阿里二面：单Agent与多Agent架构有什么区别，如何设计
面试题：单 Agent 和多 Agent 架构有什么区别，应如何选择和设计？考察方向：AI&大模型 · Agent原理先别往下翻，想一想你会怎么回答，再对照下面的解析。
为什么越来越多团队用 Java 写企业级 Agent：十个绕不开的现实因素
这两年我被问过好几次同一个问题：做 Agent，为什么不用 Python？我一般会反问一句，这个 Agent 上线之后，写不写业务库、走不走审批、进不进现有的权限体系。如果答案都是肯定的，语言这件事其实没多少可选。
Agent工具调用实现原理
本文介绍 AI 助手（Agent）从「用户说一句话」到「模型调用工具、异步任务跑完、结果回到对话」的完整链路。代码片段为简化示意，不代表线上原样。1. 要解决的问题一个对话式 AI 产品，模型本身只能生成文本。
Spring AI Alibaba 工作原理：Agent 是一张图，循环是两个节点
Spring AI Alibaba 的源码目录里藏着它的全部秘密。把核心模块摊开看，工作原理可以压缩成两句话：Agent 的本质是一张图（Graph），ReAct 循环的本质是图里两个节点的往返。
AgentScope 2.0 拆开看了一遍
没有一个是"模型不够聪明"。它们分别是状态寻址错了、失败没有被表达、边界没有被定义。我后来花了几个月把 2.0.3 从构件里一层层拆开。
Agent 路由模式详解：从意图识别到动态模型选择
上一篇介绍了 Prompt Chaining（提示链模式），通过将复杂任务拆分为多个职责明确的步骤，配合结构化输出、中间结果校验和局部重试，提高多阶段模型调用的可靠性。但在实际 Agent 应用中，并不是所有请求都适合采用相同的处理流程。
LangChain4j Agent智能体专题：Agent核心原理、ReAct机制
前面我们完成了 LangChain4j 完整RAG全链路进阶系列，解决了「私有知识库问答」的所有工程问题。但 RAG 只能完成 检索+问答 单一固定任务，无法主动思考、无法自主执行外部操作、无法拆解复杂任务。
Java转Agent开发必做的3个Agent项目推荐！
Java后端转Agent，八成人开局就踩同一个坑：一头扎进LangChain、LangGraph的框架API里死磕，跟风跑一堆零散Demo——看着学了不少，实际拼不成体系，更没有落地思维。到了面试，只要被追问项目落地细节、异常怎么兜底、线上问题怎么优化，基本当场哑火。
AgentScope Java 实战：给 AI Agent 加上权限管控
用 Java 写 Agent 的团队，大多卡在同一个坎上：Demo 跑得挺欢，一上生产就出事。模型会自己决定调不调工具、调哪个工具，重启一次会话全丢，上下文越滚越长最后撑爆 token。
AgentScope Java v2 第9课，Harness 总架构：13 个中间件从哪来
最后落到中间件模型的边界:横切归中间件，控制流归引擎——别家也有整机，差别在默认装多厚、装在哪个栈上。共约 7328 字 · 阅读约 18 分钟。