参考资料与延伸阅读¶

BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding^【1】
Language Models are Few-Shot Learners（GPT-3）^【2】
Language Models are Unsupervised Multitask Learners（GPT-2）^【3】
Emergent Abilities of Large Language Models^【4】
Are Emergent Abilities of Large Language Models a Mirage?^【5】
Scaling Laws for Neural Language Models^【6】
Training Compute-Optimal Large Language Models（Chinchilla）^【7】
The Llama 3 Herd of Models^【8】

第二章：Transformer 架构原理

Attention Is All You Need^【9】
BERT^【1】
Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer（T5）^【10】
On Layer Normalization in the Transformer Architecture^【11】
Root Mean Square Layer Normalization^【12】
GLU Variants Improve Transformer^【13】
Query-Key Normalization for Transformers^【14】
Transformer Feed-Forward Layers Are Key-Value Memories^【15】

第三章：MHA 的局限与 MQA、GQA、Flash Attention

Fast Transformer Decoding: One Write-Head is All You Need（MQA）^【16】
GQA: Training Generalized Multi-Query Transformer Models from Multi-Head Checkpoints^【17】
Llama 2^【18】
The Llama 3 Herd of Models^【8】
DeepSeek-V2 论文与官方实现^【19】
FlashAttention^【20】
FlashAttention 官方仓库与版本要求（2026-07-06 README 快照）^【21】
Online normalizer calculation for softmax^【22】
Mistral 7B^【23】
Linformer^【24】
Rethinking Attention with Performers^【25】
Mamba: Linear-Time Sequence Modeling with Selective State Spaces^【26】

第四章：位置编码

Attention Is All You Need^【9】
RoFormer: Enhanced Transformer with Rotary Position Embedding^【27】
ALiBi: Train Short, Test Long^【28】
Position Interpolation^【29】
YaRN: Efficient Context Window Extension of Large Language Models^【30】
Hugging Face Transformers：RoPE 参数与变体^【31】
BLOOM 模型卡^【32】
MosaicML：MPT-7B 发布说明与 ALiBi 配置^【33】
Lost in the Middle: How Language Models Use Long Contexts^【34】

第五章：Tokenizer 分词器

Neural Machine Translation of Rare Words with Subword Units（BPE）^【35】
SentencePiece: A simple and language independent subword tokenizer^【36】
Subword Regularization: Improving NMT Models with Multiple Subword Candidates（Unigram）^【37】
Hugging Face: Tokenizers 教程^【38】
OpenAI tiktoken^【39】
The Llama 3 Herd of Models^【8】
Meta Llama 3 Tokenizer 官方实现^【40】
Google SentencePiece 官方实现与配置说明^【41】
Hugging Face Transformers：Tokenization algorithms^【42】
Hugging Face Transformers：Chat templates^【43】

第六章：大模型的三阶段训练流程

GPT-3，§2 与 few-shot 评估^【44】
Llama 2，§2.1、§3.1.1 与模型卡^【45】
The Llama 3 Herd of Models，§3、§4^【46】
Chinchilla：训练计算量近似^【47】
InstructGPT^【48】
LIMA^【49】
Deep Reinforcement Learning from Human Preferences^【50】
DPO：奖励重参数化与偏好损失^【51】
DeepSeek-R1，2025 年初版训练流程^【52】

第七章：Scaling Law 与涌现能力

Scaling Laws for Neural Language Models^【6】
Chinchilla：§3、表 2 与计算最优推导^【47】
Emergent Abilities of Large Language Models^【4】
Are Emergent Abilities of Large Language Models a Mirage?^【5】
The Llama 3 Herd of Models^【46】
Qwen3 Technical Report，初版^【53】
DeepSeekMath：数据构建与 GRPO^【54】
DeepSeek-R1，初版^【52】

第八章：大模型微调方案

LoRA^【55】
QLoRA^【56】
Transformers v4.46.3：Model training anatomy^【57】
PEFT：LoRA 配置与初始化^【58】
DPO^【51】
LIMA^【49】

第九章：LoRA 深入解析

LoRA：公式、初始化与 rank 实验^【55】
QLoRA^【56】
Parameter-Efficient Transfer Learning for NLP^【59】
PEFT v0.17.0：LoRA 配置、初始化与缩放^【60】
PEFT：Model merging 与 add_weighted_adapter^【61】
PEFT v0.17.0：加权 adapter 的实现与限制^【62】
vLLM：LoRA adapters^【63】
Transformers：模型训练的内存组成^【57】

第十章：Post-Training 方法全景

InstructGPT^【48】
Deep Reinforcement Learning from Human Preferences^【50】
DPO^【51】
DeepSeekMath：GRPO 与迭代训练^【54】
DeepSeek-R1：初版 §2^【52】
Llama 2^【45】
The Llama 3 Herd of Models^【46】
Constitutional AI^【64】
RLAIF vs. RLHF^【65】
Proximal Policy Optimization Algorithms^【66】

第十一章：DPO vs PPO 深度对比

Proximal Policy Optimization Algorithms^【66】
OpenAI Spinning Up：PPO-Clip 公式与约束边界^【67】
InstructGPT^【48】
DPO：§4 与附录 A 推导^【51】
DeepSeekMath：GRPO^【54】
DeepSeek-R1，初版^【52】
Llama 2^【45】
The Llama 3 Herd of Models^【46】
High-Dimensional Continuous Control Using Generalized Advantage Estimation^【68】

第十二章：解码策略

The Curious Case of Neural Text Degeneration^【69】
If Beam Search Is the Answer, What Was the Question?^【70】
Fast Inference from Transformers via Speculative Decoding^【71】
Self-Consistency Improves Chain of Thought Reasoning in Language Models^【72】
PagedAttention：包含 beam search 的缓存共享设计^【73】
Qwen3-30B-A3B 官方模型卡^【74】
vLLM：Batch Invariance^【75】

第十三章：Temperature、Top-P、Top-K 调参

The Curious Case of Neural Text Degeneration^【69】
Transformers：Generation Utilities，含 Temperature/TopK/TopP LogitsWarper^【76】
Transformers v4.56.2：贪心、采样与束搜索的配置条件^【77】
Qwen3-30B-A3B 官方模型卡与采样建议^【74】
vLLM：Batch Invariance^【75】

第十四章：KV Cache 与 Prompt Caching

PagedAttention 原论文^【73】
MQA 原论文^【16】
GQA 原论文^【17】
Anthropic 官方 Prompt Caching cookbook^【78】
Anthropic 官方 SDK：缓存 TTL 类型^【79】
OpenAI：Prompt Caching^【80】
KIVI 原论文^【81】
vLLM：Automatic Prefix Caching 设计^【82】

接口资料核对范围：2026-09-08 的官方文档与 SDK；OpenAI 缓存指南另于 2026-09-15 复核。示例没有发起计费请求，不代表一次真实缓存命中结果。

第十五章：模型量化

GPTQ: Accurate Post-Training Quantization for Generative Pre-trained Transformers^【83】
AWQ: Activation-aware Weight Quantization for LLM Compression and Acceleration^【84】
QLoRA: Efficient Finetuning of Quantized LLMs（NF4）^【56】
LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale^【85】
SmoothQuant: Accurate and Efficient Post-Training Quantization for Large Language Models^【86】
Optimal Brain Compression: A Framework for Accurate Post-Training Quantization and Pruning^【87】
llama.cpp / GGUF^【88】
AutoAWQ^【89】
GPTQ 作者实现：列顺序、act-order 与分组^【90】
AWQ 原论文：逐通道缩放与搜索^【91】
PyTorch AO：Quantization-Aware Training^【92】
FP8 Formats for Deep Learning，v1，第 2–3 节与表 1^【93】
OCP Microscaling Formats (MX) Specification v1.0^【94】
微软 MX 库：最大指数缩放与 scale 边界，固定版本^【95】
NVIDIA：Introducing NVFP4 for Efficient and Accurate Low-Precision Inference^【96】
NVIDIA Transformer Engine：FP8 入门与 MXFP8/NVFP4，固定版本 notebook^【97】
NVIDIA Transformer Engine：缩放配方、历史最大值与 margin，固定版本源码^【98】
gpt-oss-120b 与 gpt-oss-20b 模型卡，v1，第 2.1 节与表 1：MXFP4 MoE 权重与 checkpoint 大小^【99】
AMD ROCm 博客：CDNA3 与 CDNA4 上的 FP8 FNUZ 与 OCP 变体^【100】
ONNX：FP8 正规数／次正规数解码与特殊值编码^【101】
vLLM v0.10.2：E4M3FN 到 E4M3FNUZ 的规范化，固定版本实现^【102】

第十六章：Prompt 工程

Language Models are Few-Shot Learners（GPT-3，Few-shot）^【2】
Calibrate Before Use: Improving Few-Shot Performance of Language Models（示例与顺序偏差）^【103】
Chain-of-Thought Prompting Elicits Reasoning in Large Language Models^【104】
Large Language Models are Zero-Shot Reasoners（Let's think step by step）^【105】
LLMLingua: Compressing Prompts for Accelerated Inference of Large Language Models^【106】
LongLLMLingua: Accelerating and Enhancing LLMs in Long Context Scenarios via Prompt Compression^【107】
The Power of Scale for Parameter-Efficient Prompt Tuning（Soft Prompt）^【108】
OpenAI: Reasoning best practices（含分隔符与 CoT 提示的适用边界）^【109】
OpenAI: Structured Outputs^【110】

第十七章：CoT 思维链

Chain-of-Thought Prompting Elicits Reasoning in Large Language Models^【104】
Large Language Models are Zero-Shot Reasoners（Let's think step by step）^【105】
Self-Consistency Improves Chain of Thought Reasoning in Language Models^【72】
Least-to-Most Prompting Enables Complex Reasoning in Large Language Models^【111】
Tree of Thoughts: Deliberate Problem Solving with Large Language Models^【112】
Towards Understanding Chain-of-Thought Prompting: An Empirical Study of What Matters^【113】
Measuring Faithfulness in Chain-of-Thought Reasoning^【114】
s1: Simple test-time scaling^【115】
Do NOT Think That Much for 2+3=? On the Overthinking of o1-Like LLMs^【116】
OpenAI: Reasoning best practices^【109】
OpenAI: Reasoning models^【117】
Anthropic Python SDK: 手动 thinking 配置^【118】
Amazon Bedrock: Extended thinking^【119】（包含 Bedrock 上的手动预算规则、interleaved thinking 例外及模型差异，不代表所有 Claude 入口行为相同）

第十八章：幻觉的成因与缓解

On Faithfulness and Factuality in Abstractive Summarization^【120】
Survey of Hallucination in Natural Language Generation^【121】
A Survey on Hallucination in Large Language Models: Principles, Taxonomy, Challenges, and Open Questions^【122】
Language Models (Mostly) Know What They Know^【123】
TruthfulQA: Measuring How Models Mimic Human Falsehoods^【124】
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks^【125】
SelfCheckGPT: Zero-Resource Black-Box Hallucination Detection for Generative Large Language Models^【126】
Chain-of-Verification Reduces Hallucination in Large Language Models^【127】
Constitutional AI: Harmlessness from AI Feedback^【64】
Towards Understanding Sycophancy in Language Models^【128】
OpenAI: Structured Outputs（结构保证与内容错误的区别）^【110】

第十九章：MoE 混合专家模型

Sparsely-Gated Mixture-of-Experts Layer^【129】
GShard^【130】
Switch Transformers^【131】
Mixtral of Experts^【132】
DeepSeek-V3 Technical Report^【133】
Auxiliary-Loss-Free Load Balancing^【134】
Expert Choice Routing^【135】
ST-MoE：Router z-loss^【136】
Qwen3-30B-A3B 官方模型卡^【74】

第二十章：部署框架选型

Efficient Memory Management for Large Language Model Serving with PagedAttention（vLLM）^【73】
SGLang: Efficient Execution of Structured Language Model Programs（RadixAttention）^【137】
Orca: A Distributed Serving System for Transformer-Based Generative Models（Continuous Batching）^【138】
vLLM 文档^【139】
vLLM: Automatic Prefix Caching^【140】
SGLang 仓库^【141】
Text Generation Inference 仓库^【142】
TGI 官方文档（维护模式说明，2026-09-15 核对）^【143】
llama.cpp 仓库^【88】
TensorRT-LLM 仓库^【144】
llama.cpp：HTTP Server 能力与参数^【145】
TensorRT-LLM：Quick Start^【146】
vLLM：Chunked Prefill 与配置调优^【147】
vLLM：Disaggregated Prefilling^【148】
TGI：组件与 HTTP/gRPC 边界^【149】
TensorRT-LLM：LLM API 与 PyTorch backend^【150】

第二十一章：能力评测指标

Measuring Massive Multitask Language Understanding（MMLU）^【151】
MMLU-Pro: A More Robust and Challenging Multi-Task Language Understanding Benchmark^【152】
Evaluating Large Language Models Trained on Code（HumanEval / Pass@k）^【153】
SWE-bench: Can Language Models Resolve Real-World GitHub Issues?^【154】
OpenAI: Why SWE-bench Verified no longer measures frontier coding capabilities^【155】
Training Verifiers to Solve Math Word Problems（GSM8K）^【156】
Measuring Mathematical Problem Solving With the MATH Dataset^【157】
GPQA: A Graduate-Level Google-Proof Q&A Benchmark^【158】
Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena^【159】
Holistic Evaluation of Language Models（HELM）^【160】
LiveBench: A Challenging, Contamination-Limited LLM Benchmark^【161】
tau-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains^【162】
HumanEval 官方 Pass@k 实现^【163】
SWE-bench 官方文档（Verified 子集）^【164】
Humanity's Last Exam^【165】
On Faithfulness and Factuality in Abstractive Summarization（词面指标与忠实性的区别）^【120】

第二十二章：模型选型实践

Holistic Evaluation of Language Models（HELM）^【160】
Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena^【159】
DeepSeek-V3 Technical Report^【166】
Qwen3 Technical Report^【167】
tau-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains^【162】
RouteLLM: Learning to Route LLMs with Preference Data^【168】
FrugalGPT: How to Use Large Language Models While Reducing Cost and Improving Performance^【169】
OpenAI: Data controls in the OpenAI platform^【170】
OpenAI: Structured Outputs^【110】

第二十三章：多模态模型

CLIP: Learning Transferable Visual Models From Natural Language Supervision^【171】
Flamingo: a Visual Language Model for Few-Shot Learning^【172】
LLaVA: Visual Instruction Tuning^【173】
Whisper: Robust Speech Recognition via Large-Scale Weak Supervision^【174】
Video-LLaMA: An Instruction-tuned Audio-Visual Language Model^【175】
NIST AI Risk Management Framework^【176】
BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models^【177】
Qwen2-VL: Enhancing Vision-Language Model's Perception of the World at Any Resolution^【178】
Hugging Face Evaluate：WER 指标定义与实现说明^【179】

第一章：多模态表征与融合架构

CLIP: Learning Transferable Visual Models From Natural Language Supervision^【171】
Sigmoid Loss for Language Image Pre-Training (SigLIP)^【180】
ImageBind: One Embedding Space To Bind Them All^【181】
Flamingo: a Visual Language Model for Few-Shot Learning^【172】
Perceiver IO: A General Architecture for Structured Inputs & Outputs^【182】
LLaVA: Visual Instruction Tuning^【173】
Qwen-VL：位置感知视觉语言适配器^【183】
Chameleon: Mixed-Modal Early-Fusion Foundation Models^【184】
Neural Discrete Representation Learning (VQ-VAE)^【185】
Taming Transformers for High-Resolution Image Synthesis (VQGAN)^【186】
OpenAI GPT-4o System Card^【187】
GPT-4o System Card（原始报告）^【188】

第二章：视觉语言模型与视觉 Grounding

Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection^【189】
Grounded Language-Image Pre-training (GLIP)^【190】
Simple Open-Vocabulary Object Detection with Vision Transformers (OWL-ViT)^【191】
PaliGemma: A versatile 3B VLM for transfer^【192】
Qwen-VL: A Versatile Vision-Language Model^【183】
Molmo and PixMo: Open Weights and Open Data for State-of-the-Art Multimodal Models^【193】
Visual Genome: Connecting Language and Vision Using Crowdsourced Dense Image Annotations^【194】
Generation and Comprehension of Unambiguous Object Descriptions（RefCOCOg）^【195】
ReferItGame: Referring to Objects in Photographs of Natural Scenes^【196】
REFER：数据集来源与划分说明^【197】

第三章：OCR 与 Document AI

LayoutLM: Pre-training of Text and Layout for Document Image Understanding^【198】
LayoutLMv3: Pre-training for Document AI with Unified Text and Image Masking^【199】
OCR-free Document Understanding Transformer (Donut)^【200】
PubTables-1M: Towards Comprehensive Table Extraction From Unstructured Documents^【201】
GriTS: Grid Table Similarity^【202】
Image-based table recognition: data, model, and evaluation (PubTabNet / TEDS)^【203】
ChartQA: A Benchmark for Question Answering about Charts^【204】
DocVQA: A Dataset for VQA on Document Images^【205】
Azure AI Document Intelligence 官方文档^【206】
Azure Document Intelligence：准确率与置信度^【207】
Google Cloud Document AI 官方文档^【208】
Amazon Textract 官方文档^【209】
Amazon Textract：AnalyzeDocument 与 FeatureTypes^【210】

第四章：Computer Use 与 GUI Agent

Anthropic: Developing a computer use model^【211】
Anthropic：升级版 Claude 3.5 Sonnet 与 Computer Use 公开测试^【212】
Anthropic Computer Use 官方文档^【213】
OpenAI: Computer-Using Agent^【214】
OpenAI Operator^【215】
OpenAI：Computer Use 工具与执行环境^【216】
UI-TARS: Pioneering Automated GUI Interaction with Native Agents^【217】
OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments^【218】
WebArena: A Realistic Web Environment for Building Autonomous Agents^【219】

第五章：语音识别、合成与音频语言模型

Whisper: Robust Speech Recognition via Large-Scale Weak Supervision^【174】
Connectionist Temporal Classification（原论文）^【220】
Sequence Transduction with Recurrent Neural Networks (RNN-T)^【221】
Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions (Tacotron 2)^【222】
Neural Codec Language Models are Zero-Shot Text to Speech Synthesizers (VALL-E)^【223】
SoundStream: An End-to-End Neural Audio Codec^【224】
High Fidelity Neural Audio Compression (EnCodec)^【225】
AudioLM: a Language Modeling Approach to Audio Generation^【226】
Qwen-Audio: Advancing Universal Audio Understanding via Unified Large-Scale Audio-Language Models^【227】
SALMONN: Towards Generic Hearing Abilities for Large Language Models^【228】

第六章：实时全双工语音交互

Moshi: a speech-text foundation model for real-time dialogue^【229】
Generative Spoken Dialogue Language Modeling (dGSLM)^【230】
OpenAI GPT-4o System Card^【187】
GPT-4o System Card（原始报告）^【188】
OpenAI Realtime API 官方文档^【231】
OpenAI Realtime：会话状态与打断处理^【232】
Kyutai Moshi 项目主页^【233】

第七章：扩散模型、Flow Matching 与图像生成

Denoising Diffusion Probabilistic Models (DDPM)^【234】
Denoising Diffusion Implicit Models (DDIM)^【235】
Score-Based Generative Modeling through Stochastic Differential Equations^【236】
High-Resolution Image Synthesis with Latent Diffusion Models (Stable Diffusion)^【237】
Classifier-Free Diffusion Guidance^【238】
Flow Matching for Generative Modeling^【239】
Flow Straight and Fast: Learning to Generate and Transfer Data with Rectified Flow^【240】
Scaling Rectified Flow Transformers for High-Resolution Image Synthesis (Stable Diffusion 3)^【241】
Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding (Imagen)^【242】
OpenAI DALL·E 3: Improving Image Generation with Better Captions^【243】
GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium (FID)^【244】
CLIPScore: A Reference-free Evaluation Metric for Image Captioning^【245】

第八章：视频生成模型

Video Diffusion Models^【246】
Imagen Video: High Definition Video Generation with Diffusion Models^【247】
OpenAI: Video generation models as world simulators (Sora 技术报告)^【248】
Stable Video Diffusion: Scaling Latent Video Diffusion Models to Large Datasets^【249】
Towards Accurate Generative Models of Video: A New Metric & Challenges (FVD)^【250】
VBench: Comprehensive Benchmark Suite for Video Generative Models^【251】

第九章：多模态训练数据与对齐

LAION-5B: An Open Large-Scale Dataset for Training Next Generation Image-Text Models^【252】
OpenAI DALL·E 3: Improving Image Generation with Better Captions^【243】
LLaVA: Visual Instruction Tuning^【173】
Flamingo: a Visual Language Model for Few-Shot Learning^【172】
OBELICS: An Open Web-Scale Filtered Dataset of Interleaved Image-Text Documents^【253】
Aligning Large Multimodal Models with Factually Augmented RLHF (LLaVA-RLHF)^【254】

第十章：多模态评测、安全与推理服务

MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark^【255】
MathVista: Evaluating Mathematical Reasoning of Foundation Models in Visual Contexts^【256】
Multimodal Neurons in Artificial Neural Networks (Typographic Attack)^【257】
Visual Adversarial Examples Jailbreak Aligned Large Language Models^【258】
C2PA 2.1 技术规范^【259】
Google DeepMind: SynthID^【260】
DistServe: Disaggregating Prefill and Decoding for Goodput-optimized Large Language Model Serving^【261】
vLLM：前缀缓存设计与多模态哈希^【82】

第一章：Function Calling 是什么，原理是什么

OpenAI: Function Calling 指南（2026-09-08 核查）^【262】
OpenAI: Responses API 迁移指南（本节字段与示例于 2026-09-16 对照此页及 Function Calling 指南核查）^【263】
OpenAI: 2023 年 Function Calling 发布^【264】
Anthropic: Tool Use with Claude^【265】
Anthropic: Writing Effective Tools for Agents^【266】
Toolformer: Language Models Can Teach Themselves to Use Tools^【267】
ReAct: Synergizing Reasoning and Acting in Language Models^【268】
JSON Schema 规范^【269】

第二章：LLM 如何学会调用工具

Toolformer: Language Models Can Teach Themselves to Use Tools^【267】
ReAct 原论文^【268】
PPO 原论文^【66】
ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs^【270】
Training language models to follow instructions with human feedback（InstructGPT）^【48】
Constitutional AI: Harmlessness from AI Feedback^【64】
ToolRL: Reward is All Tool Learning Needs^【271】
ReTool: Reinforcement Learning for Strategic Tool Use in LLMs^【272】
Berkeley Function Calling Leaderboard^【273】
API-Bank: A Comprehensive Benchmark for Tool-Augmented LLMs^【274】
τ-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains^【162】

第三章：工具定义与 Schema 工程

Anthropic: Writing Effective Tools for Agents^【266】
Anthropic: Building Effective Agents^【275】
OpenAI: Function Calling 指南^【262】
OpenAI: Structured Outputs 支持的 Schema^【110】
JSON Schema 规范^【269】
Berkeley Function Calling Leaderboard^【273】

第四章：MCP 模型上下文协议的核心内容

版本状态核对：2026-09-15 复核下列固定版变更与兼容说明；采用固定协议基准，不将动态页面的“最新”当作 SDK 已支持的证明。
MCP 版本状态^【276】
MCP 2026-07-28 变更记录^【277】
Model Context Protocol 官方文档^【278】
MCP 规范 2026-07-28^【279】
MCP 版本兼容说明^【280】
MCP 架构说明^【281】
Anthropic: Introducing the Model Context Protocol^【282】
JSON-RPC 2.0 规范^【283】

第五章：MCP 的三层组成

MCP 架构说明^【281】
MCP 规范 2026-07-28^【279】
MCP Server 能力：Tools^【285】
MCP Multi Round-Trip Requests^【286】
MCP 弃用特性^【287】
MCP 传输层规范^【288】
JSON-RPC 2.0 规范^【283】

第六章：MCP 与 Function Calling 的区别与选型

Model Context Protocol 官方文档^【278】
MCP 服务端开发快速上手^【290】
MCP Servers 官方示例仓库^【291】
已归档 MCP 示例^【292】
MCP Roots：弃用状态与非安全边界^【293】
OpenAI: Function Calling 指南^【294】
Anthropic: Introducing the Model Context Protocol^【282】

第七章：为什么有些推理模型不支持 MCP

OpenAI: Reasoning Models 指南^【117】
OpenAI: Function Calling 与 reasoning 项回传^【262】
OpenAI: o1-preview 模型页^【295】
OpenAI: o1 模型与快照^【296】
OpenAI Cookbook：o1-preview 初期结构化输出限制^【297】
Anthropic：Claude 4 交错工具使用发布说明^【298】
Anthropic Cookbook：早期 Claude 3.7 thinking 块保留示例^【299】
Anthropic: Extended Thinking^【300】
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning^【301】
ReTool: Reinforcement Learning for Strategic Tool Use in LLMs^【272】
ToolRL: Reward is All Tool Learning Needs^【271】
Efficient Memory Management for Large Language Model Serving with PagedAttention^【73】

第八章：Skill 是什么

格式核查保留原有固定提交 69ef37e9424c0a7ea9dd2293b559e43ec8176379 作为历史基准，并于 2026-09-15 复核官方格式页中的必填字段、实验性字段和加载建议；官方页没有独立的语义版本号。
Anthropic: Introducing Agent Skills^【302】
Anthropic: Equipping Agents for the Real World with Agent Skills^【303】
Agent Skills 规范^【304】
Agent Skills 本次核查的固定提交^【305】
Claude Docs: Agent Skills^【306】
Anthropic: Building Effective Agents^【275】
Anthropic: Effective Context Engineering for AI Agents^【307】

第九章：Skill 与 MCP 的区别

Anthropic: Introducing Agent Skills^【302】
Agent Skills 规范^【304】
Model Context Protocol 官方文档^【278】
MCP 2026-07-28 工具发现与 Schema^【285】
Anthropic: Equipping Agents for the Real World with Agent Skills^【303】
Anthropic: Effective Context Engineering for AI Agents^【307】

第十章：Function Calling、MCP、Skill 三者关系

OpenAI: Function Calling 指南^【294】
Model Context Protocol 官方文档^【278】
MCP 规范 2026-07-28^【279】
Anthropic: Introducing Agent Skills^【302】
Agent Skills 规范^【304】
Anthropic: Building Effective Agents^【275】

第十一章：A2A 协议

来源核对：2026-09-15 读取 v1.0.1 发布记录、规范和 Proto 定义。该标签内规范页仍有“Latest Released Version 1.0.0”的旧提示；Send Message 概述中的立即返回措辞，也与执行模式小节和 Proto 的默认阻塞定义不一致。本章按后两处明确的 return_immediately 字段定义说明，线上 JSON 使用 returnImmediately。
A2A v1.0.1 发布记录^【309】
A2A 协议官网^【310】
A2A v1.0.1 发布规范^【311】
A2A v1.0.1 规范数据定义^【312】
Google: Announcing the Agent2Agent Protocol^【313】
Linux Foundation: A2A Project^【314】
Model Context Protocol 官方文档^【278】
Anthropic: Building Effective Agents^【275】

第十二章：MCP 的传输层

MCP 规范 2026-07-28：Transports^【288】
MCP 2026-07-28 Streamable HTTP^【315】
MCP 2026-07-28 stdio^【316】
MCP 2026-07-28 版本兼容^【280】
MCP 规范 2025-03-26（Streamable HTTP 引入版本）^【317】
JSON-RPC 2.0 规范^【283】
MCP 官方 Server 集合^【291】
MDN: Server-Sent Events^【318】

第十三章：SSE、WebSocket 与 WebRTC

MDN: Using Server-Sent Events^【318】
MDN: The WebSocket API^【319】
MDN: WebRTC API^【320】
RFC 6455: The WebSocket Protocol^【321】
RFC 8445: Interactive Connectivity Establishment (ICE)^【322】
WebRTC 官方站点^【323】
WHATWG HTML：Server-sent events^【324】
RFC 8835：WebRTC 传输^【325】
RFC 8834：WebRTC 媒体与丢包恢复^【326】
RFC 8831：WebRTC Data Channels^【327】
RFC 8441：WebSocket over HTTP/2^【328】
RFC 9220：WebSocket over HTTP/3^【329】
OpenAI: WebRTC 接入（Realtime API 部分）^【330】
MCP 规范：Transports^【288】
A2A v1.0.1 发布规范^【311】

第十四章：LLM 网关

LiteLLM 文档^【332】
LiteLLM GitHub^【333】
Bifrost 官方仓库（Go 实现）^【334】
LiteLLM 重试与故障转移^【335】
RFC 9111：HTTP 缓存^【336】
Portkey AI Gateway^【337】
Kong AI Gateway^【338】
Envoy AI Gateway^【339】
Langfuse: LLM 可观测性^【340】
OWASP Top 10 for LLM Applications^【341】

第十五章：Tool Protocol 安全

MCP 2026-07-28 Authorization^【342】
MCP 2026-07-28 Security Best Practices^【343】
MCP 2026-07-28 Transports^【288】
A2A v1.0.1 发布规范^【311】
RFC 9728: OAuth 2.0 Protected Resource Metadata^【344】
RFC 8252: 原生应用 OAuth 与 loopback 回调^【345】
RFC 9700: OAuth 2.0 Security Best Current Practice^【346】
RFC 7636: PKCE^【347】
RFC 8707: Resource Indicators for OAuth 2.0^【348】

第一章：RAG 是什么，解决什么问题

Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks^【125】
Dense Passage Retrieval for Open-Domain Question Answering^【349】
Retrieval-Augmented Generation for Large Language Models: A Survey^【350】
Searching for Best Practices in Retrieval-Augmented Generation^【351】
Anthropic: Introducing Contextual Retrieval^【352】

第二章：RAG、微调与长上下文的三方取舍

Lost in the Middle: How Language Models Use Long Contexts^【34】
Chroma Research: Context Rot — How Increasing Input Tokens Impacts LLM Performance^【353】
Can Long-Context Language Models Subsume Retrieval, RAG, SQL, and More?^【354】
Long-Context LLMs Meet RAG: Overcoming Challenges for Long Inputs in RAG^【355】
LongRAG: Enhancing Retrieval-Augmented Generation with Long-context LLMs^【356】
RAFT: Adapting Language Model to Domain Specific RAG^【357】
Anthropic: Introducing Contextual Retrieval^【352】

第三章：文档解析与预处理

ColPali: Efficient Document Retrieval with Vision Language Models^【358】
Qdrant：Payload 更新与索引^【359】
Advanced ingestion process powered by LLM parsing for RAG system^【360】
Searching for Best Practices in Retrieval-Augmented Generation^【351】
Retrieval-Augmented Generation for Large Language Models: A Survey^【350】

第四章：Chunking 策略与粒度选择

Searching for Best Practices in Retrieval-Augmented Generation^【351】
Dense X Retrieval: What Retrieval Granularity Should We Use?^【361】
Qwen3-Embedding-0.6B 模型卡^【362】
Anthropic: Introducing Contextual Retrieval^【352】
Retrieval-Augmented Generation for Large Language Models: A Survey^【350】

第五章：语义被切断怎么办

Anthropic: Introducing Contextual Retrieval^【352】
Late Chunking: Contextual Chunk Embeddings Using Long-Context Embedding Models^【363】
Jina AI：Late Chunking 的编码后池化与边界说明^【364】
Dense X Retrieval: What Retrieval Granularity Should We Use?^【361】
RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval^【365】
Searching for Best Practices in Retrieval-Augmented Generation^【351】

第六章：Embedding 原理与技术演进

Efficient Estimation of Word Representations in Vector Space^【367】
Stanford GloVe：全局共现统计与加权最小二乘目标^【368】
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding^【1】
Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks^【369】
SimCSE: Simple Contrastive Learning of Sentence Embeddings^【370】
Dense Passage Retrieval for Open-Domain Question Answering^【349】
ColBERTv2: Effective and Efficient Retrieval via Lightweight Late Interaction^【371】
ColPali: Efficient Document Retrieval with Vision Language Models^【358】

第七章：Embedding 模型选型与评估

MTEB: Massive Text Embedding Benchmark^【372】
MMTEB: Massive Multilingual Text Embedding Benchmark^【373】
Matryoshka Representation Learning^【374】
OpenAI：New embedding models and API updates（2024-01-25）^【375】
OpenAI：Embedding API 与 dimensions 参数^【376】
Qwen3-Embedding-0.6B 模型卡^【362】
M3-Embedding: Multi-Linguality, Multi-Functionality, Multi-Granularity Text Embeddings Through Self-Knowledge Distillation^【377】
Searching for Best Practices in Retrieval-Augmented Generation^【351】

第八章：向量数据库与 ANN 索引

Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs^【378】
pgvector 官方 README：过滤、迭代扫描、VACUUM 与扩展^【379】
FreshDiskANN: A Fast and Accurate Graph-Based ANN Index for Streaming Similarity Search^【380】
ACORN: Performant and Predicate-Agnostic Search Over Vector Embeddings and Structured Data^【381】
Billion-scale similarity search with GPUs^【382】
Searching for Best Practices in Retrieval-Augmented Generation^【351】

第九章：向量库生产实践与性能调优

Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs^【378】
hnswlib v0.8.0：内部 ID、底层邻接容量与载荷布局^【383】
pgvector：精确基线、过滤与迭代扫描^【379】
FreshDiskANN: A Fast and Accurate Graph-Based ANN Index for Streaming Similarity Search^【380】
Matryoshka Representation Learning^【374】
Searching for Best Practices in Retrieval-Augmented Generation^【351】

第十章：RAG 在线链路全流程

Retrieval-Augmented Generation for Large Language Models: A Survey^【350】
Searching for Best Practices in Retrieval-Augmented Generation^【351】
Lost in the Middle: How Language Models Use Long Contexts^【34】
Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection^【384】
Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity^【385】

第十一章：检索范式：稀疏、稠密与后期交互

Lucene 9.12 BM25Similarity：词频饱和、长度归一化与 IDF 实现^【386】
Dense Passage Retrieval for Open-Domain Question Answering^【349】
SPLADE: Sparse Lexical and Expansion Model for First Stage Ranking^【387】
Elastic：ELSER 官方文档^【388】
ColBERTv2: Effective and Efficient Retrieval via Lightweight Late Interaction^【371】
ColPali: Efficient Document Retrieval with Vision Language Models^【358】
Searching for Best Practices in Retrieval-Augmented Generation^【351】

第十二章：Query 理解与改写

Precise Zero-Shot Dense Retrieval without Relevance Labels^【389】
Take a Step Back: Evoking Reasoning via Abstraction in Large Language Models^【390】
Query Rewriting for Retrieval-Augmented Large Language Models^【391】
Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity^【385】
Searching for Best Practices in Retrieval-Augmented Generation^【351】

第十三章：多路召回、RRF 融合与 Rerank

Reciprocal Rank Fusion outperforms Condorcet and individual Rank Learning Methods (SIGIR 2009)^【392】
Lucene 9.12：BM25Similarity 的具体计分实现^【386】
Anthropic: Introducing Contextual Retrieval^【352】
ColBERTv2: Effective and Efficient Retrieval via Lightweight Late Interaction^【371】
Searching for Best Practices in Retrieval-Augmented Generation^【351】
Retrieval-Augmented Generation for Large Language Models: A Survey^【350】

第十四章：RAG 优化的五层框架

Searching for Best Practices in Retrieval-Augmented Generation^【351】
Retrieval-Augmented Generation for Large Language Models: A Survey^【350】
Anthropic: Introducing Contextual Retrieval^【352】
Evaluation of Retrieval-Augmented Generation: A Survey^【393】

第十五章：高级 RAG 范式

Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection^【384】
Corrective Retrieval Augmented Generation^【394】
RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval^【365】
Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity^【385】
Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG^【395】
Active Retrieval Augmented Generation^【396】
Retrieval-Augmented Generation for Large Language Models: A Survey^【350】

第十六章：GraphRAG 与图检索

From Local to Global: A Graph RAG Approach to Query-Focused Summarization^【397】
Microsoft GraphRAG 官方文档^【398】
Microsoft GraphRAG：索引方法^【399】
Microsoft GraphRAG：CLI（含更新方法）^【400】
Microsoft GraphRAG：查询模式^【401】
Microsoft GraphRAG：Local Search^【402】
LightRAG: Simple and Fast Retrieval-Augmented Generation^【403】
HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models^【404】
PathRAG: Pruning Graph-based Retrieval Augmented Generation with Relational Paths^【405】
Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG^【395】

微软在线文档查阅于 2026-09-15；CLI 选项与库实现会变化，复现时以锁定版本及其配置为准。

第十七章：生成、Grounding 与幻觉规避

Astute RAG: Overcoming Imperfect Retrieval Augmentation and Knowledge Conflicts for Large Language Models^【406】
Making Retrieval-Augmented Language Models Robust to Irrelevant Context^【407】
RAGAS: Automated Evaluation of Retrieval Augmented Generation^【408】
ALCE：Enabling Large Language Models to Generate Text with Citations^【409】
Corrective Retrieval Augmented Generation^【394】
Searching for Best Practices in Retrieval-Augmented Generation^【351】

第十八章：RAG 评估体系

Ragas: Automated Evaluation of Retrieval Augmented Generation^【408】
Ragas：Context Recall^【410】
Ragas：Context Precision^【411】
Ragas：Faithfulness^【412】
Ragas：Answer / Response Relevancy^【413】
ALCE：Enabling Large Language Models to Generate Text with Citations^【409】
Evaluation of Retrieval-Augmented Generation: A Survey^【393】
CRAG - Comprehensive RAG Benchmark^【414】
TREC RAG Track^【415】
Fact, Fetch, and Reason: A Unified Evaluation of Retrieval-Augmented Generation^【416】

Ragas 在线指标文档查阅于 2026-09-15；文中的 API 名称用于区分统计口径，不代表所有历史版本都提供同名类。

第十九章：知识库的动态更新与增量索引

FreshDiskANN: A Fast and Accurate Graph-Based ANN Index for Streaming Similarity Search^【380】
pgvector 官方 README：更新、删除与 VACUUM^【379】
Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs^【378】
ACORN: Performant and Predicate-Agnostic Search Over Vector Embeddings and Structured Data^【381】
LightRAG: Simple and Fast Retrieval-Augmented Generation^【403】
Retrieval-Augmented Generation for Large Language Models: A Survey^【350】

第二十章：RAG 落地难点与安全

PoisonedRAG: Knowledge Corruption Attacks to Retrieval-Augmented Generation of Large Language Models^【417】
Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection^【418】
Evaluation of Retrieval-Augmented Generation: A Survey^【393】
Searching for Best Practices in Retrieval-Augmented Generation^【351】
Retrieval-Augmented Generation for Large Language Models: A Survey^【350】

第二十一章：多模态 RAG

Learning Transferable Visual Models From Natural Language Supervision (CLIP)^【171】
ColPali: Efficient Document Retrieval with Vision Language Models^【358】
RAG-Anything: All-in-One RAG Framework^【419】
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks^【125】
Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection^【418】

第二十二章：Text-to-SQL：从业务问题到可验证查询

李博杰，《深入理解 AI Agent》第五章：代码作为交互接口与生成 SQL 查询^【420】。本章借鉴查询生成与执行的分工，业务、数据、SQL 与图为重新设计。
同一固定提交的 ERP 示例：README^【421】、agent.py^【422】、demo.py^【423】。书中实验描述使用 PostgreSQL，配套运行示例使用 SQLite；这里核读源码，不运行上游程序，不引用其通过率为本章实验结论或客户收益。
SQLite 官方：聚合函数^【424】、URI 只读模式^【425】、授权回调^【426】、不可信 SQL 的安全措施^【427】、应用函数安全^【428】、执行计划^【429】。
SQLite 官方：类型亲和性^【430】、STRICT 表及版本要求^【431】。
Safdarian 等，《SchemaGraphSQL：使用寻路图算法高效完成大规模数据库 Text-to-SQL Schema Linking》^【432】，Findings of EACL 2026。本章采用它对 Schema 图寻路与可关联性发现的区分，不把论文基准结果当作生产保证。
Nahid 等，《重新思考 Schema Linking：面向 Text-to-SQL 的上下文感知双向检索方法》^【433】，Findings of EACL 2026。该研究支持把 Schema 检索单独评测，同时关注召回和误选。

资料查阅于 2026-09-14，2026-09-15 复核固定提交与 SQLite 类型、聚合及执行限制；英译于 2026-09-20 核查，Schema Linking 资料于 2026-09-29 复核。

第一章：从大模型到 AI Agent

Anthropic: Introducing the Model Context Protocol^【282】
OpenAI Agents SDK: Agents^【437】
LangChain: Short-term memory^【438】
MCP joins the Agentic AI Foundation^【439】
Linux Foundation: Agent2Agent Protocol Project^【314】
A2A v1.0.1 发布规范：核心对象与消息发送^【312】
A2A Protocol: Core Concepts^【440】
Anthropic: Building Effective Agents^【275】

第二章：Agent 的现代系统架构

OpenAI: Function calling（Chat Completions 与 Responses 的工具定义、strict 模式）^【262】
MCP Governance and Stewardship^【441】
MCP joins the Agentic AI Foundation^【439】
Microsoft Agent Framework Overview^【442】
AutoGen Maintenance Mode^【443】
Anthropic: Effective context engineering for AI agents^【307】
Chroma Research: Context Rot — How Increasing Input Tokens Impacts LLM Performance^【353】
LangChain: Context Engineering for Agents^【444】
Drew Breunig: How Contexts Fail and How to Fix Them^【445】
Anthropic: Equipping agents for the real world with Agent Skills^【303】
Anthropic: Code execution with MCP^【446】
Cloudflare: Code Mode — the better way to use MCP^【447】
RAG-MCP: Mitigating Prompt Bloat in LLM Tool Selection via Retrieval-Augmented Generation^【448】

第三章：Tools、Skills、Agents、Workflows 与 AGENTS.md

Anthropic: Building Effective Agents^【275】
Model Context Protocol^【278】
Agent Skills Specification^【304】
AGENTS.md^【449】
OpenAI Codex: Custom instructions with AGENTS.md^【450】
OpenAI: Function calling^【262】

Agent Skills 与宿主指令发现行为按 2026-09-15 查阅的官方页面核对；查阅日期不是格式版本号。

第四章：Agent 设计范式

ReAct: Synergizing Reasoning and Acting in Language Models^【268】
Reflexion: Language Agents with Verbal Reinforcement Learning^【451】
Reflexion 原文实验设置与表 1–2^【452】
ReWOO: Decoupling Reasoning from Observations for Efficient Augmented Language Models^【453】
An LLM Compiler for Parallel Function Calling^【454】
LangChain: Planning Agents^【455】
Anthropic: Building Effective Agents^【275】

第五章：Agent 的模型推理与搜索方法

Chain-of-Thought Prompting Elicits Reasoning in Large Language Models^【104】
Large Language Models are Zero-Shot Reasoners^【105】
Self-Consistency Improves Chain of Thought Reasoning in Language Models^【72】
Least-to-Most Prompting Enables Complex Reasoning in Large Language Models^【111】
Tree of Thoughts: Deliberate Problem Solving with Large Language Models^【112】
Graph of Thoughts: Solving Elaborate Problems with Large Language Models^【457】
PAL: Program-aided Language Models^【458】
Self-Refine: Iterative Refinement with Self-Feedback^【459】
Plan-and-Solve Prompting^【460】
Program of Thoughts Prompting^【461】
Language Models Don't Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting^【462】
Let's Verify Step by Step^【463】
DeepSeek-R1^【301】
Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters^【464】
s1: Simple test-time scaling^【115】
OpenAI: Reasoning best practices^【109】
OpenAI: Reasoning models^【117】
Amazon Bedrock: Extended thinking^【119】（thinking 返回形式与工具调用时的状态回传要求）
Python 3.13: decimal — 精度、舍入与十进制计算^【465】

第六章：复杂任务拆分与调度

Anthropic: Building Effective Agents^【275】
LangChain: Planning Agents^【455】
LLMCompiler: An LLM Compiler for Parallel Function Calling^【454】
ReWOO: Decoupling Reasoning from Observations for Efficient Augmented Language Models^【453】
AWS Builders' Library: Making retries safe with idempotent APIs^【466】
SHOP 系列规划器：作者项目页与实现^【467】
Martin Kleppmann: How to do distributed locking（租约过期后的迟到写入与 fencing）^【468】

第七章：AI Agent 的记忆机制

CoALA: Cognitive Architectures for Language Agents^【469】
MemGPT: Towards LLMs as Operating Systems^【470】
Generative Agents: Interactive Simulacra of Human Behavior^【471】
Reflexion: Language Agents with Verbal Reinforcement Learning^【451】
LangGraph: Memory overview^【472】（文档快照 1fa2214^【473】，用于区分 thread 与跨 thread 作用域）
OpenAI: Safety in building agents^【474】（引用信任边界原则，不依赖其中的产品默认模型建议）
LongMemEval 论文^【475】与官方说明快照 9e0b455^【476】
LoCoMo 论文^【477】与ACL 2024 发布说明快照 9228632^【478】
LongMemEval-V2 官方说明快照 2cc8c54^【479】

资料核对：2026-09-15。框架文档为滚动更新，上述快照固定本文引用的概念与评测说明，不代表已复现其基准结果。

第八章：Agent 长短期记忆系统的工程实现

CoALA: Cognitive Architectures for Language Agents^【469】
MemGPT: Towards LLMs as Operating Systems^【470】
Generative Agents: Interactive Simulacra of Human Behavior^【471】
Reflexion: Language Agents with Verbal Reinforcement Learning^【451】
LangGraph: Persistence^【483】（文档快照 3edafc8^【484】）
LangGraph: Checkpointers^【485】
LangGraph: Memory overview^【472】（文档快照 1fa2214^【473】）
AWS Prescriptive Guidance：Transactional outbox pattern^【486】（用于说明双写、重复投递与顺序问题，不代表任意队列具备端到端 exactly-once）
etcd v3.5：事务比较与 revision^【487】（一个支持原子条件更新的具体实现；其他数据库需核对各自保证）
LongMemEval 官方说明快照 9e0b455^【476】（区分原始版与 2025 年 9 月清洗版）
LongMemEval-V2 官方说明快照 2cc8c54^【479】

资料核对：2026-09-15；一致性、幂等和删除方案是设计建议，并非上述框架或任意向量库自动提供的保证。

第九章：Single-Agent 与 Multi-Agent 系统

Anthropic: Building Effective Agents^【275】
Anthropic: How we built our multi-agent research system^【488】
Cognition: Don't Build Multi-Agents^【489】
Why Do Multi-Agent LLM Systems Fail? (MAST)^【490】
Agent2Agent (A2A) v1.0.1 Specification^【311】
Raft：作者维护的算法与论文入口^【491】
etcd v3.5：revision、条件事务与租约^【487】
Martin Kleppmann：How to do distributed locking（2016）^【468】（引用进程暂停、租约与 fencing token 的分析，不将其 Redis 版本结论推广到当前产品）
AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation^【492】
CAMEL: Communicative Agents for Mind Exploration of Large Language Model Society^【493】

资料核对：2026-09-15。Anthropic 与 Cognition 的对照限于文中所述的 2025 年系统和模型；未复现其内部评测。A2A 按 v1.0.1 发布标签核对，不以文档页顶部残留的 Latest Released Version 1.0.0 文案替代版本依据。

第十章：Agent 记忆与上下文压缩

MemGPT: Towards LLMs as Operating Systems^【470】
Anthropic: Effective context engineering for AI agents^【307】
Chroma Research: Context Rot^【353】
LangChain: Context Engineering for Agents^【444】
Anthropic Prompt Caching^【494】
OpenAI Prompt Caching^【80】
OpenAI Compaction^【495】
LangGraph Memory^【496】
LoCoMo 官方发布说明快照 9228632^【478】（ACL 2024 发布集；固定版本的 data/locomo10.zip 内含十份按对话划分的 JSON 文件）
LongMemEval 官方说明快照 9e0b455^【476】（区分原始版与 2025 年 9 月清洗版）
LongMemEval-V2 官方说明快照 2cc8c54^【479】

资料核对：2026-09-15。OpenAI 缓存与 Compaction 引用的是 Responses API 滚动文档，不承诺跨模型或跨版本相同的价格、阈值与历史传递规则；本次未实测服务端接口。Anthropic 缓存条目保留为补充阅读，未据此新增具体参数结论。

第十一章：如何赋予 LLM 与 Agent 规划能力

Chain-of-Thought Prompting Elicits Reasoning in Large Language Models^【104】
Tree of Thoughts: Deliberate Problem Solving with Large Language Models^【112】
Graph of Thoughts: Solving Elaborate Problems with Large Language Models^【457】
Plan-and-Solve Prompting^【460】
LLMCompiler: An LLM Compiler for Parallel Function Calling^【454】
Anthropic: Building Effective Agents^【275】
LLMs Can't Plan, But Can Help Planning in LLM-Modulo Frameworks^【497】
Do As I Can, Not As I Say: Grounding Language in Robotic Affordances^【498】
OR-Tools: CP-SAT Solver^【499】
DeepSeek-R1^【301】

第十二章：Agent 的反思、验证与自我改进

Self-Refine: Iterative Refinement with Self-Feedback^【459】
Reflexion: Language Agents with Verbal Reinforcement Learning（v4）^【500】
Language Agent Tree Search Unifies Reasoning, Acting, and Planning（v3）^【501】
Improving Factuality and Reasoning in Language Models through Multiagent Debate^【502】
Anthropic: Building Effective Agents^【275】
Large Language Models Cannot Self-Correct Reasoning Yet^【503】
Training Language Models to Self-Correct via Reinforcement Learning（SCoRe，v1）^【504】

第十三章：Multi-Agent 协作、路由与动态切换

框架行为按 2026-09-15 可访问的官方文档核对；实际部署仍需锁定 SDK 版本。A2A v1.0.1 Release^【309】发布于 2026-05-28，但该标签中的规范页提示仍写 v1.0.0；本章按发布标签而非页面的 latest 提示确定规范版本。

LangGraph Graph API^【506】
LangGraph：并行状态更新错误^【507】
LangGraph Persistence^【483】
OpenAI Agents SDK^【508】
OpenAI Swarm：迁移至 Agents SDK 的官方说明^【509】
OpenAI Agents SDK: Handoffs^【510】
A2A v1.0.1 Protocol Specification^【311】
Amazon SQS：至少一次投递^【511】
etcd v3.6：API 一致性与租约保证^【512】
etcd v3.6：Lock 与事务保护^【513】
AWS：Transactional Outbox^【486】
Raft：作者维护的算法与论文入口^【491】
Anthropic: Building Effective Agents^【275】

第十四章：Agent 评估与 Benchmark

SWE-bench: Can Language Models Resolve Real-World GitHub Issues?^【154】
OpenAI: Why SWE-bench Verified no longer measures frontier coding capabilities^【155】
SWE-Lancer: Can Frontier LLMs Earn $1 Million from Real-World Freelance Software Engineering?^【516】
Terminal-Bench：官方任务与版本入口^【517】
GAIA: a benchmark for General AI Assistants^【518】
tau-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains^【162】
tau^2-Bench: Evaluating Conversational Agents in a Dual-Control Environment^【519】
OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments^【218】
WebArena: A Realistic Web Environment for Building Autonomous Agents^【219】
BrowseComp: A Simple Yet Challenging Benchmark for Browsing Agents^【520】
AgentBench: Evaluating LLMs as Agents^【521】
MLE-bench: Evaluating Machine Learning Agents on Machine Learning Engineering^【522】
Humanity's Last Exam^【165】
AgentDojo: A Dynamic Environment to Evaluate Prompt Injection Attacks and Defenses for LLM Agents^【523】
OpenTelemetry: Generative AI Semantic Conventions^【524】
OpenTelemetry: GenAI 约定状态说明（Development，固定提交 0c87594）^【525】
Anthropic: Building Effective Agents^【275】
Anthropic: Demystifying evals for AI agents^【526】
SWE-bench: Evaluation harness^【527】
OpenAI: BrowseComp reference implementation^【528】
Anthropic: How we built our multi-agent research system^【488】

第十五章：Agent 安全与 Prompt Injection

Simon Willison: The lethal trifecta for AI agents^【530】
Simon Willison: The Dual LLM pattern for building AI assistants that can resist prompt injection^【531】
Design Patterns for Securing LLM Agents against Prompt Injections（v1）^【532】
Defeating Prompt Injections by Design（CaMeL，v2）^【533】
Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection^【418】
AgentDojo: A Dynamic Environment to Evaluate Prompt Injection Attacks and Defenses for LLM Agents^【523】
The Task Shield: Enforcing Task Alignment to Defend Against Indirect Prompt Injection in LLM Agents^【534】
System-Level Defense against Indirect Prompt Injection Attacks: An Information Flow Control Perspective^【535】
Bypassing LLM Guardrails: An Empirical Analysis of Evasion Attacks against Prompt Injection and Jailbreak Detection Systems（v3）^【536】
OWASP Top 10 for LLM Applications^【341】
Docker Engine：Linux 容器的 seccomp 配置与边界^【537】
Anthropic: Equipping agents for the real world with Agent Skills^【303】
MCP 2026-07-28: Security Best Practices^【343】

第十六章：Agent Harness 的定义、边界与分层

Anthropic: Building Effective Agents^【275】
SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering^【538】
METR: Measuring AI Ability to Complete Long Software Tasks^【539】
Simon Willison: Designing agentic loops^【540】
Claude Agent SDK: Overview^【541】
GitHub Docs: Configure the development environment for Copilot cloud agent^【542】
LangGraph: Persistence^【483】
Microsoft Agent Framework Overview^【442】

第十七章：Agent Loop 与运行时状态机

Claude Agent SDK: How the agent loop works^【545】
OpenAI Agents SDK: Running agents^【546】
Anthropic: Building Effective Agents^【275】
LangGraph: Subgraphs^【547】
Simon Willison: Designing agentic loops^【540】

第十八章：Context Engineering 与上下文装配

Anthropic: Effective context engineering for AI agents^【307】
Model Context Protocol: Tools^【285】
Claude Agent SDK: Modifying system prompts^【548】
OpenAI: Prompt caching^【80】：前缀匹配、模型差异与缓存断点，查阅于 2026-09-15。
Anthropic Prompt Caching^【494】：保留原技术来源；本轮访问跳转至区域不可用页面，未据此确认当前参数。
LangChain: Context Engineering for Agents^【444】

第十九章：Tool Registry、调用契约与执行管线

Model Context Protocol: Tools^【285】
Model Context Protocol: Versioning^【276】：2026-07-28 的 Current 状态与修订规则，查阅于 2026-09-15。
OpenAI Agents SDK: Guardrails^【549】
Anthropic: Code execution with MCP^【446】
Cloudflare: Code Mode — the better way to use MCP^【447】
RAG-MCP: Mitigating Prompt Bloat in LLM Tool Selection via Retrieval-Augmented Generation^【448】

第二十章：权限、沙箱与隔离

Claude Agent SDK: Configure permissions^【550】
gVisor 文档^【551】
GitHub Docs: Configure the development environment for Copilot cloud agent^【542】
GitHub Docs: Customizing or disabling the firewall^【552】
Simon Willison: Designing agentic loops^【540】
Simon Willison: The lethal trifecta for AI agents^【530】

SDK 权限顺序与 GitHub 环境、防火墙范围按 2026-09-15 的官方文档核对；anthropic/requiresUserInteraction 的 v2.1.199 前提保留。未在本轮运行 SDK 权限实验或配置云端环境。

第二十一章：Checkpoint、持久化、重试、超时、幂等与恢复

LangGraph: Persistence^【483】
LangGraph: Interrupts^【553】：恢复时重新进入节点，节点内中断之前的代码会再次执行。
LangGraph: Fault tolerance^【554】
Temporal: Retry Policies^【555】
Stripe: Idempotent requests^【556】
LangGraph 第十章：LangGraph 的核心优势

第二十二章：Human-in-the-loop、审批与可中断执行

Model Context Protocol: Tools^【285】
Simon Willison: Designing agentic loops^【540】
Claude Agent SDK: Configure permissions^【550】
LangGraph: Human-in-the-loop^【553】
AWS Prescriptive Guidance: Transactional outbox pattern^【486】：状态写入与通知投递的双写问题，以及重复消息的幂等处理。
LangGraph 第十章：LangGraph 的核心优势

第二十三章：Tracing、评测、成本控制与 Coding Agent Harness 案例

OpenTelemetry: Generative AI Semantic Conventions^【524】
OpenTelemetry: Traces^【557】：Span、Span event、上下文传播与 Span links。
Claude Agent SDK: How the agent loop works^【545】
OpenAI Agents SDK: Running agents^【546】
OpenAI Agents SDK: Guardrails^【549】
OpenAI Codex repository^【558】
GitHub Docs: Configure the development environment for Copilot cloud agent^【542】
Simon Willison: Designing agentic loops^【540】
Anthropic: How we built our multi-agent research system^【488】

GenAI 语义约定固定在提交 0c87594975195608dc91b3f702e250a7b240c151，查阅于 2026-09-15；产品接口以本章所引官方文档为边界，不据此推断未公开的内部实现。

第二十四章：Coding Agent 的代码搜索、编辑与验证

李博杰（Bojie Li），《深入理解 AI Agent：设计原理与工程实践》第五章相关段落^【559】：用于搜索类别、编辑格式与即时反馈的讨论。固定提交 985a49d35b9f50937f1f757cf25867672991ded7，查阅于 2026-09-14。
同提交 edit_tool.py^【560】：用于匹配与写后检查的讨论，尤其是先写文件、后检查且不自动回滚的执行顺序。
Language Server Protocol 3.17^【561】：定义、引用、调用层级与位置编码机制。查阅于 2026-09-14。
Python ast.parse 文档^【562】：解析 AST 与完整编译检查的边界。查阅于 2026-09-14。

第二十五章：Agent 后训练：从失败轨迹到可靠策略

李博杰，ai-agent-book 第七章：失败归因、精确复制排查与轨迹前缀回归^【563】。
李博杰，第八章：多轮信用分配、奖励与在轨蒸馏^【564】，从问题案例到后训练^【565】。
李博杰，配套实验：过早结束的 DPO 修复 README^【566】，重点参照数据、评估指标口径与可信根说明。

资料查阅于 2026-09-14，固定提交为 985a49d35b9f50937f1f757cf25867672991ded7。DPO 结果仅转述 README，未独立复现训练；其中候选比较与自由生成的差异不能外推为总体任务完成率提升。RLVP 等方法线索不代表本章完成了相应训练实验。

第一章：主流 AI Agent 开发框架概览

LangChain 官方文档^【567】
LangGraph 官方文档^【568】
LlamaIndex 官方文档^【569】
OpenAI Agents SDK^【508】
CrewAI 官方文档^【570】
AutoGen 仓库^【443】
Anthropic: Building effective agents^【275】

第二章：Chain 的设计理念与 LCEL

LangChain 官方文档^【567】
RunnableSequence：LCEL 组合、批处理与流式语义^【571】
Runnable API^【572】
langchain-core Runnables API 参考^【573】
LangChain v1 迁移指南^【574】
LangGraph 官方文档^【568】

第三章：LangChain v1 的底层架构

LangChain 官方文档^【567】
LangChain: Agents 概念文档^【575】
LangChain: Messages 概念文档^【576】
LangChain: Tools 概念文档^【577】
LangChain: Middleware 概念文档^【578】
LangChain v1 迁移指南^【574】
LangGraph 官方文档^【568】
LangGraph Checkpointers：super-step 与 pending writes^【485】

第四章：用 LangChain 构建生产级 Agent 的七步

LangChain: Agents 概念文档^【575】
LangChain: Tools 概念文档^【577】
LangChain: Structured Output^【579】
LangChain: Middleware^【578】
LangChain: Short-term Memory^【438】
LangChain: Long-term Memory^【580】
LangChain: Streaming^【581】
LangGraph 持久化文档^【483】
LangChain Human-in-the-loop：审批与恢复^【582】
LangGraph Graph API：recursion limit^【583】

第五章：Tool 注册与工具契约

LangChain: Tools 概念文档^【577】
LangChain: Agents 概念文档^【575】
LangChain: Middleware^【578】
langchain-core Tools API 参考^【584】
Pydantic 官方文档^【585】

第六章：LangChain 的短期记忆与长期记忆

LangChain: Short-term Memory^【438】
LangChain: Long-term Memory^【580】
LangGraph 持久化文档^【483】
LangGraph Store 文档^【586】
LangChain: Middleware^【578】
LangChain v1 迁移指南^【574】

第七章：LangChain 与 LlamaIndex 的分工

LangChain 官方文档^【567】
LangChain: Agents 概念文档^【575】
LangChain: Retrieval 概念文档^【587】
LangGraph 官方文档^【568】
LlamaIndex 官方文档^【569】
LlamaIndex: Building an Agent^【588】
LlamaIndex: Workflows^【589】

第八章：LangChain4j 与 Java 生态

LangChain4j 官方文档^【590】
LangChain4j GitHub 仓库^【591】
LangChain4j: AI Services 教程^【592】
LangChain4j: Tools 教程^【593】
LangChain4j: Chat Memory 教程^【594】
LangChain4j: RAG 教程^【595】
LangChain4j: Guardrails 与执行顺序^【596】
LangChain4j: AI Service Observability^【597】
Quarkus LangChain4j^【598】
Spring AI 官方文档^【599】

第九章：LangChain 与 LangGraph 的层次关系

LangChain 官方文档^【567】
LangChain: Agents 概念文档^【575】
LangChain: Middleware^【578】
LangChain: Streaming^【581】
LangGraph 官方文档^【568】
LangGraph: Graph API^【543】
LangGraph 持久化文档^【483】
LangGraph: Human-in-the-loop^【553】
LangSmith 官方文档^【600】
LangGraph Python 包依赖声明^【601】
LangGraph 并行状态更新错误^【507】

第十章：LangGraph 的核心优势

LangGraph 官方文档^【568】
LangGraph: Graph API^【543】
LangGraph: Functional API^【544】
LangGraph 持久化文档^【483】
LangGraph: Human-in-the-loop^【553】
LangGraph: Time Travel^【602】
LangGraph: Subgraphs^【547】
LangGraph: Fault tolerance^【554】
LangChain: Event streaming^【603】
LangChain: Agents 概念文档^【575】
LangGraph Checkpointers：检查点与恢复语义^【485】
LangGraph 并行状态更新错误^【507】

第十一章：LangChain 的版本演进

LangChain v1 迁移指南^【574】
LangChain 官方文档^【567】
LangChain v1 发布说明^【604】
LangChain v0.3 官方发布说明（Pydantic 2 迁移）^【605】
LangChain 官方博客^【606】
LangGraph 官方文档^【568】
Pydantic 迁移指南^【607】
LangChain Structured output：能力与最低版本^【579】
LangGraph Fault tolerance^【554】
LangGraph Graph API：graph migrations^【608】
LangChain Event streaming^【603】

第十二章：Deep Research 的实现逻辑

LangChain 官方博客：Open Deep Research^【609】
open_deep_research 官方仓库^【610】
Deep Agents 概览^【611】
Deep Agents Backends^【612】
Deep Agents Sandboxes^【613】
Deep Agents 同步子 Agent^【614】
Deep Agents 异步子 Agent^【615】
deepagents 官方仓库^【616】
LangGraph 官方文档^【568】
LangSmith Evaluation 文档^【617】
Anthropic: Building Effective Agents^【275】

第十三章：用 LangSmith 建立生产质量闭环

LangSmith Observability^【600】
LangSmith Evaluation^【617】
LangSmith 管理 Dataset^【618】
LangSmith Online evaluation^【619】
LangSmith 用户反馈^【620】
LangSmith 发送前隐藏与转换敏感数据^【621】
LangSmith 实验重复次数、并发与缓存^【622】

第十四章：LlamaIndex 的数据与索引抽象

LlamaIndex 官方文档^【623】
LlamaIndex: Loading Data (Ingestion Pipeline)^【624】
LlamaIndex: Indexing 概念^【625】
LlamaIndex: 各索引的默认与可选检索方式^【626】
LlamaIndex: Property Graph Index^【627】
LlamaIndex: Storage 概念^【628】

第十五章：LlamaIndex 的查询引擎与 Workflows 编排

LlamaIndex: Query Engine 概念^【630】
LlamaIndex: Routers 与 selector^【631】
LlamaIndex: Workflows^【632】
LlamaIndex: Workflows 共享状态^【633】
LlamaIndex: Durable Workflows^【634】
LlamaIndex: WorkflowServer 部署^【635】
LlamaIndex: BaseSynthesizer 的 query / nodes 接口^【636】
LangGraph 官方文档^【568】

第十六章：DSPy 的声明式编程模型：Signature、Module 与 Program

DSPy 官方文档^【637】
DSPy: Class-based signatures^【638】
DSPy: Changing modules^【639】
DSPy 论文：Khattab et al., "DSPy: Compiling Declarative Language Model Calls into Self-Improving Pipelines"^【640】

第十七章：DSPy 的编译器与优化器

DSPy: 选择优化器^【641】
DSPy: MIPROv2 API 与三阶段机制^【642】
DSPy: GEPA API 与反馈契约^【643】
DSPy: GEPA 优化教程^【644】
DSPy 论文：Khattab et al., "DSPy: Compiling Declarative Language Model Calls into Self-Improving Pipelines"^【640】
GEPA 论文：Agrawal et al., "GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning"^【645】
LangSmith 官方文档^【646】

第十八章：Semantic Kernel 的核心抽象：Kernel、Plugin 与 Planner

Semantic Kernel 官方文档：Introduction^【647】
Semantic Kernel: Kernel 概念^【648】
Semantic Kernel: Plugins 概念^【649】
Semantic Kernel: Planning 概念^【650】
Semantic Kernel: Filters 概念^【651】
Semantic Kernel 官方仓库与后继框架说明（固定提交）^【652】

版本说明：MAF 后继关系与 1.0 发布声明于 2026-09-15 复核；该声明不覆盖全部语言和实验性扩展，具体边界见第十九章。

第十九章：Semantic Kernel 的 Process Framework 与 Agent Framework

Semantic Kernel: Process Framework^【653】
Semantic Kernel: Agent Framework 概述^【654】
Semantic Kernel: Agent Orchestration^【655】
Semantic Kernel: Group Chat 完整运行时示例^【656】
Semantic Kernel 官方仓库的 MAF 1.0 说明（固定提交）^【652】
Microsoft Agent Framework 概览^【442】
SK → MAF 迁移指南^【657】
微软：Semantic Kernel 与 MAF 支持过渡公告^【658】
LangGraph 官方文档^【568】

版本说明：MAF 1.0、Go public preview、SK Process/Orchestration 实验性标记和过渡公告于 2026-09-15 复核。过渡公告保留了发布当时「MAF 仍在 Preview」的描述，不能用它覆盖后续 1.0 发布声明，也不能据此推算 SK 的精确 EOL。

第二十章：AutoGen 与 CrewAI 的多智能体抽象

AutoGen 官方文档^【659】
AutoGen: Core 用户指南^【660】
AutoGen: AgentChat 用户指南^【661】
AutoGen 官方仓库：Maintenance Mode（固定提交）^【662】
AutoGen → MAF 迁移指南^【663】
AutoGen: 保存与加载 Agent/Team 状态^【664】
CrewAI 官方文档^【570】
CrewAI: Flows 概念^【665】
CrewAI: Crews 概念^【666】
CrewAI: Processes 的顺序与层级执行^【667】

版本说明：AutoGen 维护模式及后继建议于 2026-09-15 对照上述固定提交复核；本章代码保留 Core/AgentChat 代际，不改写成 MAF API。

第二十一章：PydanticAI 的类型安全范式与三者适用边界

PydanticAI 官方文档^【668】
PydanticAI: Agents 核心概念^【669】
PydanticAI: Function Tools^【670】
PydanticAI: Dependencies 依赖注入^【671】
AutoGen 官方文档^【659】
CrewAI 官方文档^【570】
PydanticAI: 输出模式与校验^【672】
PydanticAI: Durable Execution^【673】
AutoGen: State^【664】

第二十二章：跨框架技术解构：状态、持久化、工具契约与可观测性

LangGraph: Persistence 概念^【483】
LangGraph: Checkpointers 与 super-step^【485】
LlamaIndex: Workflows^【632】
LlamaIndex: Durable Workflows^【634】
AutoGen: State^【664】
CrewAI: Flows^【665】
PydanticAI: Durable Execution^【673】
Microsoft Agent Framework 概览^【442】
Semantic Kernel: Process Framework^【653】
OpenTelemetry Generative AI 语义约定及状态^【674】
LangSmith 官方文档^【646】

版本说明：微软框架的发布与维护状态见第十九、二十章的固定来源；OpenTelemetry GenAI 的 Development 标记于 2026-09-15 复核。不同导出器仍需锁定并验证各自采用的语义约定版本。

第二十三章：Lock-in 识别、可移植架构与迁移策略

LangGraph: Persistence 概念^【483】
Semantic Kernel: Process Framework^【653】
Microsoft Agent Framework 概览与后继关系^【442】
SK → MAF 迁移指南^【657】
AutoGen 官方维护模式说明^【443】
PydanticAI: Durable Execution^【673】
OpenTelemetry Generative AI 语义约定仓库^【524】
Martin Fowler: StranglerFigApplication^【675】
Martin Fowler: CanaryRelease^【676】
Alistair Cockburn: Hexagonal Architecture^【677】

第一章：LLMOps 是什么：与 MLOps、DevOps 的边界

Google Cloud: MLOps: Continuous delivery and automation pipelines in machine learning^【678】
a16z: What Is LLMOps?^【679】
Chip Huyen: Building LLM applications for production^【680】
OpenAI: Best practices for production deployments^【681】
Anthropic: Building effective agents^【275】

第二章：AI 应用生产架构全景

OpenAI: Production best practices^【681】
Anthropic: Building effective agents^【275】
Google SRE Book: Chapter 1 - Introduction^【682】
Uber Engineering: Michelangelo Machine Learning Platform^【683】
Martin Fowler: Continuous Delivery for Machine Learning^【684】

第三章：模型网关、路由与回退

LiteLLM: Routing^【685】
OpenAI: Reasoning models^【117】
Amazon Bedrock: Model routing (intelligent prompt routing)^【686】
Martin Fowler: CanaryRelease^【676】
Netflix Tech Blog: Fault Tolerance in a High Volume, Distributed System^【687】

第四章：重试、超时、幂等与熔断

Google Cloud: Implementing exponential backoff^【688】
Stripe API: Idempotent requests^【556】
Martin Fowler: CircuitBreaker^【689】
Netflix Tech Blog: Fault Tolerance in a High Volume, Distributed System^【687】
AWS Well-Architected Framework: REL05-BP04 Bulkhead architecture^【690】

第五章：结构化输出与契约校验

OpenAI: Structured Outputs^【691】
OpenAI: Reasoning models^【117】
OpenAI: Function calling^【294】
Anthropic: Tool use with Claude^【692】
JSON Schema Specification^【693】
Pydantic: Validators^【694】

第六章：Guardrails 与降级策略

OpenAI: Moderation API^【695】
OWASP Top 10 for LLM Applications^【341】
Anthropic: Guardrails against misuse^【696】
NIST AI Risk Management Framework^【176】
Google Cloud: Responsible AI practices^【697】

第七章：离线评测与 Eval-Driven Development

工具生命周期不等于评测方法生命周期：OpenAI 的 2026-06-03 公告写明，其托管 Evals 平台将于 2026-10-31 转为只读，Evals dashboard 和 API 计划于 2026-11-30 关闭。采用该平台时需核对迁移计划；不能据此声称开源 openai/evals 或自建评测方法一并失效。

OpenAI Evals^【698】
OpenAI: Evaluation best practices^【699】
OpenAI: 2026-06-03 Evals platform deprecation^【700】
Anthropic: Demystifying evals for AI agents^【526】
SciPy: Binomial proportion confidence intervals^【701】
Google: Rules of Machine Learning - Rule #4: Keep the first model simple and get the infrastructure right^【702】
Braintrust: What is an eval?^【703】
LangSmith: Evaluation concepts^【704】

第八章：在线可观测性与 Tracing

原 GenAI 文档入口已迁移至独立仓库，旧入口不再维护；本次于 2026-09-15 核对迁移说明。

OpenTelemetry: Semantic conventions for generative AI systems^【705】
OpenTelemetry: GenAI semantic conventions repository^【524】
Google SRE Book: Monitoring Distributed Systems^【706】
LangSmith Observability^【600】
Arize Phoenix: Tracing^【707】
Honeycomb: Observability for LLMs^【708】

第九章：Prompt / 模型 / 数据版本管理

OpenAI: GPT-4o snapshots^【709】
OpenAI: Deprecations^【710】
DVC: Data Version Control^【711】
MLflow: Model Registry^【712】
Google Cloud: MLOps continuous delivery and automation pipelines^【678】

第十章：LLM CI/CD 与灰度、Canary、A/B 发布

Martin Fowler: CanaryRelease^【676】
Google SRE Workbook: Canarying Releases^【713】
SciPy: ttest_ind，独立样本与 Welch 检验前提^【714】
Martin Fowler: Continuous Delivery for Machine Learning^【684】
Spinnaker: Canary Analysis^【715】
Optimizely: Statistical significance in A/B testing^【716】

第十一章：缓存、批处理、吞吐与成本优化

Anthropic: Prompt caching^【494】
OpenAI: Prompt caching^【717】
OpenAI: Batch API^【718】
Anthropic: Message Batches API^【719】
Google Cloud: Cost optimization for AI and ML workloads^【720】

第十二章：SLO、容量规划与事故响应

Google SRE Book: Service Level Objectives^【721】
Google SRE Workbook: Implementing SLOs^【722】
OpenAI: Rate limits^【723】
Anthropic: Rate limits^【724】
PagerDuty: Incident Response Documentation^【725】

第十三章：反馈闭环与数据飞轮

OpenAI: Fine-tuning^【726】
Anthropic: Constitutional AI and RLHF^【727】
LangSmith: Attach user feedback^【620】
Netflix Tech Blog: Recommendation systems and the data flywheel^【728】
Google: People + AI Guidebook - Feedback + Control^【729】

第一章：AI 系统威胁建模与攻击面全景

MITRE ATLAS^【730】
NIST AI Risk Management Framework (AI RMF 1.0)^【176】
NIST Generative AI Profile (NIST AI 600-1)^【731】
OWASP Top 10 for Large Language Model Applications^【341】
OWASP Agentic AI Threats and Mitigations^【732】
OWASP Top 10 for Agentic Applications 2026^【733】
NIST AI 100-2 E2025: Adversarial Machine Learning Taxonomy^【734】

第二章：Prompt Injection、Jailbreak 与系统提示泄漏

OWASP LLM01:2025 Prompt Injection^【735】
OWASP LLM07:2025 System Prompt Leakage^【736】
Many-shot Jailbreaking (Anthropic)^【737】
Universal and Transferable Adversarial Attacks on Aligned Language Models^【738】
Ignore This Title and HackAPrompt: Exposing Systemic Vulnerabilities of LLMs^【739】
MITRE ATLAS: Prompt Injection^【740】

第三章：输出处理与 Secret Exfiltration

OWASP LLM05:2025 Improper Output Handling^【741】
OWASP LLM02:2025 Sensitive Information Disclosure^【742】
Imprompter: Tricking LLM Agents into Improper Tool Use^【743】
Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection^【418】
OWASP: CSV Injection^【744】

第四章：训练、微调与 RAG 数据投毒

Poisoning Web-Scale Training Datasets is Practical^【745】
Anthropic / UK AISI / Alan Turing Institute: Small samples can poison language models^【746】
BadNets: Identifying Vulnerabilities in the Machine Learning Model Supply Chain^【747】
A Backdoor Attack Against LSTM-based Text Classification Systems^【748】
On the Exploitability of Instruction Tuning^【749】
OWASP LLM04:2025 Data and Model Poisoning^【750】
NIST AI 100-2 E2025: Adversarial Machine Learning Taxonomy^【734】

第五章：模型供应链与序列化风险

OWASP LLM03:2025 Supply Chain^【751】
Hugging Face: Pickle Scanning and Safetensors^【752】
PyTorch 2.6: Serialization semantics and weights_only^【753】
Sleepy Pickle: Exploiting Machine Learning Pickle Files^【754】
MITRE ATLAS: ML Supply Chain Compromise^【755】
CycloneDX: Machine Learning Bill of Materials (ML-BOM)^【756】
Sigstore: Software Signing for Everyone^【757】

第六章：隐私、PII 与记忆泄漏

Extracting Training Data from Large Language Models^【758】
Quantifying Memorization Across Neural Language Models^【759】
Membership Inference Attacks against Machine Learning Models^【760】
Deep Learning with Differential Privacy (DP-SGD)^【761】
OWASP LLM02:2025 Sensitive Information Disclosure^【742】
NIST AI 600-1: Generative AI Profile — Privacy risks^【731】
OpenAI: Data controls in the API platform^【170】
GDPR 原文：第 5、6、17 条及第五章^【762】

第七章：Agent、Tool、MCP、A2A 最小权限与身份治理

Confused Deputy Problem (Norm Hardy, 1988)^【763】
MCP 2026-07-28 Authorization: Confused Deputy Considerations^【342】
RFC 8693: OAuth 2.0 Token Exchange，尤其 1.1、4.1 节^【764】
RFC 7662: OAuth 2.0 Token Introspection^【765】
OWASP Agentic AI Threats and Mitigations: Identity and Authorization^【732】
NIST SP 800-207: Zero Trust Architecture^【766】
SPIFFE/SPIRE: Workload Identity Framework^【767】

第八章：代码执行、浏览器与 Computer Use 沙箱及网络隔离

OWASP LLM06:2025 Excessive Agency^【768】
gVisor: Application Kernel for Containers^【769】
Firecracker: Secure and Fast microVMs^【770】
MDN: Same-origin policy^【771】
Anthropic: Computer Use Demo — security precautions and isolation limitations^【772】
MITRE ATLAS: Evade ML Model / LLM Prompt Injection^【740】

第九章：安全评测、红队与持续保障

NIST AI RMF: Measure Function^【176】
garak: LLM Vulnerability Scanner^【773】
PyRIT: Python Risk Identification Tool for generative AI^【774】
HarmBench: A Standardized Evaluation Framework for Automated Red Teaming^【775】
Red Teaming Language Models with Language Models^【776】
OWASP LLM Applications Cybersecurity and Governance Checklist^【777】

第十章：AI 治理、风险分级、审计与内容出处

法规核对日期：2026-09-15。2026/1744 于 2026-07-24 刊登《欧盟官方公报》，依第 4 条在公布后第三日（2026-07-27）生效；第 1 条 (40) 项修改 AI Act 第 113 条，第 (39) 项涉及既有系统过渡安排。正文引用的是已生效修订，不是提案或政治协议。C2PA 的能力说明采用下列 2.2 版，不声称它是最新版本。

NIST AI RMF: Govern Function^【176】
EU AI Act：Regulation (EU) 2024/1689 原文^【778】
Regulation (EU) 2026/1744：第 1 条 (39)、(40) 项与第 4 条^【779】
GDPR：第 33、34 条，数据事件通知的条件与时限^【762】
European Commission: AI Act policy overview^【780】
C2PA 2.2: Explainer，验证能力与非目标^【781】
Model Cards for Model Reporting^【782】
System Cards: A New Resource for Understanding How AI Systems Work^【783】
OWASP LLM Applications Cybersecurity and Governance Checklist^【777】

第一章：Forward Deployed Engineering：从业务问题到可复用生产系统

原资料整理日期：2026-09-08。当时 Palantir 的三篇 Medium / 工程博客链接返回 403，保留作延伸阅读，正文不依赖其中的项目细节；OpenAI Gov 招聘链接仅作为岗位入口。

2026-09-15 复核了正文涉及的 Evals 退役、API 数据控制，以及 Microsoft、Baseten、AWS/INRIX 的具体案例表述。OpenAI 的公告仍列明：Evals 平台将于 2026-10-31 转为只读，并计划于 2026-11-30 关闭仪表盘和 API。旧指南中的评测方法与托管平台操作需分开使用；这不代表开源评测方法失效。

Palantir：Dev versus Delta——工程角色的区别^【784】
Palantir：A Day in the Life of a Forward Deployed Software Engineer^【785】
Palantir：AIP Chatbot Studio 概览^【786】
Palantir：Security and governance^【787】
OpenAI Deployment Company：Build, Prove, Generalize^【788】
OpenAI：Forward Deployed Engineer, Gov^【789】
OpenAI：Evaluation best practices（方法与托管平台需区分）^【699】
OpenAI：Deprecations（含 Evals 平台时间表）^【710】
OpenAI：Production best practices^【790】
OpenAI：Data controls^【170】
Anthropic：Building Effective AI Agents^【275】
Anthropic：How we built Claude Managed Agents^【791】
Palantir：Securing Software at the Speed of AI（官方工程案例，2026）^【792】
Anthropic：Demystifying evals for AI agents（官方工程文章）^【526】
Microsoft：Only Believe What You Can Validate（客户现场工程分享，2026）^【793】
Baseten：Forward Deployed Engineering on the Frontier of AI（官方团队实践，2025）^【794】
AWS 与 INRIX：交通规划 PoC 实践（客户与厂商共同撰写，2025）^【795】
@vasuman：Forward Deployed Engineering 101（X 一线从业者长文）^【796】
Hamel Husain：A Field Guide to Rapidly Improving AI Products^【797】
Varick Agents：Careers^【798】
run_maotui：产品工作中的 AI 协作分享^【799】（1.2.1 节的参考：调研核实、需求取舍、PRD 交接与项目决策维护；查阅于 2026-09-17）

第二章：FDE 项目踩坑与交付经验

资料整理日期：2026-09-10；2026-09-15 另按所引提交复核了 OpenFDE 的评测记录、任务接受条件与 Claude 抽取数据流。本章借鉴工作方法并用订单场景重新组织，不把原项目的全部流程当作通用标准。链接固定到阅读时的提交，方便对照。

项目	建议先看哪里	引用版本
Applied AI Field Guide^【800】	五分钟导读^【801】、发票案例中的范围调整和接手演练	`6b557eb`
FDEstack^【802】	八个 Skills 的总览^【803】，尤其是待确认问题、PoC 结论和生产实现之间的衔接	`5524460`
OpenFDE^【804】	架构说明^【805】，看来源、事实、任务和上下文怎样连接	`e2dec16`
FDEOps^【806】	项目总览^【807】、需求变更和交接技能	`cc96340`

需要补技术实现时，可以继续读重试与幂等、版本管理和反馈数据处理。