这本书是我在构建 Alice 过程中系统整理的工程方法论。
Alice 是一款全平台可用的桌面 AI Agent，支持自我进化、多层记忆、多 Agent 协作，并拥有完整的角色人设。
内容是一套经过生产验证的设计范式，关于如何思考 Agent 的状态、工具、记忆、权限、多 Agent 协作，以及如何把这些拼成一个可靠的产品。
每一章不只讲 Alice 怎么做，还会对标 Anthropic 官方的工程思路，说清楚我们哪里一致、哪里走了不同的路，以及为什么。
|
工程师 / 研究者
|
产品 / 创业者
|
| 章节 | 主题 | 核心问题 |
|---|---|---|
| 序章 | 为什么要写这本书 | Agent 的真正复杂度在哪里？ |
| 第一章 | 五大设计哲学 | 什么是做 Agent 之前要想清楚的事？ |
| 第二章 | 整体架构 | 一个可靠的 Agent 系统长什么样？ |
| 章节 | 主题 | 核心问题 |
|---|---|---|
| 第三章 | Agent Loop | 一次任务的完整执行流程是什么？ |
| 第四章 | 工具系统 | 如何设计 AI 能可靠调用的工具？ |
| 第五章 | 上下文与记忆 | 如何让 Agent 记得「正确的事」？ |
| 章节 | 主题 | 核心问题 |
|---|---|---|
| 第六章 | 多 Agent 协作 | 多个 Agent 如何分工而不混乱？ |
| 第七章 | 权限系统 | 如何在自动化与安全之间找到平衡？ |
| 第八章 | MCP 协议 | 如何用标准接口扩展 Agent 的能力边界？ |
| 第九章 | Skill 系统 | 如何让 Agent 学会用户的工作方式？ |
| 章节 | 主题 | 核心问题 |
|---|---|---|
| 第十章 | 自进化架构 | 如何让 Agent 在用户许可下变得更好？ |
| 第十一章 | 模型路由 | 如何统一管理多个模型服务商？ |
| 第十二章 | 安全架构 | 如何保护用户数据和系统边界？ |
| 第十三章 | 可观测性 | 如何看清一个 Agent 在做什么？ |
| 章节 | 主题 | 核心问题 |
|---|---|---|
| 第十四章 | Prompt 工程 | 如何构建分层的系统提示词体系？ |
| 第十五章 | 工程范式 | 哪些设计思路可以迁移到所有 Agent 项目？ |
| 特别章 | 活人感设计 | 用做游戏的方式做 AI，会有什么不同？ |
- 附录：核心概念词典、架构决策清单
这本书的一个重要线索是：我们做了什么、Anthropic 怎么想的、两者有何不同。
涉及到的 Anthropic 官方文章：
- Building Effective Agents（2024.12）— Agent Loop、工具设计、并行化
- Effective Context Engineering — 上下文工程
- How We Built Our Multi-Agent Research System — 多 Agent 架构
- Code Execution with MCP — MCP 协议实践
|
洛小山 大厂产品总监，连续多年研究 AI Agent 工程化，做了十年游戏，把做游戏的方式带进了 AI 产品设计。 Alice 是我持续打磨的产品，这里记录的是背后完整的工程思考。 |
 赞赏码 |
 公众号 |
如果这本书对你有帮助，欢迎：
Alice 下载地址：alice.fans |
MIT License · Copyright (c) 2026 Miyang Tech (Zhuhai Hengqin) Co., Ltd.