Agent 核心范式：ReAct、工具与记忆 · 里程碑长文：给你的笔记装一个会标注出处的嘴

日期：2026年10月19日 · 路径：Agent 专业开发人员 · 阶段 s2

这个里程碑要做什么

做一个能检索你自己笔记（Obsidian 库、Markdown 文件夹、任何真实语料均可）的问答 Agent：用户提问，它检索相关片段，基于片段回答，并且每条关键论断后面标注出处（哪篇笔记、哪一段）。

「引用出处」是验收的硬标准——没有出处的 RAG，只是一个更会一本正经胡说八道的聊天框。规格建议：检索层可以先用最简单的关键词/TF-IDF 或 embedding 检索，不要求上重型向量库；回答层把检索片段塞进 prompt，要求模型逐条引用；出处至少包含文档名加段落定位；检索不到相关内容时，必须明确说「不知道」，而不是硬答。

为什么是它（设计意图）

这是 ReAct 循环的第一个真实应用场景：思考（该检索什么）→ 行动（调检索工具）→ 观察（读片段）→ 再思考（够不够，要不要换关键词再查）。写完它，「Agent = LLM + 循环」会从公式变成肌肉记忆。

「引用出处」这个要求会逼你正视 RAG 的核心矛盾：检索质量决定回答质量。你会很快发现 chunk 切分、metadata 设计、top-k 选择，都比模型本身更影响效果。「不知道就别说」是 Agent 可靠性的第一课，也是第五阶段评测体系的种子。而笔记是每个人都有的真实数据——做出来马上能用，用起来的东西才会被持续打磨。

这个阶段你还会第一次正面撞上「记忆」问题：多轮追问时，上一轮的检索结果要不要带进下一轮？这就是记忆分层的入门课——短期靠上下文、长期靠检索、任务态靠你自己维护的数据结构。想不清楚就先做无状态的单轮版，想清楚再叠加，顺序不能反。

配套资源怎么用

• 主线骨架：Berkeley RDI 的 LLM Agents MOOC（Dawn Song 主讲，Xinyun Chen、Kaiyu Yang 联合授课）。Spring 2025 已结课、证书已发完，但讲座视频仍可在官网大纲页观看——推理、工具、RAG 讲次就是本阶段的理论地图，看视频做练习即可，别惦记证书。
• 开工前一晚：DeepLearning.AI 短课 Functions, Tools and Agents，一小时左右建立工具调用直觉。
• 动手伴手：Hugging Face Agents Course（目前仍发免费证书，想拿证尽早），其 ReAct 与 RAG 章节和本里程碑直接对应，跟着单元做练习。
• 代码参考：Microsoft 的 ai-agents-for-beginners（GitHub，11 课含视频代码），看它的 RAG 示例怎么组织——理解后用自己的方式写，别直接抄框架封装。
• 方法论：Chip Huyen《AI Engineering》（O'Reilly 2025）的 RAG 与 Agent 架构章节，回答「为什么这样设计」。
• 原理加餐：同济子豪兄的论文精读，选 RAG 相关篇目，听不懂英文论文时换中文耳朵。

常见翻车点

• 上来就上向量库全家桶：几百篇笔记，TF-IDF 可能就够了。先回答「检索什么、放在 prompt 哪个位置」，再谈技术选型。
• chunk 切分太粗暴：按固定字符数硬切，语义被切碎，检索回来的片段前言不搭后语。
• 只检索一次就回答：问题模糊时应该允许 Agent 多检索几轮——这正是 ReAct 的价值，单轮 RAG 把它退化成流水线。
• 引用是摆设：模型标了出处但你没校验出处是否真包含该论断——幻觉会转移成「引用幻觉」。
• 没有「不知道」的退路：检索结果为空也硬答，可靠性直接归零。
• 检索工具没有超时与兜底：语料一大检索变慢，Agent 卡死在那里——每个工具调用都要带超时、重试与兜底提示。

验收清单

• 能索引自己至少 100 篇真实笔记，提问后返回相关片段
• 回答中每条关键论断带出处（文档名 + 段落位置）
• 人工抽查 10 条引用，全部真实存在且支持对应论断
• 检索不到相关内容时明确回答「不知道」，不编造
• 支持多轮检索：一次不够时会换关键词再查
• 检索工具有超时与失败兜底
• 能讲清 chunk 大小、top-k、检索方式的选择理由

延伸建议

把这个 Agent 当成第三、四、五阶段的固定实验对象——后面所有重构都在它身上做，你才能精确对比每次架构变更的得失。现在开始记录它答错的 10 个案例，那就是你第五阶段黄金评测集的雏形。可以试试混合检索（关键词与 embedding 取并集），体会工程里常见的「小改进大收益」。最后做一次对照实验：同一个问题，分别用单轮 RAG 和你这个可多轮检索的 ReAct 版回答，对比引用质量——你会直观看到循环带来的增值到底发生在哪。