如果你最近开始研究 AI Agent，大概率会遇到一个很现实的问题：不是没有东西学，而是东西实在太多了。
Claude Code、Codex、OpenCode、Gemini CLI、MCP、Skills、RAG、Memory、Multi-Agent、Computer Use、Browser Use……今天刚弄明白 MCP，明天又看到 Skills；刚学会 Claude Code，又有人告诉你应该研究 Multi-Agent。
最后收藏了几百个 GitHub 项目，却始终不知道自己到底应该先学哪个。
最近 GitHub 上有一个很值得收藏的开源项目：awesome-agentic-ai-zh。
它做的事情很简单，就是把 AI Agent 这个越来越庞大的知识体系，整理成一张可以真正照着走的学习地图。目前项目已经整理了 240+ AI / Agent 项目、77 个 MCP / Skill、23 个基础动手练习，整个学习体系被划分为 8 个主要阶段、2 条核心学习路线，以及后续不同的专业方向。
更重要的是，它没有要求所有人按照同一条路线学习，而是先让你搞清楚一个问题：
你到底是想把 Agent 用好，还是想自己开发 Agent？
这个问题，基本决定了你接下来几个月应该学什么。
一、先搞清楚：AI Agent 到底是什么？
很多人第一次学习 Agent，最大的问题就是一上来开始安装各种框架。其实没必要，第一步应该先把 Agent 最基本的工作逻辑搞明白。
传统 ChatGPT 的工作方式，可以简单理解成：
你提问 → AI 回答。
比如你问：帮我分析一下英伟达最近的投资价值。AI 根据当前上下文、已有知识以及可使用的信息给出回答。
Agent 则更进一步。它面对一个任务时，不只是生成一次答案，而是可以围绕目标连续完成多个步骤：
理解任务 → 拆解任务 → 调用工具 → 获取数据 → 分析结果 → 判断下一步 → 继续执行 → 最终交付。
比如你告诉一个 Agent：帮我研究英伟达最近一个季度的基本面变化，并整理成一份投资研究报告。
一个拥有相应工具和数据访问能力的 Agent，可以继续搜索公司资料、获取财报、阅读财报、提取收入和利润数据、查找相关新闻、分析行业变化、对比竞争对手，最后把这些信息整理成研究报告。
所以理解 Agent 最重要的一点是：
Agent 的价值不只是 AI 更会聊天，而是 AI 开始能够调用工具并连续完成任务。
搞明白这一点以后，再看后面的 Tool Use、MCP、Skills、Memory 和 Multi-Agent，就容易理解很多。
二、学习 AI Agent，千万不要一上来就研究 Multi-Agent
这也是这张学习地图最有价值的地方之一。它没有让你一上来就学习复杂框架，而是把 Agent 学习过程拆成了不同阶段。
整体学习顺序可以理解为：
基础能力 → LLM → Prompt → Tool Use → Agent → MCP / Skills → Memory / RAG → Multi-Agent → Computer Use / Browser Use / Sandbox。
这里最容易犯的错误就是跳级。
比如 Python 还不会、API 是什么还不知道、JSON 也看不懂，就直接开始研究 AutoGen、CrewAI、LangGraph 和 Multi-Agent。这样学起来一定非常痛苦，而且很容易学几天就放弃。
所以在正式开始之前，应该先确定自己属于哪一种人。
三、路线 A：CLI Power User
第一种其实也是目前占比非常大的一类人。
你并不想成为 Agent 工程师，也没有必要自己从零开发一套 Agent。你真正想做的是：让 Claude Code、Codex、OpenCode、Gemini CLI 这些现成 Agent 帮自己干活。
比如写代码、做网站、写文章、分析资料、处理 Excel、做研究、自动整理文件、调用浏览器、连接 GitHub、处理自己的知识库，或者把日常重复工作交给 AI。
如果你的需求主要是这些，就没必要先花几个月研究 Agent Framework，直接走 Track A：CLI Power User。
这条路线官方给出的学习时间大约是 8～10 周。
四、第一阶段：把基础补齐
这一部分对应路线图里的 Stage 0：Foundations，建议给自己留出 1～2 周时间。
你不需要因为学习 Agent 就把自己训练成专业程序员，但 Terminal、Git、API、JSON 这些基础概念最好能够看懂，否则后面安装 MCP、配置 Agent 或运行 GitHub 项目时，会经常卡在一些非常基础的问题上。
1. Terminal / CLI
至少要知道终端是什么，知道 cd、ls、mkdir、git clone 这些常用命令大概是干什么的。
不要求背命令，更不要求达到程序员水平。真正的目标只是：以后看到别人让你打开终端输入一条命令时，不会觉得完全陌生。
2. Git 和 GitHub
至少需要理解 Repository、Clone、Commit、Push、Pull、Branch 这些最常见的概念。
原因很简单，现在大量 Agent、MCP Server、Skills 和开源工具都放在 GitHub。未来你安装一个 Skill、部署一个 MCP Server 或研究一个开源 Agent，基本都绕不开 GitHub。
3. API
API 是非常重要的一关。
至少应该理解 API Key、Endpoint、Request、Response、Token 和 JSON 分别是什么意思。
Claude Code 调模型、Agent 调搜索服务、MCP 调外部系统，本质上大量操作都离不开 API。如果连 API Key 是什么都不知道，后面的学习会非常吃力。
4. JSON
JSON 不需要专门学很久。你只需要看到下面这样的东西时，大概知道它是结构化数据：
{
“name”: “Kelvin”,
“task”: “research”,
“model”: “claude”
}
以后配置 MCP、Agent、API 时，你会经常遇到类似内容。
五、第二阶段：搞懂 LLM 到底是怎么工作的
这一部分对应 Stage 1：LLM Basics，普通用户花一周左右理解基本概念就够了。
这一阶段没有必要研究复杂数学公式，重点理解 Token、Context Window、模型、Agent 之间到底是什么关系。
Token 可以简单理解成模型处理文本时使用的基本单位，它会影响上下文长度、API 成本以及部分模型调用方式。
Context Window 则可以简单理解成：AI 一次能够处理多少上下文信息。 后面学习 Memory、RAG、Context Engineering 时，都会继续碰到这个概念。
还有一个非常重要的区别，就是不要把模型和 Agent 混为一谈。
可以粗略理解成：
LLM 是大脑，而 Agent 是大脑 + 工具 + 工作流程 + 执行环境。
Claude、GPT、Gemini 是模型体系，而 Claude Code、Codex 这类产品则进一步把模型放进了能够操作工具、代码和环境的 Agent 工作流中。
六、第三阶段：Prompt Engineering
现在经常有人说 Prompt 已经过时了，其实并不是。进入 Agent 时代以后，Prompt 的作用反而发生了变化。
过去大家研究 Prompt，可能是在研究怎么写一句非常厉害的提示词。现在更重要的是：如何给 Agent 一个清晰的任务、足够的上下文、明确的规则以及最终验收标准。
一个比较实用的 Agent 指令，至少应该考虑四部分：任务、Context、Constraints 和 Output。
比如你可以这样告诉 Agent：
- 研究某家公司最近一个季度的经营情况。优先使用公司财报和官方公告，所有关键数字需要标注来源，最后生成一份 Markdown 格式的投资研究报告，并单独列出潜在风险。
这种写法已经不只是简单问 AI 一个问题，而是在定义一个完整任务。
七、正式进入路线 A：选择一个 CLI Agent
完成前面的基础学习以后，就可以开始真正使用 Agent。
这里最容易犯的错误，就是 Claude Code、Codex、Gemini CLI、OpenCode 全部安装一遍，然后每天比较哪个更厉害。
其实完全没必要。
先选一个，然后连续使用一周。
比如选择 Claude Code，或者选择 Codex。这一周先不要急着研究复杂的 MCP 和 Multi-Agent，只让它完成真实任务。
你可以让它帮你创建一个网站、读取一个文件夹里的资料、分析一个 GitHub 项目结构、修改程序、整理研究资料，或者根据一批材料生成 Markdown 报告。
这一阶段的核心目标只有一个：
习惯把一个完整任务交给 Agent，而不是只把 Agent 当聊天机器人使用。
八、建立自己的 Agent 工作流
当你能够正常使用 Claude Code 或 Codex 以后，就开始进入真正有价值的阶段：Workflow。
以前使用 AI 的方式可能是打开 ChatGPT、问一个问题、复制答案、粘贴到另一个地方，然后继续问。
Agent 的工作方式应该逐渐变成：你给它一个目标，它读取整个项目和上下文，制定执行计划，然后开始操作，执行完成以后进行检查和修改，最后交付结果。
这时候可以开始学习 CLAUDE.md、AGENTS.md、项目规则、可复用 Prompt、任务拆解以及项目上下文管理。
比如你经常写文章，就可以建立一个自己的内容工作区：
content-workspace/
├── research/
├── draft/
├── images/
├── published/
└── CLAUDE.md
然后在 CLAUDE.md 里规定：
- 所有文章使用简体中文。先核实事实，再开始写作。技术内容优先查看官方文档。文章避免营销腔和明显 AI 味，完成以后统一输出 Markdown。
以后 Agent 每次进入这个项目，就可以按照相对固定的规则工作。
这时候你才真正从简单的 AI 对话，开始进入 AI 工作流。
九、开始学习 MCP、Skills、Plugins 和 Subagents
到了 Stage 5，Agent 的能力会开始出现明显变化。
这也是目前很多人最容易把几个概念混在一起的地方。
MCP 是什么？
MCP 可以先简单理解成：
解决 Agent 怎么连接外部工具和数据的问题。
Agent 本身能力再强，如果访问不到你的 GitHub、Google Drive、数据库、浏览器或者内部业务系统，能够完成的事情依然有限。
通过 MCP，可以让 Agent 与不同的工具和数据源建立标准化连接。
所以初学阶段不需要先研究 MCP 协议底层是怎么实现的。
你只需要先搞明白一件事：
MCP 主要解决 Agent 与外部世界连接的问题。
然后亲手连接一两个自己真正需要的服务，比看十篇 MCP 原理文章更有效。
十、Skills 又是什么？
如果说 MCP 更偏向解决 Agent 能够连接什么，那么 Skill 更接近解决 Agent 应该怎么完成某类任务。
比如你可以做一个股票分析 Skill，规定 Agent 每次分析公司时，都按照固定流程执行：先读取财报，再分析收入、利润和现金流，然后检查估值、行业周期和潜在风险，最后按照统一格式生成报告。
这样以后你就不需要每次重新写几十行 Prompt。
从这个角度看，可以简单理解成：
LLM 提供基础智能，Agent 负责执行，MCP 提供外部连接，Skill 提供专业工作方法。
当这几个东西组合起来以后，一个通用 Agent 就开始逐渐变成某个领域的专业 AI 助手。
十一、Subagent 是什么？
当任务越来越复杂以后，一个 Agent 从头做到尾并不一定是最好的方式。
比如让一个 Agent 同时搜索资料、写代码、分析数据、审核结果，任务复杂以后很容易出现上下文混乱。
于是可以把任务拆开：
主 Agent
├── Research Agent
├── Coding Agent
├── Data Agent
└── Review Agent
主 Agent 负责整体协调，不同 Subagent 分别负责自己的任务。
这也是后面理解 Multi-Agent 的基础。
十二、Computer Use、Browser Use 和 Sandbox
这是现在 Agent 发展非常重要的方向。
以前很多 AI 系统主要通过 API 调用外部服务，而现在 Agent 开始进一步获得浏览器、电脑、终端、代码运行环境和 Sandbox 等执行能力。
比如未来一个完整研究任务可能是：Agent 自动打开浏览器查找资料，下载文件，读取数据，运行 Python，生成图表，最后整理成一份报告。
当 Agent 能够真正进入这些执行环境以后，它才开始从一个单纯回答问题的聊天机器人，逐渐变成一个可以完成任务的数字工作者。
十三、如果你只想提高工作效率，学到这里其实已经够了
这一点非常重要，因为很多人学习 AI 最后会产生一种没有必要的焦虑。
看到别人研究 LangGraph，就觉得自己也应该学；看到别人研究 Multi-Agent，又担心自己落后了。
实际上，如果你的目标主要是 AI 写作、AI 编程、AI 研究、AI 办公、数据分析和自动化，那么把 Claude Code 或 Codex、MCP、Skills、Workflow 以及基础的 Computer Use 真正用起来，已经能够解决大量实际问题。
并不是所有人都需要成为 Agent Engineer。
如果现成 Agent 已经能够解决你的问题，就先把它用到极致。
只有当你真正发现现成工具无法满足需求时，再进入路线 B。
十四、路线 B：Agent Builder
如果你的目标不是使用 Agent，而是自己开发 Agent 产品或者 Agent 系统，那么就需要继续进入 Track B。
这条路线会明显更加技术化，学习顺序大致是：
基础 → LLM → Prompt → Tool Use → Agent Framework → MCP / Skills → Memory / RAG → Multi-Agent → Computer Use。
基础 → LLM → 提示 → 工具使用 → 代理框架 → MCP / 技能 → 记忆 / RAG → 多代理 → 计算机使用。
其中真正的分水岭，是 Tool Use。
十五、Tool Use：Agent Builder 真正的起点
你需要开始理解模型为什么会调用工具，以及模型是如何判断什么时候应该调用哪个工具的。
比如你给 AI 提供几个工具：
search_web()
搜索网络()
read_file()
读取文件()
write_file()
run_python()
运行 Python 函数
然后告诉它：帮我研究 Tesla 最近的财务状况。
模型就需要判断什么时候搜索资料、什么时候读取文件、什么时候运行 Python、什么时候继续执行，以及什么时候任务已经完成。
这就是 Tool Use 的核心。
当你真正理解这一层以后，再去研究 Agent Framework，会轻松很多。
十六、Agent Framework：不要同时学五个
进入 Agent Framework 以后，你会看到 LangGraph、AutoGen、CrewAI、OpenAI Agents SDK、PydanticAI 等大量框架。
这里最容易犯的错误还是：全部都学。
正确的方法是选一个框架，做一个真实项目。
比如做一个 AI 股票研究 Agent。输入一只股票以后，让 Agent 自动获取公司资料、读取财务数据、分析相关新闻和行业变化、进行估值分析，最后生成研究报告。
真正完成这样一个项目，比同时看五个 Agent Framework 的教程更有价值。
十七、Memory 和 RAG
当 Agent 开始真正工作以后，很快会遇到两个问题：它怎么记住过去的信息？它怎么从大量自己的资料中找到真正相关的内容？
第一个问题对应 Memory。
Memory 可以简单理解成让 Agent 保存过去的重要信息，比如用户偏好、历史任务、长期状态或者某些关键上下文。
第二个问题对应 RAG。
假设你有 1000 份 PDF、500 篇文章、大量公司财报、行业报告和会议记录，不可能每次提问时把所有内容全部塞进 Prompt。
RAG 的基本逻辑就是：
用户提出问题 → 系统搜索知识库 → 找到相关资料 → 把相关内容放进 Context → LLM 根据资料回答。
所以 RAG 真正解决的是：如何让 AI 从大量外部知识中找到当前真正需要的信息。
十八、Multi-Agent：到这里再学就合理了
学完前面的 Tool Use、Agent Framework、Memory 和 RAG，再进入 Multi-Agent 就会自然很多。
比如你想建立一支 AI 投资研究团队，可以设计 Research Agent 负责搜索资料，Financial Agent 负责财务分析，Industry Agent 负责行业研究，Valuation Agent 负责估值，Risk Agent 专门寻找风险，最后由 Chief Investment Agent 综合所有结果。
这样系统就从一个 Agent，逐渐变成一支能够协作的 AI 团队。
但这里要特别注意：
Multi-Agent 并不是 Agent 越多越好。
如果一个 Agent 就能完成任务，完全没有必要为了 Multi-Agent 而 Multi-Agent。只有任务真的能够拆成多个相对独立、需要不同上下文或者不同专业能力的部分时，多 Agent 才有实际价值。
十九、普通人到底应该选哪条路线？
其实判断方法非常简单。
如果你是产品经理、运营、销售、投资研究人员、内容创作者、创业者、独立开发者或者普通 AI 用户，建议优先走 Track A。
先把：
Claude Code / Codex + MCP + Skills + Workflow
真正用起来。
如果以后发现现成 Agent 已经满足不了自己的需求，再进入 Track B，继续学习 Tool Use、Agent Framework、Memory、RAG、Multi-Agent 和 Computer Use。
这样学习效率会高很多。
二十、给普通人的 10 周实战学习计划
如果从今天开始重新学习 AI Agent，我更建议按照下面这个节奏执行，而不是每天追新工具。
第 1 周：基础。 学习 Terminal、Git、GitHub、API 和 JSON。目标不是学编程，而是能够看懂基本命令，并正常运行一些 GitHub 开源项目。
第 2 周：LLM。 搞懂 Token、Context、API、Prompt，以及模型和 Agent 的区别。目标是建立基本认知，不需要研究复杂理论。
第 3 周：CLI Agent。 Claude Code 和 Codex 选择一个作为主力工具，每天至少交给它一个真实任务，不要只做 Demo。
第 4 周：Workflow。 开始学习 CLAUDE.md、AGENTS.md、项目上下文、任务拆解和工作流，建立自己的第一个 AI Workspace。
第 5 周：MCP。 不要一次安装几十个 MCP Server，先连接 1～2 个自己真的会使用的数据源或工具。
第 6 周：Skills。 自己写一个简单 Skill，可以是文章研究 Skill、股票分析 Skill、销售分析 Skill，或者任何与你实际工作相关的 Skill。
第 7 周：Subagent。 找一个复杂任务，把它拆成 2～3 个角色，体验主 Agent 与 Subagent 的协作方式。
第 8 周：Browser / Computer Use。 开始尝试让 Agent 操作浏览器、代码环境或者 Sandbox，把 Agent 从纯文本世界带进真实执行环境。
第 9 周：完整项目。 暂停学习新概念，只做一个真正可以使用的项目，例如 AI 投资研究工作台、AI 内容生产工作台或者 AI 销售助手。
第 10 周：优化。 不再追新工具，而是回头检查自己的整个系统：哪些任务可以自动化？哪些 Prompt 可以变成 Skill？哪些数据应该通过 MCP 接入？哪些工作可以交给 Agent？哪些关键环节必须人工审核？
如果这五个问题能够回答清楚，你已经开始真正理解 Agent 了。
二十一、学习 Agent 最重要的方法：边学边做
不要按照看教程、收藏项目、继续看教程、继续收藏项目的方式学习 Agent。
这种学习方式最大的问题是，看起来每天都在学，实际上自己的工作方式没有发生任何改变。
更有效的方法是：
学一个概念 → 做一个东西 → 遇到问题 → 再学一个概念 → 用新知识解决问题。
学 Prompt，就马上写一个真正会反复使用的 Prompt；学 Claude Code，就马上用它完成一个项目；学 MCP，就马上连接一个自己需要的服务；学 Skill，就马上写一个 Skill；学 RAG，就做一个自己的知识库；学 Multi-Agent，就把一个真实任务拆成两个 Agent。
不要把学会当目标，把做出来当目标。
二十二、 这个AI Agent 真正解决了什么？
我认为 awesome-agentic-ai-zh 最有价值的地方，并不是它收集了 240+ 项目。
GitHub 从来不缺项目，AI 时代更不缺教程。
真正稀缺的是：学习顺序。
它实际上帮我们回答了三个很重要的问题：我现在在哪里？下一步应该学什么？学到什么程度可以先停下来？
尤其是最后一个问题。
并不是所有人都需要成为 Agent Engineer。
未来使用 AI Agent 的能力，大致可以分成三个层次。
第一层是会使用 Agent。能够把 Claude Code、Codex 等 Agent 真正融入自己的工作。
第二层是会配置 Agent。能够使用 MCP、Skills、Memory、Workflow，把通用 Agent 改造成适合自己的 AI 工作系统。
第三层是会构建 Agent。能够开发 Tool Use、Agent Framework、RAG、Multi-Agent、Computer Use 等真正的 Agent 产品和系统。
对于绝大多数普通人来说，先成为第一层，再进入第二层，就已经能够获得非常大的效率提升。
等真正遇到现成工具解决不了的问题，再进入第三层。
这比一开始就扎进各种 Agent Framework，要现实得多。
最后
如果你第一次打开 awesome-agentic-ai-zh，不建议直接冲进那 240+ 个项目里挨个看。
先确定一件事：
你是想把 Agent 用好，还是想自己开发 Agent？
如果只是想把 Claude Code、Codex、MCP、Skills 用好，直接走 Track A。
如果最终目标是自己开发 Agent 产品，再走 Track B。
如果现在还不知道自己属于哪一种，也很简单：
先走 A。
先让 Agent 真正帮你完成工作。
等你开始遇到现成 Agent 的边界，自然就会知道自己为什么需要学习 Tool Use、RAG、Memory 和 Multi-Agent。
AI Agent 真正值得学习的，不是今天又出现了什么新名词，而是：
你能不能把这些东西组合起来，真正替自己解决问题。