从零学习 AI Agent，先学原理还是直接上框架？
最近想学习 AI Agent 开发，希望可以写出简单的 Agent 产品，可以独立运行，而不只是简单调用大模型 API 做一个聊天页面。我的基础偏全栈，目前对 Agent 开发基本是零基础，不了解具体的实现原理、技术栈和工程实践，目前使用过各种热门 Agent 但是只是使用。
现在主要有几个困惑：
1. 比较合理的学习顺序是什么？
2. 应该先用原生大模型 API 实现一个简单 Agent ，还是直接学习 Agent 框架？，开发 Agent 应该不需要区分语言？
4. Function Calling 、MCP 、RAG 、记忆、工作流等概念应该按照什么顺序学习？
5. 有哪些适合新手的实战项目，可以从简单调用工具逐步做到完整应用？
6. 目前有哪些值得学习的框架、开源项目、课程或文章？
我现在的初步想法，是先做一个能够调用几个外部 API 、完成简单任务的助手，再逐渐增加搜索、知识库、任务步骤和执行状态展示等功能。
想请有 Agent 实际开发经验的朋友分享一下学习路线和踩坑经验。
感谢。 用框架都是 2025 年时常规做法，后来因为过于复杂，一般 agent 用不到，用框架都是复杂分支和动态扇出。
agent 最稳的是手搓。大概就是：用的 llm ，是否支持 fun-calling （旧模型或小模型大不支持），状态存哪几张表、迁移可不可逆？断流了怎么接得上？然后就地基层（校验器/沙箱/加载器，零依赖纯函数，同层互不 import ）→ 工具层（ schema + dispatch + 幂等）→ 循环层（内循环 40 行 + 外循环状态机） 1：没有顺序。Agent 的本质就是 ReAcT 这篇论文。
2：目前流行的 Agent 都是“反框架”的。
4：没有顺序，他们分别只是不同的能力。你说你是先学走路、先学吃饭还是先学说话？都要学，但哪个先学都可以。
5：OpenCode 就不错
6：没有突出的，或者说大家都一样。Agent 这个东西他就没有客观评价体系。主观的输入 + 主观的引擎 = 主观的结果。 直接手搓，不用框架，目前没有好用的框架。 推荐几个我觉得不错的资料：
https://learn.shareai.run/zh/
https://walkinglabs.github.io/learn-harness-engineering/zh/
https://bojieli.github.io/ai-agent-book/ 如果想基于现有 agent 框架扩展，可以看看( https://github.com/earendil-works/pi)。但这个不是一个框架，更像是一个最小的 agent harness 实现，方便进行后续扩展。 @qimeng123 高深，使用上好像确实是这么个意思，有推荐的学习资料么，或者是怎么入门？ @sentinelK 有推荐的入门资料或者视频吗 目前很大程度上变成做 skill 和 tools 了 我是直接先用原生大模型 API 实现结合 ai 一个简单 Agent ，对于其他复杂的功能，缺什么再去补，比如如何兼容多套 llm ，记忆日志这些怎么接入，会话如何管理，工具系统，先自己想一下，反正结合 ai 问着来学，后面面向更复杂更工业化级别的就去看源码，pi 不错的，也不算很复杂，但是架构很清晰，这些搞完只是单体，后面我觉得多服务的架构就是更后端工程化的了。