<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
	<channel>
		<title>读书 on Think in Hualet</title>
		<link>https://www.hualet.org/tags/%E8%AF%BB%E4%B9%A6/</link>
		<description>Recent content in 读书 on Think in Hualet</description>
		<generator>Hugo</generator>
		<language>zh</language>
		
		
		
		
			<lastBuildDate>Sun, 16 Aug 2026 23:38:32 +0800</lastBuildDate>
		
			<atom:link href="https://www.hualet.org/tags/%E8%AF%BB%E4%B9%A6/index.xml" rel="self" type="application/rss+xml" />
			<item>
				<title>阅读《AI Agents in Depth》有感</title>
				<link>https://www.hualet.org/posts/ai_agents_in_depth/</link>
				<pubDate>Sun, 16 Aug 2026 23:38:32 +0800</pubDate>
				<guid>https://www.hualet.org/posts/ai_agents_in_depth/</guid>
				<description>&lt;p&gt;前几周在刷 X/Twitter 的时候，看见李博杰在推自己的新书《AI Agents in Depth》。&lt;/p&gt;&#xA;&lt;p&gt;&lt;img src=&#34;https://www.hualet.org/img/2026/08/libojie.png&#34; alt=&#34;img&#34;&gt;&lt;/p&gt;&#xA;&lt;p&gt;本来不是特别想入坑，因为之前看过一些 Agent 研发相关的教程，觉得对于上下文工程、工具、Agent Loop 等都有一定的认识，现在还没有到复习功课的时候。但是，看了一眼目录以后还是被吸引了：除了常见的构建 Agent 的知识，章节里面还有 Agent 评估、多模态与实时交互、Agent 的持续进化等我自己比较感兴趣、还在研究的内容，也就不知不觉入坑看了起来，甚至还推荐给了同事。&lt;/p&gt;&#xA;&lt;p&gt;今天看完了。书里的技术内容这里就不复述了，想看干货的可以直接去读原书；这篇只写几点感悟：这本书的作者是怎样一个人、它怎么让我对&amp;quot;动手&amp;quot;这件事有了新的理解，以及为什么我觉得你也该翻一翻。&lt;/p&gt;&#xA;&lt;h2 id=&#34;这本书值得翻一翻&#34;&gt;&#xA;  这本书值得翻一翻&#xA;  &lt;a class=&#34;heading-link&#34; href=&#34;#%e8%bf%99%e6%9c%ac%e4%b9%a6%e5%80%bc%e5%be%97%e7%bf%bb%e4%b8%80%e7%bf%bb&#34;&gt;&#xA;    &lt;i class=&#34;fa-solid fa-link&#34; aria-hidden=&#34;true&#34; title=&#34;Link to heading&#34;&gt;&lt;/i&gt;&#xA;    &lt;span class=&#34;sr-only&#34;&gt;Link to heading&lt;/span&gt;&#xA;  &lt;/a&gt;&#xA;&lt;/h2&gt;&#xA;&lt;p&gt;先回答一个问题：Agent 教程看了一堆，这本书还有什么可看的？&lt;/p&gt;&#xA;&lt;p&gt;对我来说，一是它讲了教程很少覆盖的&amp;quot;下半场&amp;quot;。至少在我看过的资料里，大多止步于把上下文工程、工具、Agent Loop 讲清楚，而 Agent 评估、多模态与实时交互、Agent 的持续进化这些真正决定能不能产品化的内容，很少被系统地讲过——这几个恰好是我在折腾的课题，所以目录一眼就把我勾住了。&lt;/p&gt;&#xA;&lt;p&gt;二是它是工程和研究双料的。书里不仅包含 Agent 构建工程方面的内容，还有大量关于 AI/LLM/Agent 的前沿研究内容，两者结合起来娓娓道来，读起来既知道怎么做，也知道为什么。&lt;/p&gt;&#xA;&lt;p&gt;适合谁读呢？我觉得是像几周前的我这样，做过一点 Agent 开发、自觉&amp;quot;上下文工程、工具、Loop 都了解了&amp;quot;的人——这本书会告诉你，水位比你想的高。&lt;/p&gt;&#xA;&lt;h2 id=&#34;天才是怎么炼成的&#34;&gt;&#xA;  天才是怎么炼成的&#xA;  &lt;a class=&#34;heading-link&#34; href=&#34;#%e5%a4%a9%e6%89%8d%e6%98%af%e6%80%8e%e4%b9%88%e7%82%bc%e6%88%90%e7%9a%84&#34;&gt;&#xA;    &lt;i class=&#34;fa-solid fa-link&#34; aria-hidden=&#34;true&#34; title=&#34;Link to heading&#34;&gt;&lt;/i&gt;&#xA;    &lt;span class=&#34;sr-only&#34;&gt;Link to heading&lt;/span&gt;&#xA;  &lt;/a&gt;&#xA;&lt;/h2&gt;&#xA;&lt;p&gt;恕我孤陋寡闻，知道李博杰还是因为他在 Twitter/X 上炮轰 DeepSeek 的面试流程，后来就开始关注他的动态，直到读了这本书，我可能才对他为什么叫天才少年有了一定的感知。后来我了解到，他的专业其实主要是在网络系统而不是人工智能，半路出家还能快速达到这种水平，我只能表示 orz 了。&lt;/p&gt;&#xA;&lt;p&gt;上一个能给我这种感觉的还是季逸超：做研究而不木讷，做技术还非常有产品思维……遂我一直有个疑问，他们到底是怎么做到的，一方面在领域内有深刻的认知，另外一方面仿佛半个圈子（夸张）都是他们的好友。所以我问了 Kimi，它给的答案比网上大部分&amp;quot;天才论&amp;quot;都有意思，概括起来是三点：&lt;/p&gt;&#xA;&lt;p&gt;一是完整闭环的经验都在极早期就建立了。季逸超高中时一个人完成猛犸浏览器，后来又打造了Magi 知识图谱搜索引擎等；李博杰博士期间从问题定义到系统实现到论文写作全程自己扛。闭环经验让人对&amp;quot;一个东西从想法到落地&amp;quot;的每个环节有直觉——所谓横跨领域，本质是抽象能力在多个领域的复用。&lt;/p&gt;&#xA;&lt;p&gt;二是理论永远被真实问题驱动。季逸超做搜索引擎才去啃信息检索和知识图谱；李博杰在华为做训练基础设施和灵衢 UB 互联架构，被逼着同时懂分布式系统、网络协议、编译器和硬件，知识体系是&amp;quot;垂直贯通&amp;quot;的：从应用层 Agent 到框架到互联协议到芯片，每一层都亲手做过。&lt;/p&gt;&#xA;&lt;p&gt;三是逆共识下注，靠判断而非跟风。李博杰两次职业选择都是逆势：2025 年大家追预训练时他去做 Agent 应用，2026 年 Agent 最热时他转向基础模型。&lt;/p&gt;</description>
			</item>
	</channel>
</rss>
