背景
最近在学习 AgentScope 2.0 框架的源码，整个仓库 70+ 模块、几百个文件，一上来直接 cat 实现很容易迷失。
让 CodeBuddy 总结它"读源码的方法论"——结果它给出了一套四层索引 + 并行扫描的策略。我边读边整理成本文，重点是这套方法本身可复用到任何大型框架（LangChain、LlamaIndex、vLLM 等都适用）。
⚠️ 本文不是 AgentScope 源码解析，是学习大型 AI 框架的通用方法论。
...大约 8 分钟
引言：AI 没让软件工程过时
2026 年 6 月 5-6 日，Agentic AICon 2026 在上海召开。
复旦大学计算与智能创新学院副院长彭鑫教授在 KeynoteSpeech 1 中抛出一个反共识结论：
"AI 没有让软件工程过时，不过是之前面向人类开发者的管理和规范，转变为面向 AI 智能体的系统化引导和约束。"
这句话击中了"AI 焦虑"的核心：不是"AI 替代软件工程"，而是**"管理的对象变了"**。
对于资深工程 Leader 来说，这不是坏消息，而是最强赋能消息：
2026年6月11日...大约 7 分钟
2 天 + 12 场 talk + 1 场大牛私下交流 + 12 篇博客 + 1 次心态改变 = 一场会议的最大化利用。 这是我参会史上最系统、最高产、最深入的一次。我把它整理成一篇完整的"会议战报"——不是会议纪要，是一个硬件测试工程师的 2 天成长记录。
📌 这篇博客的特殊性
| 项 | 内容 |
|---|---|
| 会议 | 2026 Agentic AICon 开发者大会 |
| 时间 | 2026-06-05 09:00 ~ 2026-06-06 16:30 |
| 参与 | 12 场 talk + 1 场黄佳私下深度交流 |
| 产出 | 12 篇细分博客 + 1 篇统一战报 |
| 金句 | 74 个核心金句 |
| 微信 | 加了黄佳等行业专家 |
2026年6月6日...大约 14 分钟
会议：Agentic AICon 2026 智能体应用与架构工程大会
演讲：阿里云《Tool Agent 范式与通义千问样板间》
记录人：Mr.Sun（资深测试架构师 / Spring AI MCP Server 实战）
本文：把 Day2 阿里云 7 场演讲中关于 Tool Agent、Agent Run、MemoryCollection、Sandbox 的核心思想，整理成一份"AI 工业化实战指南"
2026年6月6日...大约 12 分钟
今天 22:00 写完了 1 份部门务虚会 PPT，1 页 PPT 写不下 5 大变革 + 12 个子点，索性扩写成完整博客。 这是一份实战框架——不是预测未来，而是从测试部门的现状出发，落到 0.5/1/2 年具体路径。
📌 这篇博客的特殊性
| 项 | 内容 |
|---|---|
| 写作契机 | 2026-06 部门务虚会（向高层汇报方向） |
| 写作方式 | 1 页 PPT 写不完 → 扩写成完整框架 |
| 真实性 | 4 个 SKILL 已在部门沉淀、C9x 类试点项目已选好 |
| 作用 | 一份对外可发表的部门范式重构思考 |
2026年6月5日...大约 10 分钟
会议：Agentic AICon 2026 智能体应用与架构工程大会
日期：2026.06.05（Day 1）
地点：上海明捷万丽酒店
记录人：Mr.Sun（资深测试架构师 / AI Agent 方向）
本文：记录 Day 1 上午主会场 + 分会场的核心演讲，沉淀 8 点对 Agent 工程师的启示
2026年6月5日...大约 8 分钟
会议：Agentic AICon 2026 智能体应用与架构工程大会
演讲：复旦大学 · 智能体评测新框架
记录人：Mr.Sun（资深测试架构师 / AI Agent 方向）
本文：把复旦关于 Agent 评测的 6+1 问题 + 9 大洞察 + 6 大范式 + 4 层金字塔，整理成一份可落地的"Agent 评测工程师自检清单"
2026年6月5日...大约 12 分钟
推动部门 AI Agent 项目时，我遇到了一个技术选型冲突——部门专家推荐 OpenCode，我倾向 AgentScope。这份文档是**"不带立场的对比"**，用数据说话，让团队选，不是让立场选。
📌 背景：为什么需要对比
公司部门在推动测试全流程 AI Agent 化，诉求是：
- 测试用例自动生成
- 缺陷自动分析与定位
- 测试报告智能总结
- 多 Agent 协作（执行 + 验证 + 报告）
2026年6月3日...大约 6 分钟
系统学习 11 篇 AI Agent 领域核心论文，从基础范式到评测基准，构建完整的知识体系。
📚 论文列表（按学习顺序）
| # | 论文 | 核心概念 | 难度 | 链接 |
|---|---|---|---|---|
| 1 | ReAct | 推理 + 行动循环 | ⭐⭐ | 详情 |
| 2 | Chain of Thought | 思维链 | ⭐⭐ | 详情 |
| 3 | Toolformer | 自监督学工具 | ⭐⭐⭐ | 详情 |
| 4 | MetaGPT | 角色化流水线 | ⭐⭐⭐ | 详情 |
| 5 | AgentVerse | 分层协作 | ⭐⭐⭐ | 详情 |
| 6 | Voyager | 终身学习三层架构 | ⭐⭐⭐⭐ | 详情 |
| 7 | MemGPT | 分层存储（向量 + 持久） | ⭐⭐⭐⭐ | 详情 |
| 8 | Computer Use | 多模态操作鼠标键盘 | ⭐⭐⭐ | 详情 |
| 9 | Agentic RAG | RAG + 迭代检索 | ⭐⭐⭐ | 详情 |
| 10 | Self-Discovering | 原子推理模块自由组合 | ⭐⭐⭐⭐ | 详情 |
| 11 | AgentBench | 多维度 Agent 评测基准 | ⭐⭐⭐ | 详情 |
2026年6月1日...大约 2 分钟
Reflexion = Verbal Reinforcement Learning
论文：Shinn et al., 2023, Northeastern + MIT + Princeton
原文链接：https://arxiv.org/abs/2303.11366
代码：https://github.com/noahshinn024/reflexion
本文记录我的论文学习过程与核心理解
2026年5月11日...大约 12 分钟