alat, bukan protokol. Peringkat 4 dan 5 memerlukan beberapa minggu penggunaan sebenar. Anda hanya mengetahui perkara yang dilupakan oleh ejen dengan memerhatikannya melupakan perkara tersebut. Peringkat 6 tidak pernah benar-benar selesai. Setiap keupayaan baharu yang anda berikan akan memulakannya semula.

Dua bulan dengan beberapa malam yang digunakan secara konsisten biasanya mencukupi untuk menghasilkan ejen yang berfungsi, terkawal dan berguna. Mereka yang mengambil masa setahun biasanya terus membaca dan tidak mula membina.

FAQ

Adakah saya perlu mengetahui pembelajaran mesin untuk membina ejen AI?

Tidak. Membina ejen bermaksud memanggil model melalui API dan menyambungkan permintaan alatnya kepada fungsi sebenar. Ini ialah pengaturcaraan aplikasi biasa. Anda tidak perlu mengendalikan latihan, kecerunan atau set data. Kemahiran yang menentukan sama ada ejen anda berfungsi ialah reka bentuk skema untuk alat, pengendalian ralat dan keizinan Linux. Teori pembelajaran mesin hanya menjadi relevan jika anda meneruskan latihan terlaras model, iaitu tugas yang berbeza dengan prasyarat yang berbeza.

Patutkah saya bermula dengan rangka kerja seperti LangChain atau CrewAI?

Tulis satu gelung mentah dahulu, kemudian gunakan rangka kerja. Rangka kerja menggantikan 30 baris dalam peringkat 2 dengan objek konfigurasi. Ini memudahkan kerja selepas anda memahami perkara yang digantikannya, tetapi boleh mengelirukan sebelum itu. Apabila ejen anda berkelakuan tidak seperti yang dijangka, anda perlu memahami senarai mesej dan hasil alat secara langsung. Ini jauh lebih sukar jika anda belum pernah melihatnya. Selepas menulis satu gelung sendiri, rangka kerja menjimatkan masa anda tanpa menyembunyikan mekanismenya.

Berapakah kos untuk mempelajari ejen AI?

Kosnya lebih rendah daripada jangkaan kebanyakan orang jika anda menetapkan had. Kunci API yang dihoskan dan VPS kecil mencukupi untuk semua enam peringkat ini. Risiko sebenar bukan kadar setiap jam. Risikonya ialah gelung tanpa had yang mengenakan caj bagi setiap lelaran semasa anda tidur. Tetapkan had perbelanjaan yang ketat pada akaun API anda pada hari pertama, tambah had lelaran pada setiap gelung yang anda tulis, dan gunakan model yang lebih murah untuk langkah rutin. Menjalankan model secara setempat menghapuskan caj token, tetapi memerlukan perkakasan yang sesuai.

Apakah perbezaan antara ejen AI dengan chatbot?

Chatbot memberikan jawapan sekali. Ejen mengulangi satu kitaran: model meminta alat, kod anda menjalankan alat itu, hasilnya dihantar kembali, kemudian model menentukan tindakan seterusnya. Pengulangan ini membolehkan ejen menyelesaikan tugas yang mempunyai beberapa langkah. Ini juga sebabnya ejen memerlukan batasan yang tidak diperlukan oleh chatbot. Jawapan chatbot yang salah ialah perenggan yang tidak tepat. Jawapan ejen yang salah ialah perenggan yang tidak tepat, ditambah dengan apa sahaja tindakan yang dilakukannya berdasarkan jawapan itu.