真正同时满足“评价数量较多、内容可靠、与 LLM 智能体直接相关”的首选，是《AI Engineering》。 但它默认读者已经对大语言模型有基本认识。因此，更稳妥的组合是：

《Hands-On Large Language Models》打基础 → 《AI Engineering》建立智能体工程主线 → 《Artificial Intelligence: A Modern Approach》补搜索、规划和决策理论。

截至 2026 年 8 月 19 日，专门以 “AI Agents” 为主题的图书大多才出版一两年，评价样本普遍只有个位数到几十条；相反，下面这些基础与工程书已经积累了数百到数千条评分。评分数字按 Goodreads 等页面当前显示取近似值，不同版本合并和新增评分会造成小幅变化。

商品卡主要用于辨认英文原版和正确版本，不代表必须在对应平台购买。

一、按“口碑成熟度 + 学习价值”排序

这里的推荐级别不是简单按照评分高低排列，而是按照对系统学习智能体的实际贡献排列。

二、逐本精确讲解

1. 《AI Engineering》：最推荐的智能体工程主线

作者：Chip Huyen

这是目前最符合你目标的一本书。它不把“智能体”孤立成一个框架教程，而是放在完整的基础模型应用系统中讲解。

官方目录涵盖：

• 基础模型与应用设计；
• AI 系统评测；
• Prompt Engineering；
• RAG；
• Agents；
• 微调；
• 数据集工程；
• 推理优化；
• 系统架构；
• Guardrails、路由、缓存、监控和用户反馈。

其中第 6 章直接讨论 RAG 与 Agents，包括工具、规划、记忆、智能体失败模式及其评测；第 10 章继续讨论上下文、Guardrails、路由、缓存、编排、可观测性与用户反馈。这种安排很重要，因为一个能调用工具的程序不等于一个可靠的智能体系统。(O'Reilly 机构)

它能精确解决什么

读完后，你应该能够回答：

• 什么任务适合普通工作流，什么任务才值得使用智能体；
• 如何选择模型，而不是默认使用最昂贵的模型；
• 如何设计 RAG 与工具调用；
• 如何评测 Agent 的任务完成率和调用轨迹；
• 如何控制延迟、成本和上下文长度；
• 如何加入 Guardrails、监控、反馈和故障处理；
• 为什么 Agent 在演示中有效，上线后却可能不稳定。

它不能替代什么

它不是：

• Transformer 数学推导教材；
• 从零编写大模型的代码教材；
• 传统搜索、MDP、博弈论教材；
• 某个智能体框架的逐行 API 教程。

因此它特别适合做主线教材，但基础薄弱时最好先读下一本。

推荐阅读顺序

不要严格从第一页读到最后一页，可以按照：

第 1 章 → 第 3、4 章 → 第 5、6 章 → 第 10 章 → 第 7—9 章按需求补充

其中：

• 第 3、4 章解决“怎样评测”；
• 第 5 章解决“怎样与模型交互”；
• 第 6 章进入 RAG 和智能体；
• 第 10 章解决生产系统问题。

购买结论

已经会 Python、调用过 LLM API、知道基本 RAG 概念时，只买一本就选它。

它已有官方中文版《AI工程：大模型应用开发实战》，人民邮电出版社，2026 年出版，ISBN 为 9787115686398。(慕课网)

2. 《Hands-On Large Language Models》：最适合补齐 LLM 直觉

这本书的价值不是“手把手搭一个复杂 Agent”，而是帮助你真正理解 Agent 背后的模型为什么会这样工作。

官方目录覆盖：

• tokenization；
• embeddings；
• Transformer 内部结构； -文本分类和聚类；
• Prompt Engineering； -文本生成； -语义搜索；
• RAG； -多模态模型；
• embedding 模型训练； -微调。

它采用大量图示和代码解释，从模型表示逐步进入检索与生成应用，适合对 Transformer、embedding 和 RAG 只有模糊认识的读者。(O'Reilly 机构)

它能精确解决什么

读完后，你应该能够解释：

• 文本为什么需要变成 token；
• embedding 为什么能用于语义检索；
• Transformer 如何利用上下文； -生成模型和 embedding 模型有什么区别； -语义搜索、向量检索和 RAG 分别是什么；
• Prompt、RAG 与微调各自适合解决什么问题； -为什么检索到了正确文档，模型仍然可能答错。

它没有系统讲什么

它不会完整覆盖：

• Agent Loop； -工具选择与参数校验； -长期记忆； -规划与反思； -多智能体协调； -智能体轨迹评测； -权限与安全设计。

所以它是进入智能体之前最好的 LLM 基础书之一，但不能作为唯一的智能体教材。

推荐阅读顺序

第一轮重点读：

第 1—3 章 → 第 6—8 章

先掌握模型、token、embedding、Prompt、生成和语义搜索。

第二轮再读：

第 10—12 章

补多模态、embedding 训练和微调。

购买结论

对 LLM 原理不熟时，把它放在《AI Engineering》前面。

3. 《Artificial Intelligence: A Modern Approach》：最严谨的智能体理论底座

通常简称 AIMA。

它的优势在于：不会把智能体简单定义成“能调用工具的大语言模型”，而是从智能体与环境的关系开始建立完整理论。

第四版官方目录涵盖智能体、搜索、约束满足、规划、不确定性、决策、多智能体、强化学习、自然语言处理、机器人和 AI 安全等内容。该教材被全球大量高校课程采用。(伯克利人工智能研究所)

对 LLM 智能体最相关的章节

它能纠正哪些常见误解

读完相关章节后，你会明白：

• “会生成计划”不等于真正完成了规划；
• Prompt 里的任务清单不等于可执行状态空间； -多智能体角色扮演不等于多智能体决策系统； -记住聊天内容不等于拥有完备状态； -模型输出的置信语气不代表决策具有高效用； -反复调用模型不等于搜索算法。

它的不足

• 篇幅很大；
• 数学和符号较多；
• 不直接讨论现代 LLM 工具调用框架；
• 不适合当作第一本编程实践书。

因此不建议从头到尾通读，而应把它当作理论教材和长期参考书。

购买结论

认真研究规划、长期决策、多智能体或具身智能时必备；只做简单 API 应用时可以选择性阅读。

已有官方中文第四版《人工智能：现代方法（第4版）（上下册）》。(PT Press)

4. 《Designing Machine Learning Systems》：把实验性 Agent 变成生产系统

这本书不是专门讲智能体，但对于真正部署 Agent 非常重要。

它讨论：

• 数据工程； -模型开发和离线评测； -模型部署与在线预测； -数据分布偏移； -线上监控； -持续学习； -生产环境测试；
• MLOps 基础设施。

尤其值得读的是第 6—10 章，它们覆盖离线评价、部署、监控、分布变化、生产测试和基础设施。(O'Reilly 机构)

为什么智能体学习需要它

普通模型通常是：

输入 → 模型 → 输出

智能体则可能是：

输入
→ 模型判断
→ 调用检索
→ 调用数据库
→ 修改状态
→ 再次推理
→ 调用外部系统
→ 最终回答

这意味着它的失败不仅是“回答不好”，还可能包括：

• 工具参数错误；
• 无限循环；
• 数据写入错误； -权限越界； -外部服务超时； -状态不同步； -延迟或费用失控； -环境变化后性能下降。

这本书能够帮你建立部署、监控、数据与反馈闭环的工程意识。

它没有讲什么

它不会详细教：

• ReAct；
• Agent memory； -工具调用协议；
• Tree of Thoughts；
• MCP； -多智能体对话框架。

购买结论

准备把智能体用于真实业务时优先购买；只处于入门和实验阶段时可以稍后读。

中文版为《机器学习系统设计》，2024 年出版。(图书馆在线)

5. 《Build a Large Language Model (From Scratch)》：理解智能体“大脑”的内部结构

这本书使用 PyTorch 从头构建一个 GPT 风格语言模型，内容包括：

• 文本处理； -注意力机制；
• Transformer；
• GPT 模型实现； -预训练； -分类微调； -指令微调；
• LoRA。

官方介绍和目录明确以“从零构建大语言模型”为核心。(Manning Publications)

它能精确解决什么

读完后，你会更清楚：

• token 是怎样进入模型的； -注意力具体在计算什么； -上下文窗口为什么有限； -模型如何预测下一个 token； -预训练和指令微调有什么区别；
• LoRA 为什么能降低微调成本； -模型为什么可能生成流畅但错误的内容。

它和智能体的关系

Agent 使用 LLM 作为决策组件。理解模型内部机制，有助于判断：

• 哪些问题可以依靠 Prompt；
• 哪些问题需要外部检索；
• 哪些问题需要工具验证；
• 为什么模型不适合保存精确状态；
• 为什么不能把模型输出直接当成可信动作。

但它基本不教：

-工具系统；

• Agent Loop； -规划； -记忆； -多智能体； -生产评测。

购买结论

准备做模型研究、微调或深入理解 Transformer 时很值得；只想快速开发智能体应用时不是前三本。

6. 《Reinforcement Learning: An Introduction》：适合研究“会学习的智能体”

Sutton 和 Barto 的这本书是强化学习领域的经典教材，主要研究智能体如何通过与环境交互和获得奖励来学习行为策略。

第二版涵盖多臂老虎机、MDP、动态规划、Monte Carlo、时序差分学习、Sarsa、Q-learning、策略梯度等核心内容。(MIT Press)

它与当前 LLM Agent 的区别

很多 LLM Agent 实际上只是：

• 使用预训练模型； -根据 Prompt 选择工具； -读取工具结果； -继续生成下一步。

它们通常并没有真正根据奖励更新策略。

强化学习研究的则是：

• 状态； -动作； -转移； -奖励； -策略； -长期回报； -探索与利用； -基于经验更新行为。

哪些方向需要它

比较重要的方向包括：

-机器人与具身智能； -游戏智能体； -自动驾驶决策； -长期任务规划； -基于环境奖励训练 Agent； -自我改进；

• verifier 和 outcome reward； -多智能体强化学习。

哪些方向暂时不需要

只做以下项目时，可以后置：

-文档问答； -企业知识库； -邮件助手； -简单数据分析助手； -固定业务流程工具调用。

购买结论

应用型 LLM Agent 入门不是必读；研究型、具身型和训练型智能体是重要教材。

已有官方中文第二版《强化学习（第2版）》。(广视网站)

三、专门讲 AI Agent 的新书怎么样

《AI Agents in Action》

第一版直接覆盖：

• Agent profile 与行为； -工具； -记忆； -规划； -反馈循环； -多智能体； -语音和视觉；
• LangChain、AutoGen、CrewAI 等框架。

Manning 列出的第二版进一步加入 MCP、ReAct、Reflexion、Tree of Thoughts 和 Sequential Thinking 等内容，主题与当前 Agent 开发非常直接。(Manning Publications)

问题在于，第一版目前只有约 66—80 条评分，均分约 3.95，不同版本页面的聚合数字略有差异；第二版的成熟评价样本还更少。(好读书)

判断：适合作为第二阶段代码参考，不适合作为唯一理论教材。

框架类内容还存在天然问题：API、框架名称和推荐写法更新很快，而评测、状态、搜索、规划和安全等原理更加稳定。

《Agentic Design Patterns》

这本书由 Springer 出版，按照设计模式组织章节。每种模式通常包括：

-概念概览； -适用场景； -代码； -实践注意事项； -关键结论。

它适合在已经理解 Agent Loop、工具和评测后，用来建立“路由、反思、规划、协作”等模式库。(Springer)

判断：很适合作为模式手册，但出版时间较新，尚不符合“评价量很多”的条件。

《An Illustrated Guide to AI Agents》

官方目录非常贴合系统学习需求，包括：

• LLM 基础； -推理； -记忆； -工具与 MCP； -规划与反思； -智能体评测； -多智能体； -多模态和编程 Agent。

但截至 2026 年 8 月 19 日，它仍处于 Early Release 状态，官方标注正式出版时间为 2026 年 9 月，读者评分只有约 5 条。(O'Reilly 机构)

判断：目录值得关注，但目前不能依据读者口碑判断质量，不建议把它列为第一批核心教材。

四、按知识主题精确对应到书

五、最合理的购买方案

只买一本

已经了解 LLM、Prompt 和 RAG

买：

《AI Engineering》

它与现代 LLM Agent 的应用设计最接近。

对 LLM 原理仍然比较模糊

买：

《Hands-On Large Language Models》

先建立模型、embedding、检索和生成直觉。

买两本：应用型学习最优组合

《Hands-On Large Language Models》 ＋《AI Engineering》

第一本回答“模型和 RAG 为什么这样工作”，第二本回答“怎样设计、评测和部署一个可靠系统”。

这两本的重叠不算严重：

• Hands-On LLM 更偏模型理解和具体技术；
• AI Engineering 更偏系统决策、评测与架构。

买三本：最完整的通用组合

《Hands-On Large Language Models》 ＋《AI Engineering》 ＋《Artificial Intelligence: A Modern Approach》

第三本不用通读，只读智能体、搜索、规划、决策、多智能体和强化学习相关章节。

这个组合分别覆盖：

模型基础
    ↓
LLM 应用与 Agent 工程
    ↓
搜索、规划、决策理论

准备做生产项目

在上述组合上增加：

《Designing Machine Learning Systems》

用于补部署、监控、分布变化、反馈和可靠性。

准备做模型或科研方向

增加：

《Build a Large Language Model (From Scratch)》

进一步研究学习型、具身型或长期决策 Agent 时，再增加：

《Reinforcement Learning: An Introduction》

六、8 周按书学习路线

第 1—2 周：建立 LLM 基础

阅读《Hands-On Large Language Models》：

• 第 1—3 章；
• 第 6—8 章。

实践：

• 调用一个 LLM； -计算文本 embedding； -实现语义搜索； -实现一个最小 RAG； -比较“不检索”和“检索后回答”。

目标：能够解释 token、embedding、上下文、生成和 RAG。

第 3—5 周：建立智能体工程主线

阅读《AI Engineering》：

• 第 1 章；
• 第 3—6 章；
• 第 10 章。

实践：

• 给模型定义三个工具； -实现结构化工具参数； -加入最大步数、超时和费用预算； -建立 30 个测试任务； -记录工具调用轨迹； -统计成功率、调用次数和延迟。

目标：不是只做出一个 Agent Demo，而是开始建立评测体系。

第 6 周：补搜索与规划

阅读 AIMA：

• 第 2 章；
• 第 3—4 章；
• 第 11 章。

实践：

-实现 BFS 或 A*； -把一个复杂任务表示为状态、动作、前置条件和目标； -比较模型自由生成计划与形式化搜索的差异。

目标：能够区分“生成一段计划文字”和“在状态空间中规划”。

第 7 周：补决策与多智能体

阅读 AIMA：

• 第 16—18 章；
• 第 22 章选读。

实践：

-建立一个有随机失败概率的工具环境； -为动作设置成本与收益； -比较单 Agent、Supervisor-Worker 和独立验证器三种架构。

目标：理解多智能体不是简单增加角色数量。

第 8 周：根据方向分流

应用和生产方向

阅读《Designing Machine Learning Systems》第 6—10 章，给项目增加：

-监控； -错误分类； -数据版本； -回归测试； -人工审批； -回滚机制。

模型研究方向

阅读《Build a Large Language Model》第 2—7 章，理解：

-注意力；

• GPT； -预训练； -指令微调。

具身、游戏或训练型 Agent

开始《Reinforcement Learning》第 1—6 章，并实现：

-多臂老虎机；

• GridWorld；
• value iteration；
• Q-learning。

最终推荐

按照你现在“系统学习智能体，并且希望材料可靠、评价量足够”的目标，最稳妥的顺序是：

1. 《Hands-On Large Language Models》：建立 LLM、embedding、RAG 的精确理解；
2. 《AI Engineering》：作为智能体应用、评测和系统设计的核心教材；
3. AIMA 第四版：选择性学习搜索、规划、决策和多智能体；
4. 《Designing Machine Learning Systems》：准备部署真实系统时加入；
5. 《Build a Large Language Model》或《Reinforcement Learning》：根据模型研究或具身智能方向分流。

《AI Agents in Action》和《Agentic Design Patterns》适合作为代码与模式补充，但现阶段不应替代前三本，也不建议作为唯一的知识来源。