作者说明

当 AI 回答一个问题时，交互便结束了。当 AI 采取一个行动时，真正的工程工作才刚刚开始。

提示—响应模型如同玻璃屏障后的神谕：只有在被问及时才作答，不会造成任何永久性后果，并在会话结束的那一刻重置自身状态。但当你赋予这种智能工具、记忆和受委托的目标时，它便不再是神谕，而成为一个行动者。

我对智能体系统的好奇，始于美国国家科学基金会（NSF）举办的一次 AI 效率研讨会。我的工作长期聚焦于基准测试和定量系统评估，也曾参与发起 MLPerf，因此我不禁提出了一个根本性的系统问题：我们该如何对这些行动者进行基准测试，并评估其效率？

在算法层和应用层，研究社区提出了一系列丰富的技术术语：“提示工程”“提示链”“上下文内反思”和“智能体工作流”。这些想法确实富有创造力，也产生了重要影响。它们向我们展示了模型与任务环境反复交互所能实现的可能性。但作为一名计算机系统架构师，我不禁提出了一个互补的问题：构建这些方案、对其进行基准测试并扩展其规模，究竟需要怎样的基础机器？当你听到应用层这些听起来颇为新奇的术语时，底层究竟需要构建怎样的实际系统？

要度量并以工程方法实现这些工作流，我们必须将其分解为基本要素。从第一性原理审视，智能体系统并非某种陌生的造物。它是一台围绕基础模型构建的机器，其组成部分都是系统工程师所熟悉的。

• 基础模型读取上下文，并提议下一步行动。
• 智能体记忆决定每次调用能够看到什么，并保留那些必须在会话结束后继续存在的信息。
• 工具在沙箱内将获准的提议转化为对外部世界的实际影响。
• 智能体运行时验证每一项提议，记录每一个步骤，并在出现问题时进行恢复。

引言用一幅完整的图来描绘这台机器，我将其称为随机计算机。此后，本书将依据各个部分自身的特性逐一展开论述，因为模型并非处理器，上下文窗口也并非缓存。

然而，这台机器具有一个深刻的系统特性：它是随机的。一个经典程序执行一千次，会得到一千次相同的结果。基础模型则从概率分布中采样。一百次中有九十九次，它提出的行动正是你所期望的，而后，在概率长尾的支配下，它会提出一个完全不同的行动。

在起草这些章节时，我亲身经历了这一点。我当时正在与一个可直接访问终端的自主编程助手协作，这个智能体却意外偏离了预期，直接对存放我正在编辑的文件的目录执行了一次 rm -f。更糟糕的是，深夜里，我一时不假思索地凭肌肉记忆提交了这些更改，并将其推送到上游。刹那间，整个假期周末里数日的工作成果都消失在了 git 历史之中。

你可能会认为，一名计算机系统教授理应知道，不该在没有隔离沙箱的情况下，向一个不受约束的行动者授予直接操纵环境的权限，也不该在未审查差异的情况下盲目推送代码树。但这恰恰就是陷阱所在：在不可逆的变更发生之前，自主性始终充满诱惑。

引言将再次讨论这一事件，并对其进行归类（智能体系统事件）。这项任务只需要对我的文件副本拥有执行可逆操作的权限，而环境却授予了对唯一一份文件执行不可逆操作的权限。

在确定性的世界里，可靠性主要是一个软件调试问题。当提出每一步行动的组件具有概率性时，可靠性就成为架构设计的必然要求。我们无法仅凭人的警觉或巧妙的提示来保证安全。模型外围的运行时必须限定每次调用可见的信息，约束每次行动能够触及的范围，持久记录每一个步骤，并在行动出错时进行恢复。

我以一名学习者的身份撰写这些章节，所学习的是一门仍在发展中的学科。在剑桥与苏黎世之间往返、编写这本书的过程，也是我提炼那些持久有效的第一性原理的方式：即便十年之后，这些原理仍将支配此类系统，包括时间跨度、状态与权限这三个方面的风险暴露，以及运行时针对这些风险构建的闭环。

希望本书能对你有所帮助。

— Vijay Janapa Reddi
马萨诸塞州剑桥市 & 瑞士苏黎世
2026