Karpathy 的智能体工程终于有了合适的工具

由 Google 构建，以逐步指南的方式讲解。

Karpathy 在 2026 年 Sequoia Ascent 大会上将智能体工程定义为区分生产级智能体工作与“氛围编码”的学科。

他列出的核心技能包括：规范设计、评估循环和安全监督。

然而，这方面的工具一直缺失，因为目前实践真正的智能体工程仍需在编辑器、用于脚手架搭建的终端、用于测试的浏览器、用于部署的云控制台以及独立的评估框架之间来回切换。

现在，Google 的 Agents CLI 实际上已经实现了生产级智能体工程所需的解决方案。它在一个地方覆盖了从搭建、评估到部署 ADK 智能体的完整工作流。

它向你的编码智能体注入了 7 项技能，使其掌握 ADK 模式、评估结构和部署目标。

之后，编码智能体将自动根据自然语言驱动整个生命周期，你无需离开编辑器即可完成生命周期的任一阶段。

让我们通过从头构建一个 RAG 智能体并将其部署为内部知识助手，来完整走一遍流程。

步骤 1：安装 Agents CLI

bashuvx google-agents-cli setup

这会向你的编码智能体上下文注入 7 项打包好的技能，涵盖 ADK 代码模式、项目搭建、LLM 作为评判的评分评估设置、面向 Agent Runtime 和 Cloud Run 的部署配置，以及 Cloud Trace 可观测性。

因此，每项技能都教会编码智能体生命周期的某个特定阶段如何工作，使其能直接根据自然语言提示执行该阶段。

一个安装命令即可同时为所有编码智能体注入这些技能。因此 Antigravity、Claude Code、Cursor、Codex 等都能通过一次安装获得相同的 ADK 专业知识：

步骤 2：构建 RAG 智能体

打开你选择的编码智能体，并描述智能体：

markdown1. 构建一个 RAG 智能体，能够摄入文档、检索相关 2. 上下文，并回答带来源引用的问题。使用 3. ADK agentic_rag 模板和 Gemini 3.5 Flash。

编码智能体会激活其 ADK 技能并搭建完整项目，如下图所示：

• Claude Code 从 ADK agentic_rag 模板搭建了项目，使用 Vector Search 作为数据存储。

• 然后它发现模板缺少引用支持，因此重写了智能体指令，要求提供带内联引用的有依据答案，并修改了检索器，使每个文档都能返回源 ID。

• 它配置了数据存储，摄入了一个合成问答语料库（12 条关于 Python 基础的条目），并运行了冒烟测试。智能体返回了带引用的答案，并在检索不可用时正确地拒绝生成幻觉。

注入的技能了解检索增强型智能体的 ADK 模式，因此搭建的项目自然包含了引用支持和 Vector Search 配置。

步骤 3：本地测试

接下来，我们让编码智能体在 localhost 上启动 ADK Web UI：

plaintext启动一个本地开发服务器，以便我进行测试。

这会启动一个交互式聊天界面，你可以在其中用真实查询测试智能体。需要验证两件事：

• 首先，它是否能正确检索并引用？我们问“如何合并两个字典？”智能体从语料库中提取了正确的上下文，详细介绍了合并运算符和 update() 方法，并内联附加了 [source: 1003]。引用有效。

• 其次，它能否正确处理缺失上下文的情况？我们问“谁赢得了 2022 年 FIFA 世界杯？”这是一个语料库中没有答案的问题。智能体回答它无法根据现有文档回答。

步骤 4：部署前进行评估

这是最重要的一步，也是大多数智能体教程完全跳过的一步。

plaintext1. 为此 RAG 智能体生成 20 个测试场景，涵盖正确 2. 检索、智能体应回答不知道的上下文不足情况、 3. 多跳问题以及引用准确性。运行 4. 完整评估套件并显示结果。

编码智能体生成了 20 个测试场景，分为四类：

• 6 个正确检索（语料库能回答的问题）

• 5 个上下文不足（智能体应拒绝回答的问题）

• 5 个多跳推理（需要多个文档的问题）

• 4 个引用准确性

Karpathy 特别指出了这一差距，并表示 89% 运行智能体的团队已设置可观测性，但只有 52% 拥有评估。Agents CLI 让你能够通过一个提示生成并运行完整的评估套件。

结果：

• 引用准确性在所有 20 个案例中完美达到 1.00。智能体从未捏造来源。

• 但幻觉评分标记出了一个边缘情况：对于语料库之外的问题，智能体有时会附加一般知识，而不是回答没有足够上下文。评估将问题追溯至指令中的一行文字（“如果你已经知道一个简单问题的答案，你可以直接回答，无需使用工具”），删除这行指令即可解决。

步骤 5：部署到 Agent Runtime

plaintext将此智能体部署到 us-central1 的 Agent Runtime。

编码智能体首先为 Agent Runtime 增强了项目，添加了部署入口点和基础设施配置。

然后它将智能体部署到 Google Cloud，整个过程大约需要 2-3 分钟。

Cloud Trace 默认启用，因此从第一个部署的请求开始，可观测性就已内置。

步骤 6：注册到 Gemini Enterprise

此时，智能体已部署并可运行，但只有构建它的开发者能够访问。

其他任何想使用它的人都需要端点 URL、正确的 API 凭证，并且首先要知道这个智能体的存在。

在大多数团队中，这就是有用智能体悄然消亡的地方。它们可以工作，但构建者核心圈子之外的人既不知道也无法访问它们。

让智能体执行以下操作，即可将应用注册到 Gemini Enterprise 平台，使其在整个组织内的 Gemini Enterprise 应用中可被发现：

plaintext将此智能体注册到 Gemini Enterprise。

任何拥有希望可搜索的内部文档的团队，都可以使用同一个知识助手，而无需自行搭建 RAG 管道。IAM 控制谁可以访问，企业仪表板提供完整的可观测性。

正如 Karpathy 所描述的，这就是拥有合适工具的智能体工程。

通过一个终端会话和六个自然语言提示，智能体从一个空文件夹变成了整个组织可用的生产级助手。

你可以在 GitHub 上找到 Agents CLI →

这里是 ADK 文档 →

这里是 Agent 平台 →

👉 交给你了：在当前 RAG 设置中，你最希望能自动化消除的痛点是什么？

感谢阅读，也感谢 Google Cloud 与我们合作推出今天这期内容！