2025 年下半年以来，AI Agent 工程师已经成为大厂最热门的岗位之一。蚂蚁 AI Coding、阿里 Agent 研发、字节 Infra Agent、腾讯 LLM 应用开发——几乎每一家头部公司都在疯狂招人。
但现实是：会调 API 不等于会做 Agent，能跑 Demo 不等于能上生产。
面试官问你"Tool Calling 的完整机制是什么"、"多 Agent 协作怎么做容错"、"Memory 怎么设计才能不爆 Context"，你能答上来吗？
zero2Agent 就是为了解决这个问题而生的——一个面向程序员的 Agent 工程教程，从核心概念到框架拆解、从手写代码到大厂面试真题，帮你系统构建 Agent 工程能力。
在线阅读：https://onefly.top/zero2Agent
GitHub 仓库：https://github.com/ranxi2001/zero2Agent
市面上的 Agent 教程要么停留在"5 分钟搭建"的 Demo 层面，要么是纯学术论文综述。真正面向工程落地和求职面试的系统性内容几乎没有。
zero2Agent 的核心理念是：
Agent 的复杂度应该随需求递增，而不是一上来就堆满框架。
从 30 行代码的 Agent Loop 开始，逐步加入 Tool Calling、Memory、Planning、多 Agent 协作——每一步都有代码，每一步都能跑。
flowchart TD A[zero2Agent] --> B[Agent Basic<br/>8 篇] A --> C[OpenClaw Agent<br/>9 篇] A --> D[Claude Code<br/>12 篇] A --> E[LangGraph<br/>7 篇] A --> F[SDK 框架<br/>4 篇] A --> G[框架调研<br/>13 篇] A --> H[Agent Training<br/>6 篇] A --> I[Agent Interview<br/>12 篇] A --> J[Final Project<br/>🔲 进行中] style A fill:#667eea,stroke:#333,color:#fff style I fill:#f56565,stroke:#333,color:#fff style H fill:#ed8936,stroke:#333,color:#fff
下面逐个拆解每个模块的核心价值。
8 篇文章，覆盖 Agent 工程的底层认知：
如果你只有时间读一个模块，读这个。它决定了你后面所有学习的认知上限。
从 60 行核心代码出发，一步步推导出完整的 Agent 框架：
workflow = node + node # 有向路径，无循环
chatbot = workflow + loop # 外层循环，多轮对话
agent = chatbot + tools # 图内回路，模型驱动工具
9 篇文章覆盖：
核心观点：主流框架（LangChain、Dify）过度封装，真正的生产 Agent（Claude Code、Cursor、pi-mono）都是轻量自研。 理解了底层原理，用什么框架都是一层皮。
这是整个项目最硬核的模块。12 节课，从 30 行 Agent Loop 逐步构建出完整的 Coding Agent 系统：
| 阶段 | 课程 | 机制 |
|---|---|---|
| 基础篇 | S01-S06 | Agent Loop → Tool Dispatch → TodoWrite → Subagent → Skill Loading → Context Compact |
| 进阶篇 | S07-S12 | Task DAG → Background Tasks → Agent Teams → Protocols → Autonomous Agent → Worktree Isolation |
每节课都是在前一节的基础上增量构建——不是看完就忘的理论，而是实实在在能运行的代码。
学完这 12 节课，你能清楚回答：
7 篇文章，用图结构描述 Agent 执行逻辑：
add_conditional_edges，根据状态动态路由LangGraph 的核心价值是把"意大利面条式"的 Agent 代码变成可维护的状态机。
4 篇文章，深入拆解三大原厂 SDK：
| SDK | 核心特色 |
|---|---|
| OpenAI Agents SDK | @function_tool 装饰器，Runner 自动循环，handoffs 多 Agent |
| Google genai SDK | 两种后端（AI Studio / Vertex AI），Function Calling，多模态 |
| Claude Anthropic SDK | Messages API，Tool Use 手动循环，Extended Thinking |
第四篇是横向对比：API 设计哲学差异、Tool Calling 实现方式、定价参考、选型建议。
核心结论：轻量原厂 SDK 比第三方框架更稳定、更完整、更适合生产。
覆盖当前市面上最主流的 Agent 框架：
| 框架 | 来源 | 一句话特色 |
|---|---|---|
| AgentScope | 阿里巴巴 | 分布式多 Agent |
| Mastra | 开源 | TypeScript 原生 |
| Semantic Kernel | 微软 | 企业级 Plugin 体系 |
| Eino | 字节跳动 | Go 语言，高并发 |
| DeerFlow | 字节跳动 | Deep Research |
| LangChain | 开源 | 最大生态，以及何时不该用它 |
| Google ADK | 官方 Agent 套件 | |
| Vercel AI SDK | Vercel | Next.js 全栈 AI |
| AutoGen | 微软 | 多 Agent 对话 |
| ... | 还有 4 个 |
看完这 13 篇，面试官问你"为什么选这个框架不选那个"，你能给出有理有据的回答。
6 篇文章，覆盖 Agent 训练的关键技术：
这个模块在面试中的杀伤力极大——能把 Agent 训练讲清楚的候选人，凤毛麟角。
这是求职人群最关心的模块。 12 篇文章，覆盖 2025-2026 年大厂 Agent 方向的真实面试题：
覆盖公司：蚂蚁集团、阿里巴巴、字节跳动、腾讯、携程
11 大核心维度：
每道题都有"新手答"vs"高手答"的对比——让你直观看到面试官想听什么，以及大多数人差在哪里。
举个例子：面试官问"多 Agent 协作怎么做容错？"
- 新手答：加 try-catch，失败了重试
- 高手答：从超时熔断、状态回滚、降级策略、人工介入四个层面展开，结合具体架构说明
根据你的背景和目标，推荐不同的学习路径：
flowchart TD S[你的起点] --> Q1{有 Agent<br/>开发经验？} Q1 -->|没有| P1[Agent Basic → OpenClaw] Q1 -->|有| Q2{目标？} P1 --> Q2 Q2 -->|求职面试| P2[Agent Interview<br/>+ Agent Training] Q2 -->|工程落地| P3[Claude Code<br/>+ LangGraph] Q2 -->|框架选型| P4[SDK 框架<br/>+ 框架调研] Q2 -->|全面学习| P5[按顺序全部学完]
面试速通路线（2-3 周）：
工程进阶路线（4-6 周）：
全面学习路线（6-8 周）：
按模块顺序从头到尾学完，最终完成 Final Project。
# 克隆仓库
git clone https://github.com/ranxi2001/zero2Agent
cd zero2Agent
# 本地运行（需要 Ruby + Jekyll）
gem install bundler jekyll
bundle install
bundle exec jekyll serve
# 访问 http://localhost:4000/zero2Agent
或者直接在线阅读：https://onefly.top/zero2Agent
Agent 工程是 2026 年最确定的技术趋势之一。无论你是想进大厂、做独立开发，还是在现有团队中推动 AI Agent 落地，系统性的工程能力都是你最大的竞争力。
zero2Agent 不会教你"套壳"，但会教你真正理解 Agent 系统是怎么工作的。
如果觉得有帮助，欢迎在 GitHub 上给个 Star，也欢迎提 Issue 和 PR 参与共建。
GitHub：https://github.com/ranxi2001/zero2Agent
在线阅读：https://onefly.top/zero2Agent
categories: AI工具
description: zero2Agent 是一个面向程序员的开源 Agent 工程教程，覆盖 70+ 篇文章、9 大模块，从 Agent 核心概念到框架拆解、手写 Coding Agent、大厂面试真题，帮你系统构建 Agent 工程能力。
keywords: zero2Agent, Agent工程, AI Agent教程, 大厂面试, Claude Code, LangGraph, OpenAI SDK, Agent面试题, Agent开发框架, 程序员Agent
tags:
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。