Agent 设计模式之美--极客时间课程推荐/优惠
本站非极客时间官网，与官方无任何关系。我们不提供课程下载或详细内容，仅作为课程分享和推荐平台。我们鼓励大家支持正版，尊重创作者的劳动成果，这样不仅能帮助创作者持续产出优质内容，也能让自己获得更好的学习体验。请通过官方渠道购买和学习课程，感谢您的理解与支持。
课程详情
你将获得
- 咖哥首创方法论 · 双轴正交 Agent 设计框架；
- 28 个 Agent 设计模式详解 + 代码级落地指南；
- Claude Code、Codex、Hermes 等八大优秀 Agent 源码&架构解析；
- 十大 Harness 思想，突破真实 Agent 卡点；
- Agent 设计选型、构建与治理的工程全景图。
课程介绍
为什么做这门课？
AI 工程化中有两大普遍困境：多数 AI 工程师都能轻松跑通 Demo，却不敢将 Agent 投入生产；学了一堆框架，真到设计时依然无从下手。这个现象不是因为大模型不够强，而是你缺少一套能在工程现场使用的设计语言。
就像传统后端系统出问题，我们会追问：是事务边界错了？缓存失效了？消息幂等没做？限流缺了？服务拆分过度？成熟工程领域都有自己的问题语言。而Agent工程没有，只能模糊判断：“模型不够强”“prompt 还要调”“上下文没给够”“工具可能有点多”……粒度都太粗。
这门课真正想做的，就是把真实工程问题以及市面上能够看得到的优秀 Harness 架构（Claude Code、CodeX、OpenCode、Aider、OpenClaw、Hermes、OpenHand、DeerFlow）背后的公共结构抽象出来，沉淀出一套 Agent 工程里的设计语言，帮助工程师在AI工程实践中，定位问题、选择模式、组合方案，并最终落到代码和系统里。
这门课教什么？
课程围绕双轴正交框架与 28 个 Agent 设计模式展开。
具体来说，我们建立一套双轴框架：Y 轴 7 个认知功能（感知、记忆、推理、行动、反思、协作、治理），X 轴 6 种执行拓扑（链式、路由、并行、循环、编排、层级）。
两轴交叉，生长出 28 个工程模式。不是 28 个孤立技巧，而是一套 Agent 系统的资源分配学：注意力怎么分配、时间跨度怎么管理、副作用风险怎么控制、信任怎么分级。
课程共 9 大模块，从范式危机讲起，到感知、记忆、推理、行动、反思、协作、治理，最后用组合方法论收尾，每个模式都有源码剖析和工程实现。让你从工具使用者成长为智能系统设计者，做出会成长、能复用、可治理、会变老练的 Agent 系统。
课程的代码仓库如下：
https://github.com/huangjia2019/agent-design-patterns
https://github.com/huangjia2019/designing-ai-agents
第一个是用来讲模式的案例，第二个是从 0 到 1 逐渐构建一个Coding Agent。
学完课程有哪些收获？
- 清晰的 Agent 工程设计与施工地图：市面主流的 Harness 框架背后的工程关键点、Agent 系统为什么这样设计、Agent系统如何在生产实践中进化。
- 一套完整的Agent设计模式体系（28 个工程模式 + 双轴正交框架），面对任何不稳定的 Agent 系统都能快速定位：是感知不准、记忆断裂、推理成本太高，还是协作或治理缺失。
- 可落地的模式选型与组合方法论（Pattern Selection Card + 六步选型法），帮你根据业务问题针对性设计架构方案。
- 提升三大能力：看穿系统、组合模式、设计成长机制。不再只会归因“模型不够强”，而是能设计出会积累经验、可治理、值得托付的 Agent 系统。
课程目录（更新中）
开篇词
- 开篇词｜把一千个真实工程问题凝结成 28 个设计模式
范式觉醒
- 01｜范式之变：GoF 的崩塌和分布式的血脉进化
- 02｜双轴框架（上）：理解认知功能与执行拓扑
- 03｜双轴框架（下）：理解与使用 Agent 设计坐标系
- 04｜逆向五步法（上）：工业级 Agent 框架源码如何解码
- 05｜逆向五步法（下）： 8 个 Harness 产品拆成工程地图
- 直播回放：企业案例拆解，Agent 设计模式的价值在哪里？
- 热点加餐｜Loop Engineering：如何把 Agent 的循环工程化
感知：世界之美
- 06｜感知模块导论：如何优雅设计 Agent 感知层？
- 07｜上下文分诊：如何科学分流处置不同信息
- 08｜语义压缩：让 200K 装下 1M 的日志
- 09｜渐进发现：信息的觅食循环
- 10｜多模态融合：日志、SQL 和 PDF 一起进 Agent
记忆：沉淀之美
- 11｜记忆模块导论：从草稿纸到长期记忆，建立 Agent 的经验沉淀秩序
- 12｜分层保留：给 Agent 的记忆建一套货架
- 13｜检索增强：Agent 的知识库和证据链
- 14｜进度追踪：长任务中别让 Agent 走丢
- 15｜失败日记：让 Agent 把摔过的跤变成本事
推理：演化之美
- 16｜推理模块导论 ：让 Agent 想得清楚，也想得起来
- 17｜思维链：给 Agent 的判断留下一条可检查的路径
- 18｜复杂度路由：一件事该消耗多少推理
- 19｜并行探索：一题多解，择优录取
- 20｜迭代假设验证：用科学方法猜至证据的收敛
行动：合一之美
- 23｜规划执行：用全局计划约束局部恢复
- 24｜提示链：用段间契约阻断错误传播
- 25｜护栏三明治：高风险行动的前中后防线
- 21｜行动模块导论：把任务安全地做好
- 22｜工具调度：从候选选择到执行准入
反思：省身之美
- 26｜反思模块导论：让 Agent 站到自己的结果之外
- 27｜生成评审：让每个版本独立接受审查
- 28｜技能包：从成功轨迹到可验证能力
- 29｜经验回放：让经验在复用中持续校准
- DeepSeek Harness (dsh) 全插件化架构的组合、执行与记录
- 30｜自愈循环：让自动修复在边界内收敛
协作：合鸣之美
作者介绍
推荐
