面向科学计算的智能体工程

一份实用指南，写给研究者、分析师和量化从业者：如何充分利用 AI 编程智能体，同时始终牢牢掌握代码是否真的正确。

作者 Raik Becker · BoD 2026 · 英文 平装版 ISBN 978-91-8134-229-1 · 电子书 ISBN 978-91-8150-534-4

你新来的这位同事写代码比你共事过的任何人都快，乐于接手枯燥的活儿，而且时不时会信心十足地凭空编造。欢迎来到智能体工程的时代。

研究者、分析师和量化从业者几乎每天都在写代码，无论是做模拟、预测还是定价模型，但其中很多人从未接受过软件工程师的训练。对他们来说，AI 编程智能体是一份带着陷阱的礼物。在科研工作中，一个算法要么实现正确，要么就是错的，AI 再自信也改变不了这一点。这里没有多少“凭感觉写代码”的空间。

本书展示如何在不让控制权旁落的前提下充分利用 AI 智能体。它把一个快速变化的世界中的不变法则提炼成规则，无论当下风头正劲的是哪个大语言模型（LLM），这些规则都成立。来自 GitHub Copilot 和 Claude Code 等工具的示例让建议保持具体可操作。

你将了解到 LLM、智能体和 harness 究竟在做什么，为什么做计划（几乎）总是值得的，什么时候该推倒重来，如何把你掌握而智能体缺乏的内行知识教给它，以及测试、linter 和基准测试如何闭合反馈回路。本书甚至反过来：让你的智能体来评审你。团队还能找到关于诚实地使用 AI、代码评审成为新的瓶颈、适得其反的 KPI，以及是否该让智能体替换某个依赖的指导。本书同样重视风险，包括理解债务、自动化自满、脑力退化、丢失的书面记录、上下文过载、失控的 token 成本、持续分心以及知识产权泄露。一路读下来，你会明白为什么智能体“更精简”的重写反而可能更慢，以及为什么“智能体是这么说的”既说服不了审计人员，也过不了同行评审。

无论是新手还是经验丰富的智能体用户，都能在书中找到章节简短、各部分自成一体、附带 FAQ 和示例提示词的内容。

$ agent "make rolling_stats.py leaner" ✓ pandas replaced by plain numpy ✓ all tests pass ! benchmark: slower than before

see 5.2, "Getting complacent"

AI 本身不会让你成为更好的科学家或分析师。但若能用心使用，它或许恰好能把你做科学家或分析师的时间还给你。

02 / 目录

Raik Becker 是从科学家转型的量化从业者。能源经济学博士和博士后研究奠定了他的科学基础。自 2018 年起，他一直在能源行业工作，目前担任 Vattenfall 的首席量化分析师。在这两个领域，他都用 MATLAB、R 和 Python 构建过各种类型的模型。他从早期就开始使用智能体工程工具，至今仍每天使用，积累了丰富的实践经验。

在 LinkedIn 上联系

04 / 常见问题

这是有意为之。研究者、分析师和量化从业者能腾出的时间很少。因此本书控制在约 90 页，章节简短、各部分自成一体，你可以按任意顺序阅读。写作时就力求尽可能少占用你的时间，好让你把更多时间留给自己的研究，把书中的想法付诸实践。

不是。内容是我自己写的。德语是我的母语，所以我用 AI 润色英文并获取关于结构的反馈，每一条事实我都亲自核实过。毕竟，坦诚说明 AI 的使用情况本身就是本书的建议之一（第 4.1 节）。

不是。本书聚焦于无论你使用哪种语言模型或智能体都成立的规则。来自 GitHub Copilot 和 Claude Code 的示例让建议保持具体可操作。

在许多国家的书店可买到平装版和电子书。下列书店只是部分选择，并非完整清单，还有很多其他书店也销售本书。选择你所在的市场和想要的格式。

你最常去的书店不在列表中？许多书店都可以订购平装版，ISBN 为 978-91-8134-229-1。要找到电子书，请搜索 ISBN 978-91-8150-534-4。