关于 Agentic Engineering Lab

“工程的终极形态，是让系统自主解决问题；教育的终极形态，是让开发者拥有创造这种系统的能力。”

1. 项目概述

Agentic Engineering Lab 是一个聚焦智能体工程开源教育的社区项目，秉承《智能体工程开源教育宣言》 的核心精神。我们以智能体工程的三大核心要素——架构、单元和生命周期——为指导，联合高校教师与社区开发者，通过开源协作，共建课程、实验平台、工具及动态更新的知识图谱。以此推动高校软件工程教育范式演进，让智能体工程能力成为未来人才的核心素养。

📜 宣言核心信念：智能体技术是未来的基础素养；高校是知识开源的主阵地；开源促进教育公平与多元创新；工程伦理需要代代守护。

---

2. 核心理念

我们坚信，智能体工程教育的核心在于思维转型、工程实践与伦理守护的深度融合。在宣言的十二大基石原则指导下，我们致力于：

• 从计算思维到智能体思维：引导学生从“下达指令”转变为“设定目标、委派任务”

• 软件工程底座不可替代：坚实的系统设计、数据结构与算法知识是绝对基石

• 人类在环的共生协作：在复杂决策中引入人类监督，培养负责任的智能体工程师

• 聚焦复杂问题的解决：将心智带宽从低维逻辑解放，专注于架构创新与真实挑战

---

3. 工程理论蓝图：智能体工程三要素

Agentic Engineering Lab 的技术底座围绕三大核心要素构建，它们共同构成了智能体工程的方法论框架，也为我们的课程体系与实验平台提供设计依据：

图1-1：智能体工程核心三要素框架图

核心要素	技术理论核心探索方向
Agent Architecture （架构）	探索可解释的内存管理与结构化上下文信息管线，解决 “上下文腐烂” 问题，夯实智能体系统的架构基础；
Agent Units （单元）	基于通用协议（如 MCP）实现动态工具调用，打破系统孤岛，让智能体连接真实世界的工具与服务；
Agent Lifecycle （生命周期）	建立全生命周期管理体系，涵盖决策逻辑评估、安全护栏运行时监控、系统自我反思与进化能力；

---

4. 课程体系设计

传统软件工程课程体系的可以概括为：“从需求分析 → 系统设计 → 编码实现 → 测试部署 → 维护优化”，可以理解为一个“软件生命周期闭环”，强调工程方法与流程管理，目标是培养可靠的软件工程师。智能体工程不仅关注人类编码能力，更强调智能体系统设计、任务委派、开源协作与伦理贯穿，形成“认知→能力→社区”的闭环。

表1-1：软件工程和智能体工程课程设计比较

对比维度	传统软件工程	智能体工程
核心主线	SDLC：需求 → 设计 → 编码 → 测试 → 维护	能力闭环：认知 → 工具 → 系统设计 → 多智能体协作 → 社区开源
思维模式	以人类编码为核心，强调过程管理和质量控制	以智能体系统为核心，强调任务委派、智能体思维与人机协作
实践方式	团队项目、文档+代码提交	实验+项目+开源文档+社区协作贯穿全过程
评估方式	代码、文档、测试、团队合作	多维度：代码、文档、智能体决策逻辑、社区贡献、伦理判断
伦理与社会责任	辅助性模块，较少贯穿	贯穿整个课程，每个实验与项目均嵌入伦理考量
工具依赖	IDE、版本控制、测试工具	MCP、RAG、智能体API、低代码/零代码平台、知识库工具

智能体工程课程体系体系将以“能力闭环”为导向，采用模块化课程结构，贯穿开源协作与伦理教育，旨在培养具备智能体思维、工程实践和生态视野的新型人才。

图1-2：智能体工程核心课程体系框架

表1-2：智能体工程课程体系列表

课程级别	课程名称	课程要点
基础认知层	Python 基础编程	语法、数据结构、函数、面向对象、文件操作、异常处理、模块化；为后续智能体开发奠定编程基础。
	Node.js 基础编程	JavaScript 语法、异步编程（Promise/async）、事件循环、模块系统、HTTP 基础、包管理；为后续智能体开发奠定编程基础。
	智能体工程导论	智能体概念与三要素概述；软件工程基础（Git、模块化设计、测试、文档）；传统AI开发基础（机器学习流程、模型训练、LLM API 调用）；AI辅助编程入门（提示工程、Copilot 等）。
	智能体思维与伦理	从计算思维到智能体思维的转变；目标设定、任务分解与委派；人机协作模式（Human-in-the-loop 等）；隐私、公平、可解释性、责任归属伦理基础；综合实践：完成一个含伦理分析的人机协作原型。
	Git 代码提交的协作	Git 协作流程（Fork、PR、Issue、Code Review）；社区沟通规范（Wiki、论坛）；如何参与开源项目（从文档到代码）；实践：在开源仓库中提交首个贡献。
核心开发层	智能体架构设计	单智能体架构模式（ReAct、反射型、认知型）；上下文管理与记忆机制；结构化上下文信息管线设计与“上下文腐烂”解决方案；多智能体协作架构（主控-worker、黑板、发布订阅）；架构视图与文档。
	智能体单元与工具集成	工具调用模式；基于 MCP 的动态工具发现与调用；工具封装、权限管控；连接外部服务（数据库、API、IoT）；实验：构建多工具协同智能体。
	智能体Skill 设计与开发	企业级工具链对接；异构系统集成模式；标准化协议进阶（MCP、OpenAPI）；权限与安全设计；开源生态参与：贡献工具适配器与插件。
	智能体生命周期管理	生命周期阶段（设计-部署-运行-进化）；决策逻辑在线评估；安全护栏设计与运行时监控；自我反思与进化机制（反馈循环、在线学习）；版本管理与在线更新。
	智能体评估与测试	评估指标体系（成功率、效率、鲁棒性、可解释性）；可观测性技术（日志、追踪、监控）；自动化测试框架（单元、集成、对抗测试）；开源测试基准的构建与使用。
系统创新层	智能体生态集成	企业级工具链对接；异构系统集成模式；标准化协议进阶（MCP、OpenAPI）；权限与安全设计；开源生态参与：贡献工具适配器与插件。
	智能体系统安全与鲁棒性	智能体安全威胁模型（数据投毒、提示注入、对抗攻击）；安全护栏设计（输入过滤、输出审核、权限隔离）；隐私保护增强（差分隐私、联邦学习）；鲁棒性测试（对抗样本、压力测试）；安全审计与合规；实践：为现有智能体系统构建安全防护方案。
	智能体项目管理与伦理	智能体项目的敏捷开发与风险管理；合规审计与责任归属；团队协作与开源社区治理；伦理影响评估；可追溯的决策机制。
	智能体工程综合实践	以开源项目（如 Agentic Engineering Lab）为依托，分组完成真实场景智能体系统；贯穿需求、架构设计、单元集成、生命周期管理、评估与部署全流程；成果回馈社区。

---

5. 能力体系：技能解锁与徽章体系

为实现学习成果的可视化、可追踪，我们配套设计了独立的能力体系，以微任务为核心驱动能力成长：

• 能力成长路径：基于课程体系拆解核心技能点，形成 “入门→进阶→精通” 的阶梯式成长路径；
• 微任务驱动：每个技能点对应可落地的微任务，完成任务即可解锁对应技能徽章；
• 能力矩阵可视化：构建覆盖 “思维、工程、生态、伦理” 四大维度的能力矩阵，实时追踪学习者的技能掌握状态；
• 徽章认证与复用：解锁的技能徽章可作为开源社区协作、项目贡献的能力凭证，打通 “学习 - 实践 - 贡献” 的闭环。

---

6. 如何参与？

项目当前处于设计阶段，参与门槛极低，欢迎各类角色共建：

• 反馈设计思路：针对课程体系（初 / 中 / 高阶段内容）、能力体系（技能点 / 微任务）、实验平台、评估标准提建议（提交 Issue / 参与 Discussions）；
• 贡献教学案例：分享智能体工程教学设想、各阶段课程片段、跨学科应用案例或伦理教育实践案例；
• 参与课程共建：加入初 / 中 / 高级教材编写、实验手册打磨、多语种翻译等协作工作；
• 讨论伦理实践：参与 “智能体工程伦理” 专题讨论，共建伦理教育落地范式，完善高级课程的伦理实践内容。

---

7. 许可证声明

• 源代码许可：本项目源代码采用 MIT License，允许在满足许可证条款的前提下，自由使用、复制、修改、合并、发布、分发、再许可和 / 或销售软件副本；
• 课程 / 指南成果许可：所有课程和指南类成果（包括讲义、数据、图表、模型、方法论描述等）默认采用 CC BY-SA 4.0（知识共享署名 - 相同方式共享 4.0 国际许可协议）。