参考资料与阅读路线

外部资料帮助我们理解 Agent 的通用问题、发现工程风险和比较方案。BearAgent 当前行为仍只由本仓库代码、测试和可复现结果确认。参考项目支持某项能力，不能推导出 BearAgent 已经支持它。

资料按“读者想回答的问题”整理。行业发展很快，带能力数字的页面应同时查看发布日期、任务定义和最新版本；这里记录的是截至 2026 年 8 月核对过的入口。

想系统学习 Agent：先读书和课程型资料

读完第 1、2、4 章后，可以回到本站的一项 Agent 任务怎样运转；第 7 章适合和Agent 仍然难在哪里对照阅读。

Agentic Design Patterns 中文翻译：适合按 Reflection、 Tool use、Planning、Multi-Agent 等模式建立索引。模式名称帮助比较方案，不代表每个 Agent 都需要同时实现这些模式。

METR Task-Completion Time Horizons：按人类专家任务时长估计前沿 Agent 在软件、机器学习和网络安全任务上的成功概率；页面持续更新，也明确说明这些任务较干净、不能直接换算为职业自动化；
TheAgentCompany：在模拟软件公司的网页、代码和沟通环境中评测数字工作任务，适合理解简单任务与长程任务之间的差距；
OSWorld：在真实操作系统和桌面应用中评测电脑操作，重点暴露 GUI grounding、操作知识和跨应用流程问题；
GAIA：需要推理、浏览、Tool 与多模态能力的通用助手 benchmark；
SWE-bench：用真实 GitHub issue 和仓库验证编码系统是否真正修复问题。

Benchmark 的旧 baseline 不应当作今天的模型上限。更值得长期关注的是任务环境、验证方法、重复成功率和失败类型。

OpenAI：A practical guide to building agents：从用例筛选、Model/Tool/instructions、单 Agent 到 guardrail 的工程路径；
Anthropic：Building effective agents：区分固定 Workflow 与动态 Agent，并建议从能满足需求的简单结构开始；
Anthropic：Effective context engineering for AI agents：把 Context 看成有限注意力资源，讨论 Prompt、Tool、检索和长任务信息筛选；
Anthropic：Effective harnesses for long-running agents：讨论跨 Context 保留进度、增量工作和交接；
Anthropic：Demystifying evals for AI agents：解释 task、trial、grader、trajectory、outcome 和 harness 怎样组成可维护 eval。

这些文章是各家公司基于自身系统的工程经验，不是普适定律。本站把它们与论文、代码和 BearAgent 约束交叉阅读。

τ-bench：同时测试用户交互、领域 Policy、API Tool 和最终数据库状态，并用 pass^k 观察多次运行的一致性；
AI Agents That Matter：指出只追准确率会忽略成本、复现、holdout 和 benchmark 过拟合；
AgentDojo：用不受信任 Tool 数据、真实任务和攻击案例评测间接 Prompt Injection；
Survey on Evaluation of LLM-based Agents：整理规划、Tool use、 Memory、交互、安全、成本和鲁棒性等评测维度；
Inspect：官方评测框架文档，可参考 task、solver、Tool、sandbox 和 scorer 的代码化组织；
Pydantic Evals：参考类型化 dataset、grader 和 span-based eval。

BearAgent 特别关注 outcome 与执行路径同时验证：最终报告正确并不代表中间没有越权 Tool 调用；安全路径正确也不能替代任务质量。

这些系统的持久化或 sandbox 方案不等于 BearAgent 会采用相同实现。BearAgent 当前只实现 SQLite Event 与 projection 的原子保存，尚未实现启动恢复和隔离 runner。

协议解决“系统怎样互相描述和通信”，不能替代本地 Runtime 对具体 ToolRequest 的 Policy、timeout、 Event 和恢复处理。BearAgent 当前未接入 MCP 或 A2A。

阅读参考项目时应重新核对其维护状态、文档版本和实际代码。GitHub star 只帮助发现项目，不证明设计适合 BearAgent。

uv：Building and publishing a package：确认 uv build --no-sources、uv publish、token/Trusted Publisher 和发布后隔离安装的当前用法；
pip install 官方文档：理解 pip 怎样从 PyPI、wheel、 sdist 或本地路径解析和安装 package；
Python Packaging User Guide：对照 pyproject.toml、distribution 构建、TestPyPI 和 PyPI 发布的标准流程。

这些资料说明 Python packaging 工具怎样工作，不证明 BearAgent 已经发布。BearAgent 的实际发布版本、 PyPI 项目归属和可用 CLI 仍以项目 release 记录与当前状态为准。