主题
前言
过去两年，我见过不少开发者用几十行代码拼出 Agent Demo——while 循环里调 API、解析 JSON、再 exec 一把——演示效果惊艳，一到生产环境就状况百出：多步任务中途丢失关键信息，工具调用陷入死循环，上下文膨胀后模型开始胡言乱语。问题往往不在模型的推理能力，而在模型外围缺少一圈工程齿轮。
这圈齿轮就是 Agent Loop——状态机、工具管道、记忆压缩、熔断器、人机协同挂起。我去读 Claude Code 的公开文档和可观察行为，去翻 OpenCode、Pi 的开源仓库，发现顶尖产品在这层循环上投入的工程量远超大多数人的想象。然而市面上关于提示词的书不缺，关于 Agent 循环工程的书几乎是空白。
这就是我写这本书的原因。
这本书讲什么
一句话概括：大模型负责涌现智能，工程师负责兜底防失控——本书讲的是“托底”这半边的系统设计与 Go 实现。
全书不是提示词技巧合集，而是一本循环工程（Loop Engineering）手册。它从解构三家标杆产品的架构出发，用 Go 从零搭建一套完整的 Agent 循环引擎，最后将视野从单体循环抬升到有环图编排（Graph Engineering）：前者负责节点内的自治推理，后者负责节点间的确定性路由。
之所以选择 Go 而不是 Python，是因为 Agent 本质上是一个长生命周期、高并发、强状态的系统程序。Go 的强类型在编译期就能拦住大量低级错误，Goroutine 和 Channel 天然适配 Agent 的多路并发调度，显式的 error 链路迫使开发者正面处理每一条异常路径——这些特性与 Agent 的容错需求高度契合。
写给谁
本书面向三类读者：
- Go 开发者：已有语言基础，想把 Agent 能力嵌入自己的服务或 CLI，而不只是调用别人封装好的 SDK。
- AI 架构师：需要理解工业级 Agent 的分层设计、失效模式与技术选型依据。
- 从脚本走向生产的 AI 工程师：写过 Python Agent 原型，在生产环境里吃过状态混乱、并发竞态、上下文超限的亏，想系统补齐工程化能力。
不要求你事先了解 Claude Code 或 Pi 的内部实现，每章会先把架构讲清楚，再落到 Go 代码。
如何阅读本书
全书分六篇推进，篇章映射如表 1 所示。
表 1 全书篇章映射
| 篇 | 章 | 主题 |
|---|---|---|
| 第一篇：架构解构 | 第 2–4 章 | 解构 Claude Code、Pi、OpenCode 三家标杆，建立“好架构长什么样”的直觉 |
| 第二篇：驱动引擎 | 第 5–6 章 | 用 Go 搭建 LLM 驱动器、Token 管理与状态机循环骨架 |
| 第三篇：核心循环 | 第 7–9 章 | 工具管道、记忆压缩、安全防线与人机协同 |
| 第四篇：生产化 | 第 10–12 章 | 多智能体协同、TUI 渲染、可观测与评估 |
| 第五篇：终极实战 | 第 13–14 章 | 全系统组装、事件驱动演进、开源选型与架构演进 |
| 第六篇：图编排 | 第 15 章 | 从单体循环到有环拓扑，图引擎的设计模式与 Go 实现 |
若已有 Agent 开发经验，可从第二篇切入；否则建议按章顺序阅读，每篇的代码都以前一篇的模块为前提。
阅读时请把各章开头的“阅读建议”当作导航；代码以 go-coder 仓库为准，可边读边跑。全书统一译名见文末“附录：英中术语对照表”。
最后一个问题留给后记：当模型本身变得足够强大，我们今天搭建的这些循环工程还有意义吗？读完全书之后，相信你会有自己的答案。