从零手写多智能体系统的开源课程

目前学 Agent 开发的人大多直接上 LangChain、AutoGen 或 CrewAI，但遇到框架边界问题就卡死，因为不懂底层调度逻辑。这个仓库的定位类似 Andrej Karpathy 的 "Neural Networks: Zero to Hero"，强调第一性原理而非 API 调用。

跟 LangChain 官方文档或微软的 AutoGen tutorial 相比，它的差异化在于覆盖从单 Agent ReAct 循环到多 Agent 通信协议、任务分解、冲突消解的完整链路，且全部自研代码。128 stars 还偏低，属于早期红利期，适合想从 "调包工程师" 进阶到 "Agent 系统工程师" 的人抢先跟进。

最该试试的人：正在招 Agent 工程师但面试分不清 "用了 LangChain" 和 "懂 Agent" 的创业公司 CTO，以及想从 LLM 应用层往 infra 层转型的开发者。