Alice 工程方法论

一个桌面 AI Agent 背后的设计哲学与工程范式

MIT License Agent 工程方法论 Anthropic 对标研究

alice.miyang.cn GitHub @itshen

一、哲学与架构

为什么要写这本书

Agent 的真正复杂度在哪里？

五大设计哲学

什么是做 Agent 之前要想清楚的事？

一个可靠的 Agent 系统长什么样？

二、核心机制

一次任务的完整执行流程是什么？

如何设计 AI 能可靠调用的工具？

上下文与记忆

如何让 Agent 记得「正确的事」？

三、协作与扩展

多 Agent 协作

多个 Agent 如何分工而不混乱？

如何在自动化与安全之间找到平衡？

如何用标准接口扩展 Agent 的能力边界？

如何让 Agent 学会用户的工作方式？

四、进化与安全

自进化架构

如何让 Agent 在用户许可下变得更好？

如何统一管理多个模型服务商？

如何保护用户数据和系统边界？

如何看清一个 Agent 在做什么？

五、Prompt 与范式

如何构建分层的系统提示词体系？

哪些设计思路可以迁移到所有 Agent 项目？

活人感设计

用做游戏的方式做 AI，会有什么不同？

让 Agent 随时在线，微信、Telegram、邮件背后的安全与工程设计。

附录

核心概念词典 & 架构决策清单

速查手册与配置模板

创作者故事

为什么我要自己做一个 AI 助手

从 Cherry Studio 到 Cursor 的不满足，到 Alice 诞生的起点。

用做游戏的方法做 AI

做了十年游戏，把世界观设计和设定集的方法论迁移到 AI 产品上。

一个人怎么撑起一个 AI Agent 产品

20 天，322 次提交，10 万行代码背后的技术全景。

五层记忆：让 AI 真正记住你

你和 Alice 的第 100 次对话，应该比第 1 次更高效。

一个人的公司，11 个人的团队

为什么给子 Agent 做人设是 Prompt Engineering 的高级形式。

用 AI 和用户共建产品

把需求列表贴给 AI，挨条澄清，每条开一个子 Agent，十几分钟处理完。

洛小山

洛小山

大厂产品总监，连续多年研究 AI Agent 工程化，做了十年游戏，把做游戏的方式带进了 AI 产品设计。
Alice 是我持续打磨的产品，这里记录的是背后完整的工程思考。