这张路线图解决什么问题
搜"agent 学习路径"的人要的不是一篇概念文章，而是第一周读什么、第二阶段做什么、什么时候开始学部署的明确答案。
LearnAgent 已经覆盖了概念、工具、框架、部署和成本，但缺少一张把所有内容串起来的导航地图。本文就是这张地图：把学习拆成三个阶段，每个阶段给出"学什么、学完能做什么、下一篇读什么"。
如果你之前读过 AI Agent 开发学习路线图（四阶段版本），本文是 2026 年的全站更新版——不再按线性阶段展开，而是按"你能做什么"组织，并覆盖更多站内文章。旧文保留作为概念参考，本文是入口。
如何使用这张路线图
- 不要从头读到尾：按你当前的阶段跳转即可。
- 每个阶段有必读和可选：必读 2-3 篇，可选按兴趣扩展。
- 角色路径在最后：如果你是前端、后端或非技术角色，直接跳到角色路径找最短路线。
- 代码教程不在本文：本文是导航，代码教程在每阶段链接的目标文章里。
Phase 1：理解 Agent（1-2 周）
学什么
Agent 和普通 LLM 调用的区别、什么时候该用 Agent、基础运行模式。这个阶段不写代码，只做判断训练。
最常见的错误是跳过这个阶段直接选框架。结果是你写出来的东西不是 Agent，而是一个加了多余抽象的 API 调用。
必读
- 什么是 AI Agent — 理解单次调用 → 工作流 → Agent Loop 的三层模型
- Agent 应用场景 — 20+ 真实场景，帮你判断自己的需求属于哪一类
- Agent 核心模式 — 从 Single Call 到 Agent Loop 的模式阶梯，以及什么时候该停在简单模式
学完能做什么
- 用一句话说清 Agent 和普通 LLM 调用的区别
- 看到一个需求时，判断是否真的需要 Agent（很多任务用单次调用 + 串联就够了）
- 理解 Agent 安全指南 中的权限分级和人工确认概念
可选扩展
- 5 步入门教程 — 如果你想立刻跑通一个最小 Demo 而不是先读概念
Phase 2：核心开发技能（2-4 周）
学什么
工具调用、SDK 选择、框架入门、MCP 协议。这个阶段开始写代码，目标是用一个 SDK 做出一个能调外部工具的 Agent。
必读
- Tool Use 原理 — 理解 Agent 如何调用外部工具，这是所有 Agent 的核心能力
- OpenAI Agents SDK 入门 — 从零写一个带工具调用的 Agent（Python 版）
- MCP 协议详解 — Agent 生态的核心协议，理解如何标准化接入外部工具
学完能做什么
- 写出一个带工具调用的最小 Agent 并在本地跑通
- 把一个外部 API 封装成 Agent 工具
- 知道 MCP 协议解决什么问题、什么时候需要它、什么时候不需要
可选扩展
- OpenAI Agents JS/TS — 如果你用 TypeScript 而不是 Python
- Agent SDK 对比 · SDK 选型指南 — 如果你在纠结选哪个 SDK
- LangGraph 指南 · AG2 指南 — 如果你想试其他框架
- MCP Inspector 调试 — 如果你开始写自己的 MCP Server
做一个项目
Phase 2 结束时，做 AI 编程趋势日报 Agent 这个完整项目：从 GitHub 抓取数据、用 Agent 汇总、生成 Markdown 日报。它把工具调用、Agent 编排和输出格式串在一起，是 Phase 2 的毕业作业。
Phase 3：工程化与生产化
学什么
测试评估、部署、成本、安全、沙箱。这个阶段解决"我做出来了，怎么让别人用"。
必读
- Agent 部署实操指南 — 从本地到生产的四种方案，每种给出配置和成本
- Agent 测试与评估 — 上线前怎么验证 Agent 不会搞砸
- Agent 沙箱实战 — 安全隔离和代码执行环境
学完能做什么
- 把 Demo 推到可被他人访问的环境（Serverless / 容器 / 本地定时任务）
- 识别主要风险点：超时、状态丢失、API key 泄露、成本失控
- 大致估算 Agent 落地成本，知道什么时候该优化
可选扩展
- Agent 部署与生产化指南 — 如果你需要更完整的生产化决策框架（监控、版本、队列）
角色路径
不同角色的最短学习路线不一样。下面给出三条参考路径，直接跳到你的角色。
前端开发者
你需要快速理解 Agent 后端能力，然后把它接入前端。
- 什么是 AI Agent — 30 分钟概念
- Tool Use 原理 — 理解工具调用
- OpenAI Agents JS/TS — TypeScript 版 SDK 上手
- Agent 部署实操指南 — 部署到 Cloudflare Workers
前端开发者可以跳过 Python SDK 指南，直接用 JS/TS 版。
后端开发者
你已经熟悉 API 和服务端逻辑，重点是理解 Agent 模式和工具调用编排。
- Agent 核心模式 — 理解 Single Call vs Workflow vs Agent Loop
- OpenAI Agents SDK 入门 — Python 版上手
- MCP 协议详解 — 标准化工具接入
- 构建 AI 编程趋势日报 Agent — 完整项目实战
非技术 / 产品角色
你不需要写代码，但需要判断 Agent 能做什么、不能做什么、什么时候值得投入。
- 什么是 AI Agent — 搞清楚 Agent 和聊天机器人的区别
- Agent 应用场景 — 20+ 场景判断你的需求是否匹配
- AI 编程工具趋势 2026 — 了解当前工具生态和选型
产品角色读完这三篇，就能和工程师讨论 Agent 项目可行性了。
学习资源推荐
站内资源（优先读）
站内文章按"行动优先"原则写，比官方文档更贴近中文开发者的实际决策。按需查阅：
| 阶段 | 推荐文章 |
|---|---|
| 概念 | what-is-agent · agent-patterns · agent-safety-guide |
| 工具与框架 | openai-agents-sdk-guide · agent-sdks 对比 · langgraph-guide |
| 项目实战 | AI 编程趋势日报 Agent |
| 部署与评估 | 部署实操 · 测试评估 · 成本对比 |
外部官方文档（按需查阅）
- OpenAI Agents SDK Python — SDK API 参考
- MCP 协议规范 — 协议完整定义
- Anthropic - Building effective agents — Agent 设计原则
外部文档只在站内文章解释不够时查阅。不要一开始就扎进官方文档——中文视角的行动建议在这里。
常见误区
| 误区 | 正确做法 |
|---|---|
| 先选框架再理解概念 | 先读 Phase 1，确认你的需求真的需要 Agent |
| 试图一次学完所有框架 | 选一个 SDK（推荐 OpenAI Agents SDK），做完一个项目再换 |
| 跳过部署直接交付 Demo | Phase 3 的部署和评估是交付的前提，不是可选 |
| 追求"完整知识体系"再动手 | 每个阶段读完必读就动手做，做的过程中按需回来查 |
如果今天开始
按这个顺序做：
- 今天：读 什么是 AI Agent，判断你的需求是否需要 Agent
- 本周：跟着 OpenAI Agents SDK 入门 写出第一个带工具调用的 Agent
- 下周：做 AI 编程趋势日报 Agent 这个项目，把学到的串起来
- 之后：用 Agent 部署实操指南 把项目部署到 Cloudflare Workers 或本地定时任务
不需要读完所有文章再动手。读完一个阶段就开始做，做的过程中按需回来查。