Audit Ledger · 2026-10

内容审计台账

对象：runoob AI Agent 教程全部 47 个章节。每条给出状态、影响范围、严重程度、处理优先级与判定依据；无法确证的内容标为「存疑待核实」，不写成结论。

先看结论：整体内容比多数中文教程新（已覆盖 MCP、A2A、Harness/Loop Engineering、Deep Agents 等）， 框架与产品章节的“代码级时效性”是主要问题，概念章节大多仍然成立。最该先修的是 5.1 与 8.1 的示例代码——它们会直接跑不起来。

状态分布

21 仍然成立 · 8 表述过时 · 5 建议补充（已全部在站内补齐） · 13 存疑待核实

优先级分布

P0 2 条 · P1 8 条 · P2 19 条 · 其余为「保持观察」

01优先处理 Top 3

按「照抄会不会坏」排序，而不是按章节顺序
优先级	问题	为什么先修
P0	5.1 环境配置：`initialize_agent` + `AgentType.ZERO_SHOT_REACT_DESCRIPTION`， `langchain.llms.OpenAI`，`text-davinci-003`，`gpt-3.5-turbo`，且推荐 Python 3.9。	这是全站第一个动手章节。旧 API 在 LangChain 1.x 已迁移/移除，示例模型进入 legacy 或已下线，Python 3.9 也已 EOL。新手照抄会同时遇到「导入失败 + 模型不可用 + 版本不受支持」，直接劝退。
P0	8.1 多智能体：AutoGen 示例使用 `autogen.AssistantAgent`、`UserProxyAgent`、 `GroupChat`、`llm_config`。	这是 0.2 时代 API；当前稳定线是 `autogen-agentchat` 0.7.x，Agent、团队、模型客户端均换了抽象。示例无法运行，且会误导读者对 AutoGen 的认知。
P1	6.1 / 4.3 LangChain 写法：`AgentExecutor`、`create_tool_calling_agent`、 `create_react_agent`；以及 3.3 的 `langchain.text_splitter` 导入。	LangChain 1.x 官方入口已是 `create_agent`；text splitter 已拆到 `langchain-text-splitters`。这两处影响所有跟着写代码的人，但概念解释仍然有效，所以排 P1。

02阶段与原文映射

本站的阶段划分与原文 47 个章节一一对应，不合并、不删减；只有顺序按学习路径重排。

左侧为本站阶段，右侧为原文对应章节（点击直达 runoob）
本站阶段	原文章节	数量
阶段 1 认知地图	AI Agent 简介 · 核心组件 · AI Agent 术语 · 工作原理	4 节
阶段 2 模型与提示	AI 底层架构 · 大语言模型基础 · 大模型多模态 · 提示词工程 · Token（词元）	5 节
阶段 3 推理、知识与上下文	推理与规划 · 向量数据库 · RAG 与知识检索 · Agent 上下文工程	4 节
阶段 4 架构与工具选型	Agent 架构 · 第一个 AI Agent · AI 工作流	3 节
阶段 5 亲手构建	Python 智能体环境配置 · 工具调用 · 记忆系统 · Python 实现 AI Agent · AI Agent 问答实例 · Python 实现推理与规划 · Python 实现 RAG	7 节
阶段 6 框架与平台	LangChain 制作智能体 · LangGraph 入门 · CrewAI 制作智能体 · Deep Agents 入门 · Dify 入门 · n8n 入门 · GraphRAG 入门	7 节
阶段 7 前沿产品与工程范式	Vibe Coding · Harness Engineering · Loop Engineering · OpenClaw 教程 · OpenClaw 快速上手 · WorkBuddy 入门 · Hermes Agent · Pi Coding Agent · DuMate（搭子）	9 节
阶段 8 多智能体、生产化与扩展	多智能体系统 · 工具与外部集成 · 多模态 Agent · 评估、安全与对齐 · 生产部署与工程化 · 垂直应用场景 · Hugging Face Transformers · AI 3D（Blender）	8 节

03审计台账（47 节全覆盖）

「建议补充」的 5 条已在站内对应小节补齐（3.1 / 3.4 / 8.2 / 8.4 / 8.5 的「补充」块）；台账状态保留，表示原文仍缺，不代表本站缺。

状态口径：仍然成立无需改动；表述过时有可指出的冲突；建议补充内容不缺但缺关键实践；存疑待核实无法确证，需查官方文档。

按本站学习阶段排序；链接指向原文，便于逐条对照
#	章节	状态	影响范围	严重度	优先级	依据 / 说明
1	AI Agent 简介	仍然成立	概念基础	低	—	定义、与 LLM 的对比、ReAct 流程均与当前共识一致；「不是所有 Agent 都需要长期记忆」的表述准确。
2	核心组件	仍然成立	概念基础	低	—	感知/模型/工具/记忆/规划/执行控制的划分合理，且强调「组件非必需」，符合工程实际。
3	AI Agent 术语	仍然成立	概念基础	低	—	术语覆盖较新（Vibe Coding / Context / Harness / Loop）；但术语本身漂移快，建议读者以官方定义为准。
4	工作原理	仍然成立	概念基础	低	—	循环、工具回写、类型划分与终止条件均成立；作为入门足够。
5	AI 底层架构	仍然成立	概念基础	低	—	五层划分（模型/上下文/知识/工具/Agent）清晰，MCP 定位准确。
6	大语言模型基础	存疑待核实	模型示例	低	P2	预测下一个 token、训练阶段等原理成立；文中出现的 `DeepSeek V4` 等模型命名无法在写作时确证，需查官方模型列表。
7	大模型多模态	表述过时	示例与代表模型	低	P2	三阶段划分成立；但「第二阶段代表 GPT-4V / Gemini 1.5」已是历史举例，文中「Claude 4.6」等版本号需核实。建议标注「历史阶段」而非「当前代表」。
8	提示词工程	表述过时	Token 对照表	低	P2	方法论成立；上下文窗口对照表仍写 GPT-3.5 4K / GPT-4 Turbo 128K / Claude 3.7 200K，模型名与数值已不代表当前产品。建议改为「以目标模型文档为准 + 实测」。
9	Token（词元）	仍然成立	概念基础	低	—	定义与示例正确；「不同 tokenizer 不同」的提醒需要读者自行补足。
10	推理与规划	建议补充	CoT 实践	中	P1	CoT/ReAct/Plan/ToT 的框架仍成立；但推理模型（内置长思考）普及后，「显式要求一步步想」的收益与风险已变化，建议补充「何时不该手写 CoT」与推理模型的成本权衡。｜站内已在 3.1 补齐「推理模型时代的 CoT 取舍」。
11	向量数据库	仍然成立	概念	低	—	embedding、相似度、ANN 索引与选型逻辑准确；未过度承诺向量库能替代传统数据库。
12	RAG 与知识检索	表述过时	代码示例	中	P1	流程与切分策略成立；示例 `from langchain.text_splitter import ...` 在 LangChain 0.2+ 已拆到独立包 `langchain-text-splitters`（PyPI 现有 1.1.x），照抄会 ImportError。另建议补混合检索与重排。
13	Agent 上下文工程	建议补充	长任务实践	中	P1	预算/系统提示/工具描述/压缩策略均正确；缺少子 Agent 隔离、工具动态注册、压缩后一致性校验的具体做法，建议补一节工程案例。｜站内已在 3.4 补齐子 Agent 隔离、动态工具注册、压缩后校验。
14	Agent 架构	仍然成立	架构选型	低	—	六种架构与适用场景的划分清晰，且强调「复杂度成本」，与工程实践一致。
15	第一个 AI Agent	存疑待核实	产品推荐	中	P2	平台/工具矩阵的选型维度合理；但具体产品的免费额度、支持模型、可用地区会变化，需逐个查官网。建议在页面加「信息截至日期」。
16	AI 工作流	表述过时	LangChain 示例	中	P1	工作流 vs Agent 的判断标准成立；但示例使用 `AgentExecutor` + `create_react_agent` + `hub.pull`，属于 LangChain 0.x 写法，1.x 应以 `create_agent` 为入口（官方文档已切换）。
17	Python 智能体环境配置	表述过时	首个动手章节	高	P0	①`initialize_agent`/`AgentType` 属旧版 API；②`langchain.llms.OpenAI` 已迁到 `langchain-openai`；③`text-davinci-003` 已退役；④`gpt-3.5-turbo` 为 legacy；⑤推荐 Python 3.9，而 3.9 已于 2025-10 EOL。建议整节重写。
18	工具调用	仍然成立	核心机制	低	—	工具定义、选择、参数提取、结果回填的流程准确；示例偏通用，不依赖特定模型版本。
19	记忆系统	仍然成立	设计	低	—	短期/长期、写入/检索/遗忘的框架合理，代码示例自洽。
20	Python 实现 Agent	仍然成立	实战	低	—	不依赖框架的循环实现，教学价值高；需读者自行替换模型客户端。
21	AI Agent 问答实例	仍然成立	实战	低	—	项目结构与环境步骤可复现；注意其中的模型名与价格需按当前服务商替换。
22	Python 推理与规划	仍然成立	实战	低	—	ReAct 的简化实现与解析逻辑成立；建议读者补停机条件（本站 5.6 已补）。
23	Python 实现 RAG	仍然成立	实战	低	—	RAG 的组件与最小实现正确；未绑定已废弃的库接口。
24	LangChain 制作智能体	表述过时	框架入门	高	P1	概念讲解好；代码用 `AgentExecutor` + `create_tool_calling_agent`，属 0.x 路径。LangChain 1.x 官方入口为 `from langchain.agents import create_agent`。另默认模型名 `deepseek-v4-pro` 需核实是否存在。
25	LangGraph 入门	仍然成立	图编排	低	—	State/Node/Edge/checkpoint 的核心用法与当前 API 一致；示例较长但结构正确。
26	CrewAI 制作智能体	存疑待核实	版本要求	低	P2	Agent/Task/Crew 的概念与用法成立；文中「Python ≥3.10 且 <3.14」等版本区间需随 CrewAI 发布更新核对。
27	Deep Agents 入门	仍然成立	长任务框架	低	—	规划/文件系统/子 Agent/压缩的介绍与官方定位一致；具体 API 以当前版本为准。
28	Dify 入门	仍然成立	平台	低	—	应用类型、知识库、工作流与部署的讲解准确；界面细节可能随版本变化。
29	n8n 入门	仍然成立	自动化平台	低	—	触发器/节点/凭证与 MCP 相关说明成立；节点名称与界面以当前版本为准。
30	GraphRAG 入门	存疑待核实	版本要求	中	P2	原理与查询模式正确；安装命令、Python 版本与配置项随 GraphRAG 版本变化快，需按官方仓库核对。
31	Vibe Coding	存疑待核实	模型举例	低	P2	方法论与风险提示成立；文中出现的具体模型版本（如 GPT-5.5 / Claude 5）无法确证，需查官方发布记录。
32	Harness Engineering	存疑待核实	统计数据	中	P2	「模型之外的一切」这一框架有价值；文中「100 万行代码 / 0 行手写 / 3–7 人」等数字缺少可核验出处，不应作为基准引用。
33	Loop Engineering	存疑待核实	时间与归属	低	P2	循环设计方法可借鉴；「2026 年 6 月由某工程师系统整理」的时间与归属需核实，概念本身尚在演化。
34	OpenClaw 教程	存疑待核实	产品沿革	中	P2	架构与权限风险的分析成立；改名时间线（Clawdbot → Moltbot → OpenClaw）与日期需查官方仓库/公告。
35	OpenClaw 快速上手	存疑待核实	安装命令	中	P2	安装方式、默认端口、Gateway 命令属于高变动信息；执行前必须对照官方文档，并先读安装脚本。
36	WorkBuddy 入门	存疑待核实	产品能力	中	P2	「一句话任务 → 交付文件」的定位清晰；具体平台支持、可用地区、账号要求需查官网。建议只学验收方法，不背操作步骤。
37	Hermes Agent	仍然成立	产品模式	低	—	持久记忆 + 终端/浏览器执行的模式描述成立；具体安装与模型配置以官方仓库为准。
38	Pi Coding Agent	存疑待核实	模型配置	低	P2	「原语而非功能」的设计哲学与风险提示成立；示例里的 `deepseek-v4-pro` 等模型 ID 需核实。
39	DuMate（搭子）	存疑待核实	产品细节	中	P2	桌面 Agent 的能力边界描述合理；系统要求、登录方式、工作区机制需查官网。原文该页内容较少，建议补充失败与权限案例。
40	多智能体系统	表述过时	AutoGen 示例	高	P0	分工/通信/协调的分析成立；AutoGen 代码是 0.2 API（`autogen.AssistantAgent` / `llm_config` / `GroupChat`），当前稳定包 `autogen-agentchat` 0.7.x 使用 `autogen_agentchat` + 模型客户端 + 团队抽象，示例无法直接运行。
41	工具与外部集成	建议补充	安全实践	高	P1	MCP、Computer Use、代码执行的能力介绍完整；缺少「第三方 MCP server 的信任边界」「Computer Use 的失败回退」「代码执行沙箱」的工程细节，建议补充。｜站内已在 8.2 补齐三类接入方式的控制清单与凭据代理。
42	多模态 Agent	仍然成立	设计	低	—	模态类型、能力与组合方式描述准确；示例偏概念，未绑定易变 API。
43	评估、安全与对齐	建议补充	安全评估	高	P1	评估维度、benchmark、对齐概念齐全；缺少针对 Agent 的注入攻击用例、工具越权与数据外泄的具体测试方法，建议补 5–10 条可执行用例。｜站内已在 8.4 补齐 5 条攻击用例与指标。
44	生产部署与工程化	建议补充	生产实践	中	P1	部署模式、监控、成本控制框架成立；建议补「长任务队列/断点恢复」「LLM 调用链可观测（trace）」「提示与工具配置版本化 + 回滚」。｜站内已在 8.5 补齐队列/checkpoint、trace、配置回滚与 SLO。
45	垂直应用场景	仍然成立	场景	低	—	代码/客服/数据分析等场景的能力与边界描述合理，未过度承诺。
46	Hugging Face Transformers	表述过时	模型示例	低	P2	pipeline / PEFT / 量化的讲解成立；示例仍用 Llama-2 系列（gated、较旧）。代码结构可参考，模型名应替换为当前可用版本，并注意许可证。
47	AI 3D（Blender）	存疑待核实	模型版本	低	P2	Blender MCP 的「操作 → 截图 → 修正」闭环成立；开头「GPT-6 Astra 发布后」的模型命名无法确证，需查官方发布信息。

04内容更新对照表

只列需要改写的 12 处。状态标记区分「有依据的更新」「合理推断」「待核实」，三者不混写。

原文（摘述）	更新后	理由	状态标记
`from langchain.agents import initialize_agent, AgentType` + `AgentType.ZERO_SHOT_REACT_DESCRIPTION`	`from langchain.agents import create_agent`；工具用 `@tool` 定义，`create_agent(model, tools)`	LangChain 1.x 官方文档以 `create_agent` 为入口；旧 AgentExecutor 路径属 legacy	有依据
`ChatOpenAI(model="gpt-3.5-turbo")`	模型名从环境变量读取，示例改用当前可用的对话模型	gpt-3.5 系列已进入 legacy，能力与价格均不代表当前水平	有依据
Semantic Kernel 示例 `OpenAITextCompletion("text-davinci-003", ...)`	改用 chat completion 模型与对应连接器	text-davinci-003 属已退役的 completion 模型	有依据
「推荐 Python 3.9 或更高版本」	「推荐 Python 3.11 / 3.12；3.9 已于 2025-10 EOL」	Python 3.9 已结束支持，3.10 也临近 EOL；新项目不应以 3.9 为默认	有依据
AutoGen `import autogen` + `AssistantAgent(llm_config=...)` + `GroupChat`	`autogen_agentchat.agents.AssistantAgent` + 模型客户端 + `RoundRobinGroupChat` / `SelectorGroupChat`	AutoGen 0.4+ 重构了 AgentChat；PyPI 当前 `autogen-agentchat` 为 0.7.x	有依据
`AgentExecutor` + `create_tool_calling_agent`	`create_agent`；需要状态图时用 LangGraph	同上，属 LangChain 1.x 迁移	有依据
`from langchain.text_splitter import RecursiveCharacterTextSplitter`	`from langchain_text_splitters import RecursiveCharacterTextSplitter`	LangChain 0.2+ 将 text splitters 拆为独立包，PyPI 现为 1.1.x	有依据
上下文窗口表：GPT-3.5 4K / GPT-4 Turbo 128K / Claude 3.7 200K	删除固定数值表，改为「以目标模型官方文档为准」+ 用 tokenizer 实测	模型与窗口更新频繁，固定表很快失真；实测更可靠	合理推断
多模态「第二阶段代表：GPT-4V、Gemini 1.5、Qwen-VL」	标注为「历史阶段举例」，并补充「当前代表模型请查各厂商文档」	作为技术史举例没问题，但不能暗示这是当前最强模型	合理推断
Llama-2 系列作为默认示例模型	换成当前可用的小模型，并注明许可证与门禁要求	Llama-2 有 gated 许可且版本较旧，影响复现	合理推断
DuMate / MonkeyCode / WorkBuddy 的具体功能与免费额度	保留能力描述，删除价格/额度断言，加「以官网为准」与截至日期	商业产品信息变化快，教程不应承担承诺	待核实
「GPT-6 Astra」「DeepSeek V4」「Claude 4.6」等模型命名	保留原文表述但加「待核实」，不作为事实引用	本次审计无法从官方渠道确证这些命名与版本	待核实

05审计方法与非目标

方法：抓取 47 个章节原文 → 提取正文与代码块 → 对「模型名 / API / 导入路径 / 版本要求 / 统计数字」做定点核验 → 对照官方文档与 PyPI 当前版本（本次核验：LangChain 1.4.x、langchain-text-splitters 1.1.x、autogen-agentchat 0.7.x、LangChain Agents 文档）。
状态判定：只有能指出具体冲突才标「过时」；只能给方向、缺少直接证据的标「建议补充」；无法确证的标「存疑待核实」。
非目标：不评价原文写作质量、不逐字校对、不追溯每个产品的最新定价。本站不是原文的替代品，遇到冲突以官方文档为准。
复现：所有核验点都写明了「改什么、为什么」，可按表格逐条复查；本站不保存抓取原文，仅保留链接。

下次更新建议：先跑一遍 5.1 与 8.1 的示例代码，确认能跑；再检查 6.1 / 3.3 的导入；最后统一给所有产品页加「信息截至日期」。