2026 年¶

Anthropic 官方指南：构建高效的 AI 智能体

来源：Building Effective AI Agents

在过去一年里，我们与跨行业的数十支团队合作，构建基于大语言模型（LLM）的智能体。我们一致观察到：最成功的实现并没有使用复杂的框架或专门的库，而是用简单、可组合的模式来构建。

在这篇文章中，我们分享了从与客户合作以及自己构建智能体过程中学到的经验，并为开发者提供构建高效智能体的实用建议。

什么是智能体？

“智能体（Agent）”可以有多种定义。一些客户把智能体定义为完全自主的系统，能够长时间独立运行，使用各种工具完成复杂任务。另一些客户则用这一术语描述更具规约性的实现，按预定义的工作流执行。在 Anthropic，我们把所有这些不同形态都归为智能体系统（agentic systems），但在架构上对工作流（workflows）和智能体（agents）做出重要区分：

• 工作流是指通过预定义代码路径来编排 LLM 和工具的系统。
• 智能体则是指由 LLM 动态指挥自身流程和工具使用、对如何完成任务保持控制权的系统。

下面我们将详细探讨这两种智能体系统。在 附录 1: 智能体实践 中，我们描述了客户从这类系统中获得特别价值的两个领域。

语音AI与语音智能体——图解入门指南（2025版）

原文：Voice AI & Voice Agents: An Illustrated Primer

1. 2025 年的对话式语音 AI

LLM 很擅长对话。

如果你花过不少时间与 ChatGPT 或 Claude 进行自由形式的对话，就会直观地感受到：和 LLM 交谈相当自然，而且在很多场景中都很有用。

LLM 也很擅长把非结构化信息转换为结构化数据¹。

新的语音 AI 智能体正是利用了 LLM 的这两项能力——对话，以及从非结构化数据中提取结构——来创造一种新的用户体验。

如今，语音 AI 已经被部署到广泛的商业场景中。例如：

• 在医疗预约前收集患者数据
• 跟进 inbound sales leads（入站销售线索）
• 处理越来越多类型的呼叫中心任务
• 协调公司之间的排期与物流
• 以及为几乎所有类型的小企业接听电话

在消费端，对话式语音（以及视频）AI 也开始进入社交应用和游戏。开发者每天都在 GitHub 和社交媒体上分享个人语音 AI 项目与实验。

LangGraph Interrupt 从入门到深入

在构建 AI Agent 应用时，一个常见的需求是 人在回路（Human-in-the-Loop，简写HITL）——让 Agent 在关键节点停下来，等人工审核/确认后再继续。LangGraph 提供了 interrupt 机制来实现这一功能。

本文将带你从零开始理解 interrupt，先讲清楚概念，再用代码一步步深入，最后总结踩坑经验。

什么是 interrupt？

interrupt 是 LangGraph 提供的一个函数，调用它可以让当前正在执行的图在某个节点 暂停（暂停整个图，不是只暂停当前节点），等待外部通过 Command(resume=...) 恢复执行。

它的典型工作流程：

用户输入 → LLM 推理 → 调用工具 → 工具内 interrupt()
                                     ↓
                              图暂停，等待 resume
                                     ↓
                        外部调用 Command(resume=data)
                                     ↓
                              工具继续执行 → 返回结果给 LLM → 输出

关键特性：

1. 暂停是整个图级别的 — 不只是退出当前节点，整个 graph.stream() 调用都会返回
2. 需要 checkpointer — 没有 checkpoint，interrupt 无法保存状态
3. 恢复需要 resume — 使用 Command(resume=...) 从暂停点恢复

基于《什么是 Kubernetes（K8s）》——示范“费曼技巧（Feynman Technique）”用于学习与写作流程

费曼技巧（Feynman Technique） 是一个非常高效的学习和理解方法，是一种通过 “教别人”来强化自己理解的学习法，适用于任何你想深入掌握的知识或技能。 它得名于著名物理学家 理查德·费曼（Richard Feynman），他以惊人的理解力和通俗解释复杂概念的能力而闻名，被称为“伟大的解释者”。

下面我用一个技术主题——《什么是 Kubernetes（K8s）》——完整示范一次 费曼技巧（Feynman Technique） 用于学习与写作流程。

我会故意展示：

1. 如何从“自以为懂”到“真正讲明白”

2. 如何发现知识漏洞

3. 如何不断简化表达

4. 如何让一个完全不懂技术的人也能理解

同时我也会指出常见错误，以及如何避免。

LangGraph 完全指南：从入门到精通与源码级原理剖析

LangGraph 的诞生背景与架构全景

LLM 应用编排的演进史

在理解 LangGraph 之前，我们需要回顾 LLM 应用编排框架的演进历程。这个演进本质上是 "如何让 LLM 应用的控制流从线性走向复杂" 的过程。

第一阶段：Prompt 模板 + API 调用（2022 年）

最初的 LLM 应用极其简单——写一个 prompt 模板，调用 OpenAI API，获取结果。这适合单轮问答，但无法处理多步推理。

# 2022年的典型LLM应用
import openai
response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "翻译：Hello World"}]
)

LangGraph 入门到精通教程：从零基础到实现简易版 LangGraph

LangGraph 是 LangChain 生态中最重要的低层编排框架之一，它让开发者能够以“图”（Graph）的形式构建复杂、状态持久、多 Actor 的 LLM 应用。不同于传统的 LangChain Chain 或 Agent，LangGraph 真正解决了“长生命周期、有状态、可恢复、可中断、可调试”的核心痛点，被广泛用于构建生产级 Agent、自主工作流、多 Agent 协作系统等场景。

本文从入门（零基础快速上手）到深入（源码级原理分析），再到实践（基于 LangGraph 原理手写一个简易版 LangGraph），帮助你真正“精通”LangGraph。所有代码均在 Python 3.10+ 环境下测试通过，基于官方仓库原理提炼。

LangGraph 是什么？为什么需要它？

LangGraph 的核心思想源于 Google Pregel（一种大规模图计算框架）和 NetworkX 图接口。它把 LLM 应用建模为有向图：

• 节点（Node）：执行具体动作的函数或 Runnable（LLM 调用、工具调用、Python 函数等）。
• 边（Edge）：控制流（无条件边、条件分支边、动态 Send）。
• 状态（State）：共享的 TypedDict，通过 Channel（通道）进行更新，支持多种归约器（reducer，如 append、last_value）。
• 执行引擎：Pregel 算法 —— “超级步”（superstep）模型，实现 Bulk Synchronous Parallel（BSP），支持循环、并行、检查点持久化。

与 LangChain 的区别：

• LangChain Chain 是线性/树状流程，适合简单任务。
• LangGraph 是循环有向图（支持 cycle），天然适合 ReAct Agent、规划-执行-反思循环、多 Agent 协作。
• 官方文档定位：LangGraph 是“为长期运行、有状态 Agent 设计的低层框架”，LangChain 很多高级 Agent（如 create_react_agent）底层就是 LangGraph。

核心优势：

1. 持久化（Checkpoint）：任意时刻保存状态，支持故障恢复、人机协同。
2. Human-in-the-Loop：中断执行，人工修改状态后继续。
3. 流式 + 调试：stream_mode 支持 values/updates/debug/messages，与 LangSmith 无缝集成。
4. 可扩展：自定义 Channel、Subgraph、Remote Pregel。
5. 生产就绪：支持 Postgres/SQLite 持久化、异步执行、重试策略。

官方最新版本（2026 年 4 月）：langgraph==1.1.7a1（预发布），核心位于 libs/langgraph/langgraph/ 下，主要模块包括：

• graph/：StateGraph、MessageGraph、分支逻辑。
• pregel/：_loop.py、_runner.py、_algo.py、_checkpoint.py 等实现 Pregel 执行引擎。
• channels/：LastValue、Topic、BinaryOperatorAggregate 等通道实现。

Python 泛型与型变完全指南：从宠物医院看类型安全

引言：兽医科室的类型危机

假设你经营一家宠物医院。你有一个 "犬科专科住院部"，只收治狗狗。某天，由于"动物住院部"床位紧张，护士打算把一只刚送来的哈士奇安排进"犬科专科住院部"——毕竟狗也是动物，对吧？

问题出现了：如果允许这样做，其他医生可能基于"这是普通动物住院部"的认知，往里面收治一只猫。结果当你去查房时，期待看到一只狗，却发现笼子里是一只猫——类型契约被破坏了。

class Animal: pass
class Dog(Animal): pass  
class Cat(Animal): pass

class Ward(Generic[T]):  # 住院部
    def admit(self, patient: T) -> None: ...      # 收治（写入）
    def discharge(self) -> T: ...                 # 出院（读取）

def general_ward(ward: Ward[Animal]) -> None:
    ward.admit(Cat())  # 对于普通动物病房，收治猫很合理！

dog_ward = Ward[Dog]()  # 犬科专科
general_ward(dog_ward)  # ❌ 类型检查器阻止了这一步！
# 如果允许：下一行会在运行时出问题
dog: Dog = dog_ward.discharge()  # 期望得到狗，结果可能是猫！

这个"猫住进犬科病房"的问题，引出了泛型编程中最核心的概念：型变（Variance）。

Python 上下文管理器深度解析：从资源管控到优雅编程

在 Python 编程中，资源管理是最容易引发错误的领域之一。文件未关闭、锁未释放、数据库连接泄漏——这些问题往往不会在代码运行时立即显现，而是在高并发或长时间运行的系统中突然爆发。

传统的 try-finally 模式虽然能保证资源释放，但会带来代码臃肿和逻辑分散的问题：

# 传统方式：繁琐且容易出错
f = open('data.txt', 'r')
try:
    data = f.read()
    process(data)
finally:
    f.close()  # 忘记写这一行，文件句柄就泄漏了

Python 的 Context Manager（上下文管理器） 正是为了解决这一痛点而生。通过 with 语句，它将资源获取与释放绑定在一起，实现了确定性清理（Deterministic Cleanup）。

Python 包与模块机制深度解析：从 import 到底层命名空间

在 Python 工程中，我们每天都在写 import xxx，但很少停下来思考：当解释器执行这行代码时，内存中到底发生了什么？为什么有时候 import 一个文件夹就能使用其中的功能，有时候却不行？__init__.py 到底扮演着什么角色？

本文将从模块即对象的本质出发，深入解析 Python 的包管理机制，帮你建立对 import 系统的完整认知。

Package 与 Module：容器与内容的关系

首先明确一个常被混淆的概念：Package 本质是包含 Python 文件的文件夹，而 Module 是具体的 Python 文件。

mymath/                 ← 这是一个 Package
    __init__.py
    calculator.py       ← 这是一个 Module
    geometry.py         ← 这是另一个 Module

关键区别在于：Package 是一个命名空间容器，Module 是实际执行代码的单元。当你执行 import mymath 时，Python 并不是递归执行包内所有 .py 文件，而是精确地执行 mymath/__init__.py，并将这个包目录封装成一个 module 对象。

这种设计体现了 Python 的显式优于隐式哲学——你需要在 __init__.py 中明确声明"这个包对外暴露什么"，而不是自动暴露所有子模块。

Mem0：为 AI Agent 构建持久化记忆层的技术解析与实现原理

Mem0 是什么？

Mem0 (发音为"mem-zero") 是一个开源的 AI 记忆层（Memory Layer） 框架，专为大型语言模型（LLM）应用提供长期记忆能力。与简单的对话历史存储不同，Mem0 实现了语义理解、实体关系图谱、个性化偏好学习等高级记忆机制，使 AI 能够像人类一样"记住"用户、积累知识、并在多次会话中保持连续性。

其核心定位是介于传统 RAG（检索增强生成）与简单对话管理之间的智能记忆中间件，通过 分层记忆架构（Tiered Memory Architecture） 实现从短时记忆到长时记忆的完整生命周期管理。