前 8 课我们从装 Python 一直做到了网页版 Agent。这一课不再写新代码而是帮你把零散的知识点串成一张地图并纠正三个最容易让初学者走弯路的认知。一、完整路线图6 个阶段如果你是零基础照着这条线走方向不会错具体分成 6 个阶段阶段学什么最终作品①Python 基础Python 小程序②LLM APIAI 聊天程序③Tool CallingAI 计算/搜索助手④Agent Loop自动执行任务的 Agent⑤Memory RAGAI 知识库 Agent⑥Planning完整 AI Agent你在本系列里已经走完了 ①②③④并且做出了网页版等于提前摸到了「产品」的门槛。二、学完别停7 个练手项目我特别推荐「边学边做」而不是「学完 Python 再学 AI」。按项目推进你会学得又快又扎实。项目你会学到1. AI 聊天机器人Python、LLM API、Prompt2. AI 计算器Function Calling、Tool、Agent Loop3. AI 搜索助手Search API、网页、信息整理4. AI PDF 助手PDF、Embedding、向量数据库、RAG5. AI 研究员Planning、多轮搜索、信息验证6. AI 编程 Agent执行 Python、文件操作、代码修复7. 你自己的产品真正解决一个具体问题前三个项目其实你在这个系列里已经做过了。接下来重点突破 47。一句话概括学 Agent 最好的方式是做一个又一个能跑起来的小东西。三、一套「够用」的技术栈别贪多2026 年个人开发者够用的技术栈大概是Python LLM API Tool Calling RAG MCP FastAPI SQLite / PostgreSQL LangGraph后期按优先级记优先级技术必须掌握Python → LLM API → Prompt → Tool Calling → Agent Loop第二阶段RAG → Memory → 数据库 → MCP第三阶段LangGraph → 多 Agent → 部署 → 监控四、三个关键认知最重要的一节认知一不要把「框架」当成 AgentLangChain、LangGraph、CrewAI、AutoGen 这些都是工具和框架它们不是 Agent 本身。你真正需要理解的是LLM → 决定做什么 → 调用工具 → 得到结果 → 判断下一步 → 继续行动理解了它再去学 LangGraph 会非常快否则很容易变成「我会调 LangGraph但不知道为什么 Agent 能这么运行」。一句话概括先懂原理框架只是让你写得更快的脚手架。认知二不要一上来做 Multi-Agent很多初学者一看到 Research Agent、Writer Agent、Coder Agent、Manager Agent 就热血沸腾觉得「这才叫 Agent」。其实对个人开发者更好的路径是先把一个 Agent 做到真正好用。先做「AI 文件分析 Agent」上传 PDF → 阅读 → 提取信息 → 回答问题 → 生成总结。再做「研究 Agent」制定计划 → 搜索 → 读网页 → 提取 → 整理 → 生成报告。单 Agent 做扎实了多 Agent 自然水到渠成。一句话概括一个好用的单 Agent胜过一堆半成品的多 Agent。认知三最终Agent 的核心就这一张图你现在最不需要做的是去背各种框架 API最需要做的是亲手把这个循环写出来一次。五、写在最后回望这个系列我们从一行python --version开始一步步做出了会聊天、有记忆、会用工具、能联网、能自主决策、还有网页界面的 Agent。如果只记一句话请记住Agent 的核心思想就是让大模型围绕目标在「思考—行动—观察」中循环。框架会更新模型会换代但这套原理不会变。掌握了它无论技术怎么演进你都能站在原地上手新的东西。从今天起你不再只是「学 Agent」——你已经开始用 Agent 做产品了。系列回顾第1课环境搭建 Agent 是什么第2课接入 API第一个 AI 程序第3课聊天机器人 对话历史第4课Tool Calling计算器第5课手搓 Agent Loop第6课联网搜索Tavily第7课自主决策与多工具协作第8课做成网页应用第9课完整路线图与认知升级