《Agentic Design Patterns: A Hands-On Guide to Building Intelligent Systems》是 Google 資深工程總監 Antonio Gulli 寫的書,整理了 21 個建構 AI Agent 系統的設計模式——從 Prompt Chaining、Routing 這種基礎的,到 Multi-Agent 協作、Guardrails、評估與監控這種上線前你遲早要面對的,每章都附程式碼範例。我把整本書翻成了繁體中文,這一頁是全書目錄。
為什麼要翻這本書
主要是為了逼自己讀懂。英文技術書很容易「看過」但沒「讀進去」,眼睛掃過一段就自動點頭。翻譯不行,每一段都要先真的理解,才有辦法用中文把它講清楚。卡住的地方,通常就是我其實沒懂的地方。
所以與其說這是翻譯專案,不如說是一份做得比較完整的讀書筆記,剛好完整到變成一整本書。
翻譯流程老實講:AI 出初稿,然後逐章對照英文原文審一輪語意,用語照著自己整理的風格指南走——哪些詞保留英文(Agent、Prompt、RAG 這類工程圈慣用原文的詞不硬翻)、哪些詞怎麼譯,全書一致。程式碼區塊完全不動,保留英文原文。翻錯難免,發現問題歡迎到 GitHub repo 開 issue。
關於原書
原書 2025 年由 Springer 出版,作者把版稅全數捐給 Save the Children,也把全書內容公開給社群。這份翻譯是非官方的,僅供學習交流,不做任何商業用途;內容以英文原書為準,讀完覺得有收穫,請支持正版。
也感謝 Tom Mathews 整理的英文 Markdown 版(本翻譯的底本),以及 xindoo 發起的簡體中文翻譯專案(術語參考)。
從哪裡開始讀
沒寫過 agent 的話,先看什麼讓 AI 系統成為 Agent?搞清楚定義,然後從第 1 章照順序讀,第一部七章都是基礎。已經在用 LangChain、LangGraph 這類框架的人,可以直接跳第 8 章的記憶管理和第三部,那邊講的是系統要上線前真正會踩的坑。第 17 章的推理技巧和附錄 A 的 Prompt 技巧可以當工具書,需要時再翻。
全書目錄
前言
第一部:基礎模式
- 第 1 章:Prompt Chaining(提示鏈)
- 第 2 章:Routing(路由)
- 第 3 章:Parallelization(平行化)
- 第 4 章:Reflection(反思)
- 第 5 章:Tool Use(工具使用,Function Calling)
- 第 6 章:Planning(規劃)
- 第 7 章:Multi-Agent Collaboration(多 Agent 協作)
第二部:進階系統
- 第 8 章:Memory Management(記憶管理)
- 第 9 章:Learning and Adaptation(學習與適應)
- 第 10 章:Model Context Protocol(MCP)
- 第 11 章:Goal Setting and Monitoring(目標設定與監控)
第三部:上線前的考量
- 第 12 章:Exception Handling and Recovery(例外處理與恢復)
- 第 13 章:Human-in-the-Loop(人機協作)
- 第 14 章:Knowledge Retrieval(知識檢索,RAG)
第四部:Multi-Agent 架構
- 第 15 章:Inter-Agent Communication(Agent 間通訊,A2A)
- 第 16 章:Resource-Aware Optimization(資源感知最佳化)
- 第 17 章:Reasoning Techniques(推理技巧)
- 第 18 章:Guardrails / Safety Patterns(護欄與安全模式)
- 第 19 章:Evaluation and Monitoring(評估與監控)
- 第 20 章:Prioritization(優先排序)
- 第 21 章:Exploration and Discovery(探索與發現)
附錄
- 附錄 A:進階 Prompt 技巧
- 附錄 B:AI Agent 的互動介面:從 GUI 到真實世界
- 附錄 C:Agentic 框架速覽
- 附錄 D:用 AgentSpace 打造 Agent(僅線上版)
- 附錄 E:CLI 上的 AI Agent
- 附錄 F:深入內部:Agent 推理引擎解析
- 附錄 G:Coding Agent