在 GitHub 查看原文

Lesson 09 — 毕业整合：Deep Research Agent v3 + 课程九注册

本课目标：全机制协同跑通混沌任务，v3 定稿与全仓收尾。一条命令跑全程：七机制协同 + 混沌收益矩阵定稿（对照 L00）+ 纯净跑零税；research-assistant README 加 v3 章节；根 README（中英）注册课程九。

学完你能回答面试官那句：「你的研究智能体经历了哪些演进？生产可靠性怎么证明？」——答案是三个版本：能跑的 v1 → 有记忆能反思会写代码的 Deep Research v2 → 生产可靠的 v3。v3 的七机制全部默认关、可降级，收益有混沌矩阵和 SLO 卡背书。

0. 全课程回顾：从裸奔到生产可靠

L00 量出五种失控的无界半径（baseline_chaos.json）
  ↓
L01-L03 模块 A 失控治理：步数/成本/熔断（循环/超支/故障扩散 有界）
  ↓
L04-L05 模块 B 危险动作：幂等/审批（副作用 有界）
  ↓
L06-L07 模块 C 恢复与观测：续跑/体检（崩溃重做量 有界 + 可见性）
  ↓
L08 评估：混沌收益矩阵（33%→100%）+ SLO 卡
  ↓
L09 毕业整合：v3 定稿 + 全仓注册

1. 七机制协同（治理架构在双层图上的位置）

🎯 核心认知：七机制不是堆砌，而是协同——L01 的诚实收尾路径被 L02/L03 复用（成本超限、降级声明都接同一条「带部分结果退出」）；L04 的幂等键是 L05 审批策略（first_only 免审）和 L06 断点续跑（不重放副作用）的地基。每个机制默认关、可降级，纯净跑零税。

2. 混沌收益矩阵定稿（对照 L00）

SLO 卡：任务成功率 33%→100%，平均浪费 token 11917→870，副作用重复率 17%→0%。

⚠️ 诚实标注：mock 演示数字（基于 L00 基线的结构性结论）。真实 API 的绝对数字需 --real 模式，但「全关 vs 全开」的差异结构不变。

3. 纯净跑零税回归

全开七机制对无故障的正常任务不劣化——证明治理零税。这是「不伤老能力」传统的延续：所有机制默认关、可降级，开了不劣化、故障下才生效。

4. 版本演进

v1（多智能体）          v2（Deep Research）              v3（生产可靠）
能跑的搜索→写报告  →    有记忆/反思/CodeAct/浏览器  →   +步数/成本/熔断/幂等/审批/恢复/观测
rag/workflow 课程       frontier + gui-agent 课程        agent-ops 课程
测试：25         →      104                        →    219
可靠性：无        →      无                         →    SLO 卡（33%→100%）

与 kb-qa README 的三版本格式对齐——两个作品集项目对称：kb-qa 走 RAG→运维→多模态，research-assistant 走多智能体→深研究→生产可靠，每一步都有数字。

5. 落地清单（L09 整合改动）

验收

cd portfolio-projects/research-assistant

# 1. 全部旧测试 + 新增全绿（123 + 96 = 219）
python -m pytest -q
# 预期：219 passed

# 2. 任一开关关掉回退现状行为
python -m pytest tests/test_graph.py tests/test_nodes.py -q
# 预期：全绿（开关默认关）

# 3. 混沌端到端可复现
python eval_agent/run_chaos_eval.py
# 预期：生成 CHAOS_REPORT.md，全开成功率 100%

# 4. 根 README 中英一致
cd ../..
grep -c "课程九\|agent-ops-lessons" README.md       # 中文有课程九
grep -c "Course 9\|agent-ops-lessons" README.en.md   # 英文有 Course 9
grep "八大方向\|eight courses\|85 lessons" README.md README.en.md  # 无残留（除历史课次介绍）

6. 全仓课程九注册核对

按任务书要求，本课无需重编号任何旧课程，只做追加注册。grep 核对：

• ✅ 徽章：lessons 85→95，tests 266→485
• ✅ 课程路线表：加「生产 | Agent 生产可靠性 | 10/10」行
• ✅ 课程九详情章节：10 节课逐课介绍
• ✅ 目录树：加 agent-ops-lessons/
• ✅ 作品集行：research-assistant 测试 123→219，加「生产可靠性」
• ✅ flowchart：加 I["Agent 生产可靠性"] 节点
• ✅ README.en.md 同步（Nine Courses / Course 9）
• ✅ 无「八大方向」残留（本仓库用的是「课程路线」表非「八大方向」文本，逐处确认）

7. 两条贯穿主线（全课程总结）

• 爆炸半径主线：L00 量出五种失控的无界半径，每课把一种压到有界——循环→步数有界、成本→预算有界、故障→降级有界、副作用→幂等+审批有界、崩溃→重做量有界。
• 自主-控制主线：每个保护机制拿自主性/延迟/人力换安全——闸太紧 Agent 废掉，太松等于裸奔。first_only 审批、软预算降级、熔断阈值，都是这个权衡的产物。

🎯 面试话术（毕业版）

「我的研究智能体经历三个版本：能跑的多智能体 v1 → 有记忆能反思会写代码的 Deep Research v2 → 生产可靠的 v3。

v3 的七个治理机制——步数预算、成本预算、熔断降级、副作用幂等、人在环审批、断点续跑、轨迹观测——全部默认关、可降级。收益有混沌矩阵和 SLO 卡背书：六类故障注入下，全关成功率 33%、全开 100%，平均浪费 token 从 1.2 万降到 870。还有一行纯净跑回归证明治理零税。

我的两个作品集项目现在是对称的：kb-qa 走了 RAG→运维→多模态，research-assistant 走了多智能体→深研究→生产可靠——每一步都有数字。

这套和 ops-lessons 的区别在于：ops 护一次请求（鉴权限流守护栏），我护一条轨迹（Agent 会自己转很多圈、自己决定下一步）。kb-qa 是线性链用不上这些机制，research-assistant 是循环体非用不可，这个不对称本身就是边界证据。」