一位谷歌高级工程师发布的一份424页的《智能体设计模式》文档

如果你正在做基于大模型的智能体（Agent）应用，大概率遇到过这种情况：单个提示词跑得挺顺，一旦要让模型自己决定调用哪个工具、失败了怎么重试、多个步骤之间怎么传递状态，代码就开始变成一团乱麻。这份四百多页的文档，讨论的正是这类问题——把智能体从"能跑"做到"可维护"的那层设计经验。

它解决的是什么问题

市面上的智能体教程大多停在"搭一个能对话的机器人"，而这份文档的重心在于结构：任务怎么拆、控制流放在模型里还是放在代码里、工具调用的边界如何界定、多轮交互中上下文怎么裁剪、出错时由谁兜底。它把常见的做法归纳成若干可复用的模式，每种模式都对应一个具体的工程困境，而不是泛泛谈提示词技巧。对已经在写智能体代码、但觉得自己是在"打补丁"的人来说，这部分价值最直接。

适合什么基础，先看哪几块

文档默认读者能读懂 Python 或类似的代码示例，并且实际调用过至少一家大模型的接口；如果完全没写过 API 调用，建议先补上这一环再回来。数学门槛不高，不需要深度学习背景，但要对"模型输出不确定"这件事有心理准备。阅读顺序上，不建议从第一页顺着翻。可以先看讲单个智能体内部循环与控制流的那几章，建立基本骨架；再看工具调用与状态管理部分，这两块是实际项目里最容易出问题的地方；多智能体协作、评估与调试相关的内容放在后面，等前面跑通了再回头看，理解会顺很多。

学完能独立做什么，资料怎么配合练习

认真过一遍并动手实现其中几个模式之后，你应当能独立设计一个带工具调用、有失败重试、状态可追踪的智能体流程，并且在需求变化时知道该改哪一层，而不是推倒重写。练习方式上，建议不要只读：挑一个你手头真实的小需求，比如自动整理资料、按规则查询并汇总信息，用文档里的模式去搭，每读一种模式就回头改一次自己的实现，对比改动前后的差别。文档本身是 PDF，适合通读加做笔记，但真正的理解来自把它当成设计参考手册反复查，而不是一次性刷完。如果只是想了解概念、不打算写代码，这份材料的密度会偏高，收益有限。