AI Agent：从复现到理解

学习方式

我的 Agent 实践主要基于教程和开源项目进行复现、阅读与探索。这些经历属于学习实践，不是独立原创的完整智能体框架。

目前接触的内容

• Agent Loop：学习模型如何在多轮交互中继续处理任务。
• 工具调用：理解工具请求识别、执行和结果回传的过程。
• 会话与上下文：学习如何组织历史消息以及流式输出。
• MCP 与工作流：接触工具接入，以及串行、并行、循环等任务组织形式。

我想弄清楚的问题

接通模型与工具后，还需要回答很多问题：工具失败时怎样继续？上下文越来越长时如何管理？什么时候应该结束循环？怎样判断任务真的完成？

这些是我接下来希望通过小实验和源码阅读深入理解的方向，不能因为运行过示例就认为已经掌握。

下一步的练习

计划选择一个边界清晰的小任务，独立设计输入、工具、异常处理与停止条件，再记录运行过程和验证结果。先理解机制，再逐步扩展功能。