Articles — Idle State

面向做过 LLM 应用、想系统掌握 Deep Agents 的开发者的 13 篇实战笔记：从跑通第一个深度研究 Agent，到把 Deep Agent 稳稳推上生产。附完整目录、知识路线图与按需阅读路线。

demo 里出错可以手动重跑，生产里出错是凌晨三点的告警。补上最后一课：限流重试与模型回退、持久化部署形态、记忆作用域，以及用 LangSmith 把 Agent 的运行看透。

传统 RAG 检索一次答一次，Agentic RAG 让它检索、批判、再检索，直到达标。用 Deep Agents 的组件箱重新组装 RAG：检索工具、文件系统、子代理、技能与 rubric 评分迭代。

把官方 Deep Research 教程完整精读一遍：多子代理分工、联网搜索、结构化报告。代码量不大，真正值钱的是提示词设计——主代理如何只协调不动手，研究员如何像人一样止损。

能力越大，越要装笼子。声明式权限规则负责「哪些事永远不让做」，HITL 审批负责「哪些事必须问过人再做」。两层围栏配合，才能让 Agent 在生产环境权限最小化。

让 Agent 写代码、跑分析、执行测试，就得先回答：敢不敢让一个不可预测的程序在你的机器上执行任意 shell 命令？本地 shell、远程沙箱、轻量解释器，三种执行姿势的选型与边界。