附录B 学习路径与延伸阅读
本附录按学习目的导航。每章末尾的参考资料是该章论点、数字和产品行为的权威来源清单；本页不维护第二套全集，也不把论文名或工具名当作覆盖证明。先读机制，再沿章末原始论文、标准或官方文档阅读，最后用练习检验理解。
按问题选择阅读路径
| 学习目的 | 先读 | 再读与原始来源入口 | 阅读时核对什么 |
|---|---|---|---|
| 从张量理解模型 | 模型结构 | 预训练的目标函数及两章参考资料 | Attention 的维度、mask、位置、GQA/MLA 与任务目标 |
| 理解行为如何塑形 | 后训练 | 模型适配与能力扩展的适配数据与量化来源 | 监督位置、PPO/GAE、DPO/GRPO、数据独立性 |
| 从零训练并留下证据 | 从零训练一个 LLM | 训练平台与数据管线及配套最小实验 | 参数、token、FLOP、有效 token 归一化、checkpoint 与阶段门禁 |
| 评估推理与多模态 | 推理期扩展 | 模型适配与能力扩展、具身智能与 Physical AI | 额外预算、验证器、未观察范围与物理安全 |
| 建立资源账本 | AI Infra 全景 | 训练平台与数据管线、推理服务与资源调度 | 并行切分轴、通信、瞬时峰值、工作负载与版本 |
| 设计可恢复运行时 | Agent Runtime | LLM API 协议、Agent Runtime恢复机制 | 提交、投递、幂等、unknown、owner、断线与迟到结果 |
| 组织任务与上下文 | Agent 的上下文工程 | 任务协议、装配与预算、长期记忆 | 指令权威、摘要保真、来源失效与事实状态 |
| 选择工具与协议 | 第 16 章外部工具系统 | 第 17 章 Runtime 组成及附录C | Schema、执行权、MCP 传输迁移、A2A 版本与未知能力 |
| 构建知识助手 | Agent 的上下文工程 | — | 任务协议、知识检索、证据组织和上下文边界 |
| 理解 Coding 系统 | Coding Agent 系统 | Pi Agent 系统 Pi | 共通执行闭环、产品实现差异、开源范围与独立验证 |
| 观察长期助手 | Hermes Agent 系统 Hermes | OpenClaw 系统 OpenClaw | 身份、会话、记忆、投递与业务副作用分别取证 |
| 形成质量与发布闭环 | 评估与反馈闭环 | 生产运营与治理控制、Agent 治理与调优 | 固定评估集、Judge 校准、回归、成本及回滚证据 |
| 阅读研究报告 | AI 智能体研究现状、工程瓶颈与未来理想能力架构报告 | 沿其参考资料回到对应论文版本、任务和评测协议 | 历史结果、研究提案、公开实现与实测结论的区别 |
章末练习入口
以下仅链接原练习，不复制答案或创建另一套题库。卡片定义输入、输出与验收条件；设计完成不表示代码实现、GPU 实测或性能验证完成。
- 模型结构 Attention / GQA 练习卡：张量、mask 与增量一致性。
- 后训练 SFT 对齐练习卡：固定模板、监督位置与单次 shift。
- 从零训练一个 LLM 的扩展练习：固定评估窗口、精确恢复、分布式 loss 与 BPB。
- 模型适配与能力扩展校准练习卡：零块、异常值、尾组及误差报告。
- 训练平台与数据管线 GPU 与规约练习卡组：层级、同步、布局、正确性与环境化性能。
- 推理服务与资源调度显存账本练习卡：固定模型配置、长度、并发、预留与敏感性分析。
从面试题定位正文
题库的书稿覆盖与定位说明定义覆盖口径；每个题目下方给出对应章节和具体小节，以及无法由本书回答的部分。逐题映射只在题库维护，本附录提供学习路径，不复制题目与答案。
做题时先读主定位，跨层问题再读补充章节。例如 ALR 案例中远端已经创建 INC-4821、但本地回执丢失，应先读Agent Runtime 的 Operation 与 Attempt，再读工具运行时的重试分类；恢复必须沿原 Operation 查询核验，不能重新建单，也不能只看 MCP 协议。手写题则必须自行完成实现和验证，章末练习卡仅定义验收要求。
如何继续找资料
稳定概念优先读经典教材、原始论文和正式标准；实现行为读对应版本的官方文档与源码。课程、博客、演讲、论文聚合页和厂商主页可用于发现问题，不能代替支撑具体结论的原始材料。收藏链接时记录作者/机构、标题、版本或年份、原始 URL、访问日期及可支撑范围。
产品排名、价格、模型窗口、硬件支持与基准分数变化很快。无法取得同版本证据就保留未知；不要把别的模型、硬件或评测集上的结果迁移为自己的结论。工具候选从附录C进入，论点依据回到相应章节的参考资料。