卷前导读：全书结构、阅读路径与版本说明¶
一、卷前导读的作用¶
这本书覆盖模型推理、数据基础设施、知识工程、Agent Runtime、DataAgent、评估、部署、前端、安全和组织治理。第一次阅读时，可以先判断自己当前面对的问题类型，再进入对应篇章；完整顺读适合建立体系，按问题跳读适合方案评审和故障排查。
本页先说明全书主线，再给出按角色和按问题类型的阅读路径，最后说明当前版本的内容范围。读者进入正文前可以先建立方向感，也可以把章节、图表、附录和检查清单组合成工作参考。
二、全书结构总览¶
全书可以看成四层。
第一层是平台观。Part I 说明什么是 Agent、为什么企业需要平台、AI 原生业务系统和普通软件有什么不同，以及后续章节如何组合成一张参考架构地图。
第二层是能力底座。Part II 到 Part IV 分别讨论模型推理、数据基础设施、向量检索与知识工程。它们回答的是：Agent 需要怎样的模型、数据和知识环境，才能把回答、检索和执行变成可治理能力。
第三层是 Agent 与 DataAgent 主线。Part V 讨论 Runtime、Tool Registry、MCP、Planner、Workflow、Memory、多 Agent、协议和 HITL；Part VI 则把这些平台能力落到 DataAgent 产品形态、语义层、NL2SQL、Python 分析、可视化报告和生态对标。
第四层是生产治理。Part VII 到 Part X 处理可观测性、评估、成本、SLO、部署、网关、前端、多模态、安全、合规和组织演进。它们决定系统能否从单点原型进入长期运行。
Part XI 讨论案例方法论和案例准入规则。业务案例需要真实材料、脱敏过程和事实核对；缺少这些条件时，本书只讨论方法和复审标准。
三、按角色阅读¶
| 读者角色 | 推荐路径 | 阅读目标 |
|---|---|---|
| AI 平台负责人 / CTO | Part I -> Part V -> Part VI -> Part X | 判断平台边界、投入顺序、组织责任和风险治理 |
| 架构师 | Part I -> Part II -> Part III -> Part IV -> Part V -> Part VIII | 建立模型、数据、检索、Runtime 和部署之间的接口图 |
| 数据智能工程师 | Part III -> Part IV -> Part VI -> Part VII | 构建可信问数、分析、报告、评估和可观测链路 |
| AI 应用开发者 | Part II -> Part V -> Part IX -> 相关附录 | 理解从 Demo 到生产应用之间的运行时和交互约束 |
| 安全 / 合规负责人 | Part I -> Part VII -> Part X -> 附录 H | 把工具越权、内容安全、审计和法规要求落到工程控制点 |
四、按问题阅读¶
如果当前问题是“模型应该怎么选”，先读 Part II，再回到 Part VII 的评估与成本章节。模型榜单只能提供初筛线索，任务画像、数据边界、输出契约、延迟和回滚才是生产评审的核心材料。
如果当前问题是“DataAgent 为什么回答不稳定”，先读 Part III、Part VI 和 Part VII。许多问题来自语义层、表关系、权限过滤、SQL 执行、证据引用和评测口径，需要沿着数据链路一起排查。
如果当前问题是“Agent 如何从原型进入生产”，先读 Part V、Part VIII 和 Part X。Runtime 状态机、工具注册、网关、多租户、安全策略、人工接管和审计链路是生产化的基础。
如果当前问题是“团队如何治理这套平台”，先读 Part I、Part VII、Part X 和附录。平台需要共同的术语、门禁、日志、Owner 和复盘机制，单个应用团队通常难以独立承担这些长期责任。
五、图表、附录与检查项的用法¶
本书中的图用于建立系统边界、流程和状态关系；表用于表达决策取舍、字段契约、风险控制和检查项。阅读时可以把图表作为方案评审和团队沟通的模板。
附录承担执行层支撑。安装、术语、API、评测集、写作规范、延伸阅读、技术对标和合规清单，都适合在项目落地时反复回查。正文建立判断框架，附录帮助团队把判断转成可执行动作。
六、当前版本的内容范围¶
当前版本优先处理三类稳定内容：已经成章的技术主线、可验证的图表和代码引用、可本地构建的网页电子书工程。案例章节采用准入与复审方法，避免把缺少证据的客户背景、上线规模或收益数字写成确定事实。
引用本书时，建议记录阅读日期、章节号和页面路径，便于在内容调整后继续定位原始语境。