Agent 技術：從符號 AI 到 Code Agent#

一本追蹤「Agent」概念七十年演化的繁體中文教科書：從 1950 年代的 Sense-Plan-Act 與符號 AI，途經知識表示、強化學習與深度學習的積累，到 2022 年 LLM 與 In-context Learning 點燃的 Agent 迴圈，再到 MCP 工具生態、Code Agent、多 Agent 社會、記憶與規劃、評估基準，最後回到安全與 AGI 之問。

本書強調技術與理論的前因後果：每章說明當時遇到什麼問題、為何舊方法失效、新方法如何解決、又引出什麼新問題——理解因果鏈，才能看清 2026 年 Agent 技術的每一塊積木為何長成今天的形狀。

各章均含歷史背景、架構解析、Mermaid 圖（sequenceDiagram/flowchart）、程式碼範例、本節重點與思考問題。

• 第1章 Agent 導論：從古老夢想到新範式（1950-2026）
  • 1.1 什麼是 Agent：Sense-Plan-Act 與理性代理（1950-1990）
  • 1.2 符號 Agent 的興衰與 LLM Agent 的誕生（1990-2022）
• 第2章 LLM Agent 基本架構（2022-2023）
  • 2.1 Prompt 即程式：In-context Learning 與 Few-shot（2022）
  • 2.2 Agent 核心迴圈：感知-思考-行動與 function calling（2023）
• 第3章 ReAct 與工具使用（2022-2023）
  • 3.1 ReAct：推理與行動交錯（2022）
  • 3.2 工具使用、Reflexion 與 Tree of Thoughts（2023）
• 第4章 工具生態：MCP 與標準化（2023-2026）
  • 4.1 RAG、向量資料庫與知識接入（2020-2023）
  • 4.2 Model Context Protocol：Agent 的 USB-C（2024-2026）
• 第5章 Code Agent：程式設計的範式轉移（2021-2026）
  • 5.1 從 Copilot 到程式生成：程式碼即通用工具（2021-2022）
  • 5.2 Devin、Claude Code 與 OpenCode：自主寫程式的 Agent（2024-2026）
• 第6章 多 Agent 系統（1980-2026）
  • 6.1 多 Agent 協作的理論基礎：從 MAS 到 Society of Mind（1980-2026）
  • 6.2 AutoGen、CrewAI 與 Agent 社會的分工模式（2023-2026）
• 第7章 記憶、規劃與長程任務（2023-2026）
  • 7.1 Agent 記憶系統：短期、長期與向量記憶（2023-2026）
  • 7.2 規劃與長程任務分解：Plan-and-Solve、自主執行的難題（2023-2026）
• 第8章 Agent 評估與基準（2023-2026）
  • 8.1 SWE-bench、WebArena 與 AgentBench：如何量測 Agent 能力（2023-2024）
  • 8.2 從 Chatbot Arena 到真實工作：評估的陷阱與教訓（2024-2026）
• 第9章 Agent 安全與未來展望（2023-2026）
  • 9.1 Agent 的風險：提示注入、越權行動與對齊問題（2023-2026）
  • 9.2 Computer Use、深海模式與 Agent 的終局：通往 AGI 之路？（2025-2026）