附录 D：研究笔记原始索引
本附录按主题分类索引全书参考的研究笔记。每个条目包含笔记标题、内容摘要及对应的本书章节，供读者按需检索原始素材。
总览
| 主题 | 笔记数 | 核心内容 | 主要对应章节 |
|---|---|---|---|
| Agentic RL | 3 | 环境建模、ROLL 实践、三大不变量 | Ch.24 |
| Context Engineering | 6 | Prompt Caching、五大策略、Manus 六原则 | Ch.8 |
| Deep Research | 6 | Survey、框架演化、奖励设计、Benchmark | Ch.23 |
| Memory | 5 | Survey、Plan Caching、EverMemOS | Ch.22 |
| RAG | 4 | 痛点、KG+RAG、Agentic RAG | Ch.9 |
| Tools | 3 | 结构化输出、数据回流、MCP as Code API | Ch.3, Ch.20 |
| trick | 5 | Harness Engineering、实战经验、Manus 访谈 | Ch.1, Ch.25, Ch.29 |
说明：笔记数仅统计包含实质内容的文件，不含仅作目录导航用途的索引页。部分笔记下设子文件（如要点提炼），与主文件合并计为一条。
D.1 Agentic RL（3 篇）
本主题聚焦于 Agent 场景下的强化学习训练范式，从理论框架到工程落地。
| # | 笔记标题 | 内容摘要 | 对应章节 |
|---|---|---|---|
| 1 | Agentic RL 训练：它不是单一 RL 算法，而是一整套环境建模、学习信号、异步数据流、策略优化和基础设施的协同系统 | 提出 Agentic RL 的三大不变量（探索空间不坍缩、学习信号不退化、分布偏移可控）和八大系统支柱（环境建模、探索多样性、算力分配、策略优化、异步调度、奖励设计、记忆层级、基础设施）。核心论点：Agentic RL 的竞争不在算法公式，而在协同闭环。 | Ch.24.1–24.2 |
| 2 | ROLL 团队分享：Agentic RL 训练中的实践经验 | 阿里 ROLL 团队的工程实战报告。覆盖 Roll-Managed / CLI-Native 双模式环境管理、异步训练管线、数据筛选（LLM-as-Judge 校验、Ground-truth & No-op 验证、环境增广）、训练稳定性（Mask & Filter、Positive-only RL、Chunked MDP / IPA 算法）。还包括行为观察：Claude-3.5 在行动前做并行信息采集；常见失败模式是无限循环和超时。 | Ch.24.3–24.4 |
| 3 | ROLL 团队分享：要点提炼 | 上述报告的结构化要点整理，按环境（异步管线、防作弊、双模式）、数据（伪阳性、入库铁律、环境增强）、算法（Mask & Filter、保守起步、Chunked MDP）、洞察（并行函数调用、常见死法、POMDP 展望）四个维度组织。 | Ch.24.3 |
D.2 Context Engineering（6 篇）
本主题覆盖上下文工程的理论框架、缓存架构和生产实践。
| # | 笔记标题 | 内容摘要 | 对应章节 |
|---|---|---|---|
| 1 | 基于 Prompt Caching 的上下文工程 | 论证 KV-cache 是 Agent 系统架构的核心物理约束。提出五条通用法则（前缀绝对稳定、只追加不修改、工具定义解耦、动态信息后置、压缩 Cache-safe），分析四类 Cache 破坏机制（动态时间戳、工具定义变动、模型切换、非确定性序列化），给出四层 Prompt 布局架构。 | Ch.8.2 |
| 2 | Context Engineering for AI Agents | 系统阐述从 Prompt Engineering 到 Context Engineering 的范式转变。定义 Context Rot（上下文衰退）现象及其底层原因（注意力稀释、训练分布偏差、截断致命性），提出五大策略：Offload & Retrieval（文件系统作为外部记忆）、Context Reduction（Compaction 优先于 Summarization）、Context Isolation（Subagent 双模式）、Hierarchical Action Space（三级动作空间）、Context Caching。 | Ch.8.1, Ch.8.3 |
| 3 | 构建 Manus 的经验教训 | Manus 团队总结的六条 Context Engineering 操作原则：围绕 KV-cache 设计、用 Masking 代替移除管理工具、文件系统作为无上限外部上下文、通过 Recitation 操控注意力（todo.md）、保留错误记录、打破 Few-shot 模式化陷阱。 | Ch.6.2, Ch.8.6 |
| 4 | CE101 | 上下文工程实践指南分享（PDF 资料），涵盖 CE 基础概念与操作要点。 | Ch.8 |
| 5 | RAG 和 CE 是什么关系？我们真的需要 RAG 吗？ | 探讨 RAG 与 Context Engineering 的关系定位。核心观点：RAG 是 CE 的子集，CE 还包括 Caching、Compression、Isolation 等更广泛的上下文管理手段。 | Ch.9.3 |
| 6 | Agentic CE | 收集 Agentic Context Engineering 相关论文与开源项目（OpenCE、Acontext），探索将 CE 系统化为可复用框架的方向。 | Ch.8 |
D.3 Deep Research（6 篇）
本主题覆盖 Deep Research 系统的综述、框架演化、具体方法和评测基准。
| # | 笔记标题 | 内容摘要 | 对应章节 |
|---|---|---|---|
| 1 | Deep Research: A Systematic Survey | 首个 DR 系统全面综述。提出三阶段演进路线图（Agentic Search → Integrated Research → Full-stack AI Scientist），归纳四大核心组件（Query Planning、Information Acquisition、Memory Management、Answer Generation），总结工作流提示 / SFT / Agent RL 三类优化范式。 | Ch.23.2 |
| 2 | Deep Research：框架、训练与数据构建的演化 | 从三条主线梳理 DR 技术路线：Agent 框架（ReAct → ReSum → Multi-agent MMOA-RAG / C-3PO / WebResearcher），奖励设计（仅结果 → 分阶段 → 多角色 → 双层信用分配 GiGPO），数据构建（QA → CRAWLQA → E2HQA → WebSailor-V2 → WebResearcher）。 | Ch.23.3 |
| 3 | REDSearcher：面向长程搜索智能体的可扩展低成本训练框架 | 小红书 / 哈工大团队提出的 DR 训练框架。核心创新：双约束任务合成（图拓扑 + 证据分散度）、主动工具增强查询、低成本 Mid-Training（两阶段）、功能等价模拟环境。论文报告称 30B-A3B 模型在 BrowseComp / GAIA 等基准上取得了接近或超越同期闭源系统的结果（自报数据，未经独立复现验证）。 | Ch.23.4 |
| 4 | Benchmark（Deep Research） | 汇总 DR 评测基准：Deep Research Bench（89 个多步骤任务 + RetroSearch 环境）、DeepResearch Bench（100 个真实用户任务）、ReportBench（基于学术综述的评测）。分析主要失败模式：遗忘上下文、重复工具调用、幻觉。 | Ch.23.5 |
| 5 | DeepResearch 概览 | 整理 DR 系统的通用架构模式：Orchestrator → Subagents → Synthesizer → Citation Agent，以及 Memory / Plan Persistence 机制。引用 Anthropic 和 ByteByteGo 的架构分析。 | Ch.23.1 |
| 6 | Method 索引 | Deep Research 方法论索引页，组织 REDSearcher 等具体方法的导航。 | Ch.23 |
D.4 Memory（5 篇）
本主题覆盖 Agent Memory 系统的理论分类、缓存方法和评测基准。
| # | 笔记标题 | 内容摘要 | 对应章节 |
|---|---|---|---|
| 1 | Memory in the Age of AI Agents: A Survey | Agent Memory 领域综合综述。通过"形式（Forms）、功能（Functions）、动态（Dynamics）"统一视角审视记忆系统。形式化记忆生命周期（Formation → Evolution → Retrieval），将记忆组织分为 Token-level（扁平 / 平面 / 层级）、Patch-level、Parameter-level 三类。系统比较 Agent Memory 与 LLM Memory、RAG、Context Engineering 的关系边界。 | Ch.22.1, Ch.22.3 |
| 2 | Agentic Plan Caching: Test-Time Memory for Fast and Cost-Efficient LLM Agents | NeurIPS 2025 论文笔记。提出缓存可复用"规划模板"而非具体问答对的框架：轻量模型提取关键词 → 缓存匹配 → 小模型适配模板 / 大模型生成新模板。在 FinanceBench 和 TabMWP 上维持 96.67% 准确率，成本降低 46.62%。 | Ch.22.2 |
| 3 | EverMemOS | 自组织记忆操作系统（EverMemOS）论文笔记，探索面向长程推理的结构化记忆组织方案。 | Ch.22.4 |
| 4 | AMemGym（Benchmark） | Agent Memory 评测基准笔记。AMemGym 提供长对话场景下的交互式记忆评测任务，测试 Agent 在长时间跨度中的记忆保持与检索能力。 | Ch.22.5 |
| 5 | OpenViking（Repo） | 字节跳动 Volcengine 开源的 Agent Memory 实现参考项目。 | Ch.22.6 |
D.5 RAG（4 篇）
本主题覆盖 RAG 的真实痛点、知识图谱融合和 Agentic RAG 深度推理。
注：RAG 目录下另有 2 篇笔记（"大创"、"？多模态RAG"）为项目构思 / 资料链接，内容较轻，未计入本索引。
| # | 笔记标题 | 内容摘要 | 对应章节 |
|---|---|---|---|
| 1 | RAG 痛点 | 列举 RAG 系统的真实工程痛点：chunk 切分信息丢失、噪声检索、混合检索（BM25 + embedding）、reranking、多文档融合、query rewriting、答案接地、评测方法论。指出"模型太强会掩盖 RAG 的问题"这一常见误区。 | Ch.9.1 |
| 2 | 知识图谱 + RAG | 设计基于 KG + RAG 的算法知识问答系统：端到端实体关系抽取、多路检索（向量 → 解题 / KG → 知识）、Agentic RAG + 短期记忆、实体别名消歧（Neo4j）、Multi-agent 子问题分解。参考实现：LightRAG、WeKnora、Smolagents。 | Ch.9.2 |
| 3 | 知识图谱与 RAG 协同的算法知识问答系统 | 基于 OI Wiki 和竞赛数据集构建知识图谱的实践笔记。涉及 AutoSchemaKG 自动关系提取、GraphRAG 对比、LangChain 框架集成、mem0 / Agentic RAG 选型。 | Ch.9.2 |
| 4 | Agentic RAG with Deep Reasoning | 综述笔记。梳理 RAG-Reasoning 系统的三阶段演进：推理增强型 RAG（Reasoning → RAG，优化检索 / 集成 / 生成）、RAG 增强型推理（RAG → Reasoning，知识补全）、协同 RAG-Reasoning（RAG ⇔ Reasoning，迭代双向交互）。涵盖链式 / 树式 / 图式推理工作流。 | Ch.9.1 |
D.6 Tools（3 篇）
本主题覆盖工具系统的结构化输出、评估指标和 MCP 优化方案。
| # | 笔记标题 | 内容摘要 | 对应章节 |
|---|---|---|---|
| 1 | 结构化输出（Structured Output） | 解析 Guided Decoding 的原理：将输出约束转化为 FSM，通过 logit masking 强制合规。介绍 vLLM 四种解码模式（choice / regex / json / grammar）、xgrammar 后端，以及云端 API 方案（logit_bias、tool calling）。 | Ch.3.3 |
| 2 | 数据回流 | 讨论 Agent 系统的评估指标体系（Success Rate、LLM Sensitivity、Prompt Sensitivity、Hallucination、Scalability、Autonomy）和 Evaluator 系统设计。核心观点：LLM-as-a-Judge 本身也是 Agent，Agent 的每次 action-sequence 都是 RL 训练信号。 | Ch.20.4 |
| 3 | 将 MCP 服务器视为代码 API | Anthropic 工程博客方案笔记。核心思路：Agent 通过写代码（而非直接调用）与 MCP Server 交互，生成文件树按需加载工具定义。效果：token 消耗从 150K 降至 2K（节省 98.7%），同时实现数据筛选在执行层、循环条件逻辑、中间结果隐私保护。 | Ch.3.4 |
D.7 trick（5 篇）
本主题汇集 Agent 开发的实战经验、设计哲学和行业洞察。
| # | 笔记标题 | 内容摘要 | 对应章节 |
|---|---|---|---|
| 1 | Harness Engineering | 综合整理 Harness Engineering 概念。定义三代 AI 工程范式演进（Prompt Engineering → Context Engineering → Harness Engineering），阐述五个核心实践：结构化知识 + 渐进披露、机械架构约束 + 自定义 Linter、机器可读可观测性、自验证循环、垃圾回收。引用 OpenAI / Anthropic / LangChain / MartinFowler 等多方源材料。 | Ch.1.3, Ch.7.4, Ch.21.3, Ch.25.1, Ch.29.3 |
| 2 | 两周烧掉数百 M Token，我的 Agent Coding 经验之谈 | 深度使用 Claude Code / Codex / OpenCode 的实战复盘。提出五大药方：Context Engineering（Subagent 隔离上下文）、Self Review & Reflection（多轮自审）、并行执行 + 投票（冗余对抗幻觉）、先探索再规划（Explore First）、Hard Workflow（必要时的强制状态机）。核心权衡：工具 / workflow 只能释放已有能力，不能增加新能力。 | Ch.29.2 |
| 3 | 做 Agent 的实战经验与避坑指南 | 以"带实习生"为核心隐喻的八大实践：先设计思考过程再编码、工具设计是灵魂（粒度 / 描述 / 错误返回）、Prompt 是 SOP 不是角色扮演、结构化状态管理、评估体系（20–30 个 Case）、框架选择、关键 Tips（步数限制 15–20、完整日志、Human-in-the-loop）、未解决问题。 | Ch.29.1 |
| 4 | 姚顺雨（Shunyu Yao）访谈 | 姚顺雨关于 Agent 研究的三个洞察：Reasoning 赋能泛化（语言和推理让模型利用先验知识适应新环境）、交互方式决定商业机会（重构人机协作流程而非在基础模型上硬碰硬）、非共识研究带来超额回报。区分 AI 研究上半场（方法 / 架构）与下半场（任务 / 应用）。 | Ch.29.5 |
| 5 | 张小珺采访 Manus 联合创始人季逸超 | Manus 产品哲学深度访谈。核心观点：做通用 Agent 而非垂直 Agent、相信模型会不断进化、不做工具做"人"。设计选择：智能主导（非规则主导）、降级策略（MCP → API 文档 → 浏览器模拟）。金句："做对一千件小事，比做对三件大事更重要"，与 The Bitter Lesson 一脉相承。 | Ch.1.4, Ch.25.3–25.4 |
主题 → 章节交叉索引
下表从章节视角反向索引，标注每章引用了哪些研究笔记主题。
| 章节 | 章节标题 | 引用笔记主题 |
|---|---|---|
| Ch.1 | Agent 的本质 | trick（Harness Engineering、Manus 访谈） |
| Ch.3 | 工具注册与分发 | Tools（结构化输出、MCP as Code API） |
| Ch.6 | TodoWrite | Context Engineering（Manus 六原则） |
| Ch.7 | Skill Loading | trick（Harness Engineering） |
| Ch.8 | Context Engineering | Context Engineering（全部 6 篇） |
| Ch.9 | RAG 与知识工程 | RAG（全部 4 篇）、Context Engineering（RAG vs CE） |
| Ch.20 | 权限治理 | Tools（数据回流） |
| Ch.21 | 生产部署与可观测性 | trick（Harness Engineering） |
| Ch.22 | Agent Memory 系统 | Memory（全部 5 篇） |
| Ch.23 | Deep Research 系统 | Deep Research（全部 6 篇） |
| Ch.24 | Agentic RL | Agentic RL（全部 3 篇） |
| Ch.25 | 长期 Agent 的基础设施挑战 | trick（Harness Engineering、Manus 访谈） |
| Ch.29 | 实战经验与避坑指南 | trick（经验之谈、避坑指南、姚顺雨访谈） |