实战 · 从 Demo 到产品
本章从哪来：Alice 开发实录
这一章不是论文综述，也不是教程搬运——它是我开发 AI Agent 桌面应用 Alice 的一手经验总结。接下来每一节课的背后，都有一段真实踩过的坑。
AI 助理
Alice
一个既懂行又懂你的 AI 助理
她会记住你的偏好，帮你处理工作与生活中的任务。需要时，她会召集不同领域的专业 Agent，一起把任务推进到完成。
产品的另一面。 「记住你的偏好」「召集不同领域的专业 Agent」——官网上的每一句宣传语，背后都是一套真实的工程系统：长期记忆、多 Agent 协作、循环控制、上下文压缩、权限审批、MCP 双向生态。本章就是把这些系统逐一拆开给你看。
用数字认识 Alice
~500,000
行代码规模
Electron + React + TypeScript
Electron + React + TypeScript
132
个内置工具
按需注入，不全塞
按需注入，不全塞
10+
家模型供应商接入
三协议适配 + 统一路由
三协议适配 + 统一路由
8
大工程模块
与本章小节一一对应
与本章小节一一对应
本章 8 个小节 = Alice 的 8 个真实模块
AI 生图
Alice 的形象要靠生图保持一致——多模型降级链 + 垫图锚定角色，模型挂了自动切换，用户无感
Agent Loop
主循环配了防卡死机制：流失败四级恢复（限流退避 → 换模型 → 断点续传 → 可区分报错）、工具失败熔断、会话防重复派单
上下文管理
五层压缩流水线：裁剪 → 掐除旧结果 → 微压缩 → 折叠 → 自动全量压缩，用户的原话最后才动
长期记忆
「见面就记住你」的背后：守门员筛选什么值得记、向量检索 + LLM 判定新增 / 合并 / 冲突、检索命中才注入
Prompt Harness
System Prompt 分层组装：身份、环境、工具指引各自独立；稳定层放前面最大化缓存命中；Skill 文件即配置
多 Agent
并行子代理 + 多角色脑暴 + 定时任务，Alice 的「朋友」们就是一个 Agent 协作网络
权限与安全
五级权限模式 + 风险分级审批弹窗，配套事件流日志和每条消息的 Token / 成本追踪
MCP 实战
双向 MCP：既消费别人的工具（懒连接，不用不连），也把自己暴露成 MCP server，甚至能自己配置新连接
这一章你能学到什么
「调通 API」和「用户能用」之间差了什么？
以生图为例走一遍产品化清单：降级、兜底、一致性、体验，每一项都是 Demo 里看不到的。
Agent 为什么会卡死、跑飞、烧钱？
循环失控的典型模式，以及上限、检测、降级三类防呆设计——产品经理该在哪里画线。
对话越长越贵越笨，怎么办？
上下文压缩的决策框架：什么能删、什么不能删、什么要花钱压；长期记忆怎么筛选、冲突、注入。
Prompt 怎么从一坨文本变成可运营的架构？
分层管理、按需加载、Skill 模块化，以及提示词改动和 KV Cache 之间的微妙账本。
什么时候需要多个 Agent？代价是什么？
并行、脑暴、定时任务三种真实场景，以及并发安全与成本陷阱的判断方法。
怎么给 Agent 上缰绳、接生态？
权限分级与 Human-in-the-loop 的平衡点，可观测性，以及 MCP 双向生态的接入策略。
本章的每一个知识点，都在 Alice 里真实跑着。所以你学到的不是「理论上应该这样」，而是「实际做下来是这样」——包括那些教程里不会写、只有上了生产环境才会遇到的坑。带着「如果是我的产品，我会怎么决策」的问题往下看，收获最大。