阿里 54 万字 Agent 手册，压成 22 条工程铁则

企业上 Agent 的剧本高度一致：demo 阶段惊艳全场，生产阶段全线拉胯——上下文乱、权限乱、多 Agent 打架、出事了不知道查哪。阿里云 2026 年 9 月开源了《AI Agent 手册》白皮书，30 章 54 万字，把企业级 Agent 的架构、构建、运行、治理、调优五个阶段讲了一遍。ai-agent-infra 把它整个蒸馏成 22 个可被 Agent 直接调用的原子能力，每条带原书章节依据。

先看可信度：9 个并行提取器扫全书，971 条候选，三重验证后留下 22 条，触发盲测 10/10、代表任务核验 2/2——971 到 22，压缩比 44:1，这个漏斗本身就说明了「企业经验」和「可执行规则」之间的距离。

五阶段一张地图

flowchart TD
    A["架构阶段<br/>形态判定 L1-L4 成熟度"] --> B["构建阶段<br/>任务契约·上下文·状态·Skill·行动面"]
    B --> C["运行阶段<br/>沙箱·存储·网关·异步·多Agent·通信"]
    C --> D["治理阶段<br/>可观测·安全·资产·模拟"]
    D --> E["调优阶段<br/>归因→对照→收益分离"]

22 个能力按这张图分布：架构 2、构建 5、运行 6、治理 4、调优 5。第一条就够狠：永远选最低充分架构——四维判形态、L1-L4 定成熟度，能不上多 Agent 就不上。这条反向打脸了市面上「上来就 Multi-Agent」的风气。

挑四条最能打的铁则

模型只能申请完成，Harness 凭环境证据提交（task-contract，第 4 章）。任务契约里 Loop 分五阶段、十种任务态、预算边界——模型说「我做完了」不算数，Harness 拿环境证据（测试过了、文件在了）才能提交。这一条把「Agent 幻觉式完工」直接焊死在流程里。

错误分类先于重试（ai-gateway，第 9 章）。网关只做准入、转发、记录三件事；出错时先分类——可重试的才重试，配额类错误重试只会雪崩；预算跨层原子扣减。多少人把 LLM API 调用写成无脑 retry 三次，这条是解药。

盾加缰绳，出站默认拒绝（agent-security，第 14 章）。盾是纵深防护，缰绳是身份、逐次校验、二次授权；Agent 的出站请求默认拒绝，白名单放行。安全这关不上，企业场景免谈。

收益成本判据防过度组队（multi-agent-org，第 11 章）。组队前先算账：这个任务多 Agent 的收益覆盖通信成本吗？根 Task 之前先定团队级停止条件，权限取交集——又是对「Agent 组织论」热潮的一盆冷静水。

flowchart TD
    A["任务契约<br/>Loop 五阶段+预算边界"] --> B["行动面<br/>看见/注册/授权三分"]
    B --> C["网关<br/>错误分类先于重试"]
    C --> D["安全<br/>盾+缰绳 出站默认拒绝"]
    D --> E["治理与调优<br/>证据链+四组对照归因"]

边界与判断

适用：要上生产的企业 Agent 团队、给 Agent 平台做架构评审的 checklist、想系统性补 Agent 工程认知的个人。不适用：个人脚本级 Agent——这套铁则的重量是给「有后果的系统」准备的，玩具项目套它是穿西装跑步。

提示一句：22 条能力来自阿里的白皮书视角，云计算厂商的立场天然偏向「网关、治理、资产」这些平台层——吸收时记得它是甲方手册不是圣旨，小团队先抄 task-contract 和错误分类这两条，性价比最高。

我的判断：这是目前中文圈最成体系的企业 Agent 工程知识压缩包。五阶段地图当目录，22 条铁则当地基，比大多数 Agent 课程实在。

你团队的 Agent 现在卡在五个阶段的哪一段？评论区对个号，卡得最多的那段我下篇展开拆。

仓库：https://github.com/Fen9pi-Max/ai-agent-infra（源书 aliyun/ai-agent-handbook，Apache-2.0）