中文版推荐序
当前，人工智能正从“工具赋能”迈向“原生智能”的新阶段，以大模型、Agent、RAG等为代表的AI技术不再局限于为传统系统叠加功能，而是通过重构底层架构与运行逻辑，催生全新智能化应用形态。2025年8月国务院发布的《关于深入实施“人工智能+”行动的意见》更明确要求“培育智能原生新模式新业态，大力发展智能原生技术、产品和服务体系，加快培育底层架构和运行逻辑基于人工智能的智能原生企业”，凸显了这一领域的战略地位。
本书所介绍的Agentic AI系统正是一种典型的新型智能化软件系统。这种系统以基于大模型的智能化和自治性的Agent为中心，能推理、会规划、自适应。除此之外，这里的“系统”二字又突出了面向真实场景和现实需求的工程化要求：从外部用户需求看，这类系统需要具有高度的可信性，满足可靠性、安全性、透明性、可解释性以及伦理道德等多个方面的要求；从内部构造方式看，这类系统包含大模型、Agent、知识库、工具等多种不同类型的组成部分，并且包含一系列最佳实践和设计模式。简而言之，就是要通过使用工程化的方法和手段实现高度可信的工程化系统。
本书围绕这一主题，从基本原理、关键技术、设计模式、构造方法、可信保障等多个方面展开介绍，并提供了具体的案例分析和实现参考，为Agentic AI系统方面的初学者提供了一个全面和专业性的介绍。本书特别突出了智能体系统设计的重要性，包括相关设计模式和设计技巧，这对于工程化系统无疑是特别重要的。同时，本书还特别强调了Agentic AI系统的信任、伦理和安全问题。在人工智能特别是Agentic AI技术加速融入每个人的日常生活以及各行各业的当下，强调这些方面的潜在风险以及从工程化设计角度的应对指导无疑是非常重要的。
相信大家读完这本书之后，一定会在了解Agentic AI系统基本原理的同时，初步体验到如何以工程化目标为导向推动Agentic AI技术在各行各业的落地应用。
彭 鑫
复旦大学计算与智能创新学院副院长
行业名家力荐
作为AI领域的深度探索者，《构建Agentic AI系统》一书令我震撼且印象深刻。
本书系统性地剖析了智能体推理、规划与自适应的核心能力，不仅夯实了从VAE到Transformer的理论基础，更通过多智能体协作、工具调用等前沿实战案例展现了应用蓝图。尤为可贵的是，作者始终将伦理安全与可信赖设计贯穿全书，为开发者提供了兼顾创新与责任的实践指南。强烈推荐给所有致力于AI前沿探索的技术架构师与算法工程师！这是一本通往下一代自主智能系统的关键指南！
司晓 腾讯研究院院长
在大语言模型从“对话工具”向“自主智能体”跃升的关键时刻，本书的出版极具时效性。作为首批系统阐述Agentic AI构建方法论的著作，本书填补了从理论到工程实践的关键空白。全书围绕智能体的核心能力——推理、规划、反思与多智能体协作展开，深入剖析了工具使用、HTN规划、CWD协调模式等前沿技术。特别感谢茹炳晟老师的精心翻译，凭借其在AI工程实践领域的深厚积淀，译文不仅准确流畅，更在技术术语把握和工程细节呈现上展现出专业水准，为中国读者提供了CrewAI、AutoGen、LangGraph等主流框架的高质量实战指南。本书兼顾技术深度与应用实践，是推动我国智能体技术研发与产业落地的重要参考文献。
王昊奋 OpenKG轮值主席
《构建Agentic AI系统》是一本很全面的入门介绍。二位译者把复杂的技术背景和抽象的理论都翻译得很得体，读起来不像是一本翻译的书。这本书的核心在于介绍了多智能体协作的协调者、工作者和委托者的模型。这个模型在处理简单事务上是足够好的，它能在安全的环境中快速完成任务。在并不安全的实际网络环境中，我们还需要“验证者”“领域专家”等角色协同作战，才能安全完成用户的愿望。我给读者的建议是，快速阅读全书并实践“learning by doing”的精神：从本书的 GitHub 项目开始，学习它的代码并快速扩展。把实用的智能体落地到中国实际的互联网或企业内网环境中，争取在实践中开发和训练各种智能体技术，给用户带来实际的收益。
邹欣 北京中关村学院工程中心负责人
当“Agent 时代”加速来临，这本著作恰逢其时地搭建起生成式AI与智能体技术的完整知识框架。从生成式AI的核心模型与安全挑战，到智能体的系统原理、组成架构，再到反思内省、工具规划与多智能体协作的模式，既拆解技术底层逻辑，又聚焦实战设计。
无论你是AI领域的研究者还是开发者，都能从中获得启发。
毛剑 哔哩哔哩技术委员会主席
三十年的技术沉淀让我见证了AI从理论逐步走进现实，作为架构师，我深知构建真正智能的AI系统有多么挑战。茹炳晟的译作《构建Agentic AI系统》精准捕捉了AI发展的关键转折点——从被动响应到主动推理、从简单执行到自主规划。这本书不仅提供了理论框架，更给出了实用工具和方法，帮助开发者跨越从概念到实现的鸿沟。这本译作既保留了原作的技术深度，又增添了东方思维的细腻，让复杂概念变得平易近人。感谢老友为中文技术社区带来如此珍贵的礼物！
曹洪伟 某AI公司首席架构师，《MCP极简入门》作者
我们正从“会回答问题的模型”迈向具备目标驱动、规划执行与可控自治能力的Agentic AI 系统。未来的领先企业，不在于资源堆叠，而在于能否构建稳定、可演化的 AI生产系统——能够持续监控、自动执行、自主迭代。这本书的价值，不在于描绘愿景，而在于拆解机制、提供路径：从系统架构到角色分工，从任务规划、工具编排到安全与治理，让智能体从概念走向可落地、可规模化、可审计的工程体系。
如果你希望 AI 不只是“辅助工具”，而是成为组织的第二操作系统，支撑真实业务的持续运行与自我成长，这本书值得从头读到尾。
李佳芮 句子互动创始人&CEO
塑造未来无限可能的Agentic AI
在人工智能发展的漫长画卷中，我们似乎正站在一个前所未有的转折点上。曾几何时，人工智能系统大多是被动的工具，它们遵循预设的规则，在划定好的边界内执行确定的任务。然而，随着生成式人工智能的爆发式进展，一种新的范式——Agentic AI——正迅速崛起。它不再满足于被动响应，而是追求主动思考、规划乃至协作；它不再仅仅处理信息，而是试图理解情境、做出决策并影响环境。这本《构建 Agentic AI 系统：打造能推理、可规划、自适应的AI智能体》的翻译工作，正是在这股浪潮奔涌而至之际，试图为中文读者架起的一座理解与探索的桥梁。
本书的独特价值在于，它没有停留在对现象的描述或对未来的空泛畅想，而是系统性地构建了一条从生成式AI基础到智能体系统核心原理，再到复杂设计与伦理考量的完整路径。生成式AI模型，如VAE、GAN及各类自回归模型，赋予了机器内容创造的能力，这是智能体与世界交互、表达其“认知”的基础。但本书深刻指出，生成能力远非“智能”的全部。真正的突破在于如何将这些能力嵌入到一个具有自主性、反应性、甚至主动性的“智能体”架构之中，使其能够感知环境、进行推理、规划行动序列，并能通过反思和学习不断优化自身行为。这标志着AI的研究重心正从“模型中心”转向“智能体中心”，从追求单一任务的卓越性能转向构建能适应开放环境的综合性认知系统。
在翻译过程中，书中关于智能体“反思与内省”的论述尤其令我深思。当AI开始审视自己的推理过程，尝试进行元推理和自我解释时，我们触及的已不仅是技术难题，更是哲学层面关于意识与自我认知的古老议题。本书以实践为导向，将这类看似抽象的概念转化为具体的技术思路与设计模式，例如如何实现智能体的自我建模，如何让其从成功与失败的经验中学习。这不仅是为了提升智能体的性能，更是迈向可解释、可信赖AI的关键一步。一个能够向人类解释其决策逻辑的智能体，才是可能被真正纳入关键决策循环的合作伙伴。
此外，本书对多智能体协作的深入探讨极具前瞻性。单个智能体的能力再强，其效用也是有限的。未来的智能系统，更可能呈现为多种“异质”智能体动态协作的生态系统。“协调者-工作者-委派者”等设计模式的引入，为我们勾勒了这幅错综复杂又壮观的图景。在这些模式中，智能体之间通过通信、协商、竞争与合作，共同解决单个智能体无法应对的复杂问题。这不仅是分布式人工智能的延伸，更蕴含着对人类社会协作模式的深刻隐喻，其成功实践将极大地推动自动化决策、资源优化等领域的发展。
当然，能力的提升必然伴随着责任的加重。本书并未回避随之而来的严峻挑战。在“构建生成式AI系统的信任”与“安全管理与伦理考量”等章节中，作者以大量篇幅讨论了透明度、偏见缓解、可控性以及伦理一致性等至关重要的问题。赋予AI系统以能动性，意味着我们必须确保这种能动性被约束在符合人类价值观和利益的轨道上。翻译这些内容时，我深感其分量之重。它提醒每一位从业者，我们手中的代码不仅是功能实现的工具，更是未来智能生态的基石，关乎安全、公平与信任。技术的狂飙突进必须与审慎的伦理框架和稳健的治理机制并行，否则我们精心构建的智能体可能会偏离我们预设的航向。
本书的实践性同样值得称道。大量的代码示例、操作练习和实施策略，确保了高屋建瓴的理论能够落地为切实可行的项目。无论你是致力于将最新模型应用于实际产品的开发者，还是负责制定技术战略的架构师或管理者，都能从中获得直接的启发和实用的工具。
翻译此书的过程，于我而言，是一次深入的学习与反思。它让我更清晰地看到，人工智能领域正在发生的，并非仅仅是算法的迭代或模型的扩大，而是一场范式的迁移——从创建孤立的、专门化的工具，转向培育具有上下文理解力、战略思维和协作精神的数字智能体。这条路充满荆棘，但也无比激动人心。
希望这本译作能够成功传递原著的精髓与洞见，帮助中文世界的读者更好地把握Agentic AI的核心脉络，共同参与到塑造未来智能系统的伟大进程中。让我们携手，以负责任的态度和创新的精神，一步步走进那个智能体与人类协同共进的新时代。书中难免存在疏漏与不足之处，恳请广大读者不吝指正。
茹炳晟
2025年9月22日
这本书献给我已故的父亲，他的谆谆教诲指引我勇敢直面每一次挑战。也献给我的母亲、妻子和儿子，是你们的爱与支持成就了这本书。感谢我的导师和同事们，是你们在人工智能这个前沿领域为我照亮前路。能够向你们学习并一起走过这段旅程，我感到无比荣幸。
——安贾纳瓦·比斯瓦斯
我将这本书献给我的父母、儿子、妻子和所有支持我的人——你们的坚定支持和不断鼓励，成为我前行的动力。你们对我的信任，让每一个挑战都变成了机会，让梦想逐渐变成了现实。正因如此，旅程中的每一个成就都显得格外珍贵。
——里克·塔鲁克达尔
推荐序一
人工智能的发展始终由一种深切的愿景所驱动：不仅要创造能够完成预定任务的系统，还要让这些系统具备推理、适应和自主行动的能力。随着生成式AI和智能体系统的兴起，我们正处于一个变革的关键时刻。现在，人工智能系统能够反思自身经验、制定有效的战略，并与其他系统进行高效合作。本书正是在这个重要时刻问世，全面探讨了这一新兴领域及其深远的影响。
我在人工智能领域有几十年的从业经验，曾在微软研究院和风险投资支持的AI初创公司担任技术领导，深度参与了大规模AI产品的研发和部署，服务了数百万用户。此外，我在IEEE担任多个人工智能领域领导职务，也让我从另一个角度看到了符合伦理和负责任的AI发展有多么重要。
我最初是在IEEE全球AI项目的合作中结识了作者安贾纳瓦·比斯瓦斯和里克·塔鲁克达尔。他们在亚马逊云科技(AWS)公司担任重要技术职务，专注于AI和机器学习的工作，同时在学术界进行深度研究。安贾纳瓦和里克都是生成式AI领域的专家，他们拥有世界级的技术能力和深刻的洞察力，参与了全球范围内的前沿AI平台设计、开发和部署。他们对技术难题和伦理问题的深刻理解，使得他们非常适合撰写这本书。
本书分为三部分。
第1部分帮助读者打下了坚实的理论基础，清晰地介绍了生成式AI和智能体系统的定义及核心特点。无论你是刚接触这一领域的新手，还是已有一定经验的专家，都能从中学到从变分自编码器和生成对抗网络到复杂智能体架构的核心概念，帮助你更好地理解这些复杂的技术。
第2部分，重点讲解了开发具备自省能力、适应能力和协作决策能力的智能体所需的实践技术。其中的反思、内省、规划和多智能体协作的内容，提供了重要的方法和见解，帮助开发者设计出能够不断学习和进步的系统。
第3部分深入探讨了将生成式智能体系统应用到现实世界时可能带来的影响。通过强调透明性、可解释性、安全性和伦理治理，书中明确指出了与先进AI技术相关的责任。它提供了一个关键框架，既有助于建立公众对该技术的信任，也能确保这些强大工具与社会的价值观和伦理标准保持一致。
这本书不仅是一本技术参考书，更是塑造生成式AI和智能体未来的必备指南。它邀请研究人员、行业领袖和创新者积极参与，共同谱写人工智能的下一个篇章，在这个过程中，我们既要负责任地突破技术边界，也要让技术持续为社会发展赋能。
我全力推荐这本及时且富有洞察力的著作。我鼓励你深入研讨接下来的章节，积极投身于人工智能这一激动人心、蓬勃发展的前沿领域，成为其中的一员。
马修·R. 斯科特
Minset.ai 首席技术官
2025年春
推荐序二
当ChatGPT在2022年11月首次发布时，在全球范围内引发轰动。这一时刻，大家仿佛都顿悟了——突然间，你感觉自己在与一个真人对话。回答不仅流畅，而且信息丰富且实用。从那时起，AI技术发展迅速，数亿人开始使用ChatGPT和类似的系统作为写作助手，或者用它们来获取那些通过传统网络搜索难以找到的答案。
然而，当你让一个人工助手规划旅行时，他不仅会告诉你该怎么做，还会亲自为你预订航班和酒店。这正是智能体系统的精髓所在。像ChatGPT中使用的大语言模型，不仅可以用来生成文本，还可以用于执行任务——通过生成代码、调用API和与网络服务交互来完成任务。就像万维网从提供静态内容转变为支持互动式应用一样，智能体系统也将彻底改变人类与AI互动的方式。
不同于那些主要关注智能体系统理论的书籍，本书重点讨论了技术的落地实现。作者提供了实际的代码示例、应用案例，分步讲解如何将智能体工作流程整合到组织中以解决实际业务问题。本书既是易于理解的入门资料，也是内容全面的参考资料，适合软件开发人员、机器学习工程师、技术负责人、主管以及其他希望跟上智能体系统发展的决策者阅读。
使用过ChatGPT等AI助手的人都知道这类工具在写作和编程方面的价值，用户可以在采取行动前验证输出结果。然而，AI有时会非常自信地输出错误答案，导致用户误信它们。人类在表达不确定时通常会加上“我不确定，但我认为……”这样的语句，而AI系统则缺乏内置的不确定性指标。我们期待的是，AI智能体会采取正确的行动，并在有疑问时主动向人类请教。
本书深入探讨了信任、透明性、可解释性和可靠性等关键问题，同时讨论了伦理问题，如偏见和安全性。书中描述了如何实现智能体系统的个性化与情境感知能力，以及这类系统如何规划行动，并根据行动结果做出动态调整。
作为一名在人工智能领域耕耘数十载的专家，我相信本书将成为学生、研究人员和专业人士的宝贵资源，为我们在被智能系统深刻影响的时代指引前进的道路。我与里克·塔鲁克达尔的初次邂逅是在IEEE会议上，他在理论与实践之间架起了桥梁，给我留下了深刻的印象。在《构建Agentic AI系统：打造能推理、可规划、自适应的AI智能体》一书中，他和安贾纳瓦·比斯瓦斯正是做到了这一点——为AI驱动的自动化未来提供了一个实用的指南。
亚历克斯·阿塞罗博士
美国国家工程院院士，IEEE会士
前 言
本书旨在为生成式AI和智能体系统提供理论基础与实践指导。生成式AI和智能体系统正掀起下一波AI技术的浪潮，它们正以前所未有的方式驱动自动化、创造力和决策能力革新。这些技术能让机器在自主推理和适应的同时，生成文本、图像，甚至战略规划，正在改变医疗、金融、机器人等多个行业。
本书首先介绍了生成式AI，讲解了变分自编码器、生成对抗网络和自回归模型等重要模型。在探讨这些模型在内容创作、设计和科学研究中的应用的同时，讨论了它们的局限性和挑战。
接下来，深入分析智能体系统的相关概念，如智能体的能动性、自主性和多智能体协作。我们将不同类型的智能体架构进行对比，包括慎思型、响应型和混合型，并探讨了多个智能体如何相互协作、互动，以达成共同目标。
打好理论基础后，本书将进入实践落地部分。书中将介绍智能体如何反思自己的推理过程、进行规划，并有效利用外部工具，具体涵盖元推理、自我解释、战略规划和多智能体协作等技术。此外，本书讨论了如何设计既智能又值得信赖的AI智能体，平衡自主性与可控性，并确保AI技术在伦理框架下负责任地发展。
最后，本书将探讨生成式智能体系统在多个领域的实际应用案例，涵盖了自然语言处理、机器人技术、决策支持和优化等。书中还将重点讨论信任、透明度、偏见缓解和AI安全性等问题，这些因素对确保AI系统的可靠性至关重要。
在整本书中，你将看到很多代码示例、实际操作练习和实施策略，帮助你将理论知识与实际应用结合起来。不论你是AI从业者、研究人员、工程师，还是技术领导者，本书都将为你提供构建能够推理、协作和自我进化的智能AI智能体所需的技能和知识。
让我们一起开始这段旅程，共同塑造智能系统的未来——一步步推动智能体不断进化。
目标读者
本书适合那些希望理解并构建具有自主性、适应性和智能性的AI驱动型智能体的AI从业人员、开发者、研究人员、工程师和技术管理者。不论你是希望将生成式模型融入智能系统的开发者，还是探索高级智能体功能的AI架构师，本书都将为你提供扎实的理论基础和可直接上手的实施策略。
主要内容
第1章 生成式AI基础，介绍了生成式AI的核心概念、各种模型类型(包括变分自编码器、生成对抗网络和自回归模型)以及其在现实中的应用，讨论了偏见、局限性和伦理问题等挑战。
第2章 智能体系统的原理，定义了智能体系统，涵盖了智能体的能动性、自主性及其核心特征(如响应性、主动性和社交能力)等内容。同时，探讨了不同的智能体架构和多智能体协作。
第3章 智能体的基本组成部分，详细介绍了智能体的关键元素，包括知识表示、推理、学习机制、决策制定，以及生成式AI在增强智能体能力方面的作用。
第4章 智能体的反思与内省能力，探讨了智能体如何分析自己的推理过程，如何从经验中学习并通过元推理、自我解释和自我建模等技术来改进决策。
第5章 赋予智能体使用工具与进行规划的能力，讨论了智能体如何利用外部工具实现规划算法，并将工具使用与战略决策相结合，以提高效率和达成目标。
第6章 探索“协调者-工作者-委派者”设计模式，介绍了多智能体协作中的CWD模型，解释了智能体如何承担协调者、工作者或委派者等角色，以优化任务执行和资源分配。
第7章 高效的智能体系统设计技术，讲解了设计智能体的最佳实践，包括聚焦式指令、设定保护措施与约束条件、平衡自治与控制、确保透明度和可追溯性等。
第8章 构建生成式AI系统的信任，探讨了建立AI信任的技术，包括透明性、可解释性、处理不确定性与偏见，以及设计可靠且可解释的AI系统。
第9章 安全管理与伦理考量，讨论了生成式AI的风险与挑战，确保AI负责任发展的策略、伦理指南，以及AI部署中的隐私和安全问题。
第10章 常见用例与应用场景，展示了生成式AI在创意内容生成、对话式AI、机器人技术和决策支持系统等领域的实际应用。
第11章 结论与未来展望，总结了本书的关键概念，探讨了生成式AI和智能体系统的最新趋势，讨论了通用人工智能，并展望了未来的挑战与机遇。
如何最大化本书的价值
如果具备以下条件，阅读本书时将更轻松：
● 熟悉AI和机器学习的相关概念：虽然本书涵盖了基础原理，但如果你事先掌握AI、机器学习、深度学习和Python编程等知识，将有助于理解更高级的内容。
● 具备实践能力：尝试使用本书提供的代码示例和框架，进行生成式AI和智能体系统的构建。搭建本地或云端开发环境，将提升你的学习体验。
● 能够对人工智能伦理与安全性进行批判性思考：在探索生成式AI和自主智能体时，思考信任、偏见以及负责任的AI设计的影响，旨在构建符合伦理规范的智能系统。
本书涵盖的软件和硬件 操作系统需求
Python、Jupyter Notebooks和CrewAI Windows、macOS、Linux
下载示例代码文件
本书的代码包托管在GitHub上，网址为https://github.com/PacktPublishing/
Building-Agentic-AI-Systems，也可扫描右侧二维码下载。
本书遵循的约定
本书遵循若干文本约定，具体内容如下。
加粗：表示新术语、重要词汇或屏幕上显示的词语。例如，菜单或对话框中的词语会加粗显示。举个例子：“个性化的入职计划：根据已识别的目标和需求，创建一个量身定制的入职计划，概述实现设定目标的步骤、里程碑和时间表。”
提示或重要说明
会以这种形式出现。
关 于 作 者
安贾纳瓦·比斯瓦斯是一位屡获殊荣的高级AI专家和解决方案架构师，拥有超过17年的行业经验。他专注于机器学习、生成式AI、自然语言处理、深度学习、数据分析和云架构，与大型企业合作，在云端构建和扩展先进的AI系统。安贾纳瓦因其在应用AI领域的贡献而广受认可。他曾在多个科学期刊上发表研究成果，并积极参与AI、ML开源项目。他的职业荣誉包括英国计算机协会(BCS)、英国工程技术学会(IET)、印度电子与电信工程师学会(IETE)等学会的会士资格，还是IEEE高级会员。安贾纳瓦常以嘉宾身份参与公开演讲，曾在IBM和Oracle等行业巨头企业中担任重要职务。安贾纳瓦来自印度，目前与妻子和儿子居住在加利福尼亚州的圣地亚哥，在科技领域持续创新并激励他人。
我想向所有陪伴我走过生成式AI之旅的人表达由衷的感谢。感谢曾经与我共同工作的同事们，你们挑战了我的思维，分享了这个快速发展的领域的活力——你们的合作是无价的。感谢我的导师们，你们看到了我想法中的潜力，并以智慧和耐心引导我——你们对我的信任使这本书得以问世。
感谢我那了不起的儿子，年仅11岁的你，总能用天马行空的想象力提醒我，未来属于那些敢于梦想的人。你的问题迫使我将复杂的内容简化为清晰、易懂的逻辑——这或许是理解生成式AI最宝贵的技能。
感谢我的妻子，每一个深夜和突破性时刻里始终陪伴着我的坚定伴侣——你的耐心是这些想法得以实现的无声基石。
感谢我的母亲，她的智慧超越了技术，她的鼓励从未停歇。还要感谢我的父亲，虽然他已不在身边，但我所选择迎接的每一个挑战，都离不开他的影响。我知道，你一定会带着骄傲翻阅这本书的每一页。
正如艾达·洛夫莱斯曾经说过的：“分析机编织代数图案，就像织布机编织花卉和叶子图案。”今天的生成式AI延续了人类创造力与计算可能性之间的美妙互动——这段“互动之舞”，我有幸记录下来。
致所有笃信科技当以升华人性而非削弱人性为使命的读者——这本书献给你们。
—— 安贾纳瓦·比斯瓦斯
里克·塔鲁克达尔是亚马逊公司在生成式人工智能领域的富有远见的技术领袖，拥有超过二十年的全球AI、云计算和产品管理经验。作为AI驱动转型的先锋，他领导了大规模的现代化项目，推动了企业增长，并影响了全球数百万人的生活。他主导将多项获奖的AI、ML技术产品化，这些技术现在已大规模部署在《财富》500强企业中，塑造了现实世界中的AI应用场景。
作为AI研究领域的知名人物，里克在生成式AI、多模态、自然语言处理和计算机视觉等方面的研究成果被广泛引用和参考。作为IEEE高级会员、多个行业论坛的主席和小组成员，他为CTSoc行业论坛、网络智能委员会(Network Intelligence Committee，NIC)等全球委员会提供专业建议，参与制定行业标准，并推动人工智能未来的角色定位。他常受邀在世界科技峰会(World Technology Summit)、IEEE荣誉学会(IEEE HKN)、国际消费电子大会(ICCE)、剑桥能源周(CERAWeek)、阿布扎比国际石油博览会(ADIPEC)等顶级会议上分享创新成果，将前沿研究与现实世界中的AI应用结合起来，加速行业创新。
他凭借扎实的计算机科学背景，共同主持IEEE NIC，助力年轻专业人才成长。作为作者和思想领袖，他不断推动AI技术边界的突破，激励着未来的创新者。里克与家人现定居于加利福尼亚。
正如玛丽安·赖特·艾德尔曼所说：“教育是为了改善他人的生活，并使你的社区和世界变得更加美好。”
我由衷地感谢所有在这段旅程中支持、指导和激励过我的人。
感谢我的家人——我的父母、儿子和妻子——你们对我的坚定信念是我力量的源泉。
感谢我的儿子，他对“爸爸在做什么”的无尽好奇，每天都在提醒我寻找探索的意义。你的惊奇和问题在我最需要时带给我创意，而你的想象力让我看到了这项工作能解锁的无限可能。你教会了我，灵感常常来自一个相信你能解释宇宙的人最单纯的提问。
感谢我的父母，你们始终如一的支持、对我的信心和对理解这个快速发展的世界的渴望提醒我，知识是用来分享的，而不是储存的。你们对终身学习的信念是我的道德准则，你们对我工作的认可始终是我最重要的动力源泉。
感谢我的妻子，你沉稳的力量、持久的耐心与持续的激励，不仅使这段征程成为可能，更赋予其深刻意义。无数长夜相伴的身影、克服重重障碍时的坚定信念，以及那份抚慰心灵的笃定，最终指引我完成了所开创的事业。你始终是我人生的锚点与灵感的源泉。
感谢人工智能研究社区的各位同仁，你们对创新的不懈追求始终激励着我，也让我心怀谦卑。过去这些年，我撰写过研究论文、技术文章与博客，而创作人生中的第一本书，无疑是一次极具变革意义的经历：它促使我必须将复杂的技术概念转化为清晰的表达，将抽象的想法转化为能产生实际价值的内容。
感谢我的朋友和支持者，在每一次挑战中，有你们相伴，那些阻碍才得以变成前行路上的里程碑。无论是一句温暖的鼓励、一次思想的交流，还是在最需要的时候默默出现，你们都让我明白：没有哪一段旅程是真正孤独的。
致每一位陪伴我的人。是你们与我并肩同行，坚信我的愿景，也一同书写了这本书里的每一个字。
——里克·塔鲁克达尔
关于评审员
曼吉特·查克拉博蒂是一位资深的技术领袖，在金融服务领域推动数字化转型方面积累了丰富的经验。作为亚马逊网络服务的企业解决方案架构师，他带领团队负责遗留系统的现代化改造，并为全球最大金融机构设计创新的云原生解决方案。曼吉特在商业和技术架构方面有着扎实的经验，他擅长通过数据分析提供切实可行的见解。他的专业领域包括云迁移、大型主机现代化、系统集成、混合部署、数据分析和商业智能等。作为备受欢迎的演讲者，曼吉特曾在多个知名技术论坛上发表演讲。他还是一位资深的作者，为多个技术出版物贡献了自己的见解，积极与技术社区分享经验。此外，曼吉特也是一位优秀的审稿人，定期对行业投稿和学术研究论文进行评审，极大地推动了技术进步和学术交流。他目前居住在美国佛罗里达州。
马丁·亚内夫是一位非常出色的软件工程师，拥有近十年的行业经验，涉及领域包括航空航天和医疗技术。在马丁卓越的职业生涯中，他在为关键领域(如空中交通管制和色谱分析系统)开发和集成先进软件解决方案方面取得了卓越成就。作为菲奇堡州立大学的计算机科学教授，马丁深入了解OpenAI API的各项技术，并在构建、训练和微调AI系统方面表现出了极高的水平。马丁还是一位广受认可的作者，致力于帮助他人解决AI开发中的复杂问题。凭借丰富的经验和多领域的技能储备，马丁始终在推动软件工程领域的创新和变革。
关于译者
茹炳晟，腾讯Tech Lead，腾讯研究院特约研究员，腾讯集团技术委员会委员，中国计算机学会TF研发效能SIG主席，腾讯云架构师技术同盟入会成长主席，中国通信标准化协会 TC608 云计算标准和开源推进委员会云上软件工程工作组副组长，中国商业联合会互联网应用技术委员会智库专家，“软件研发效能度量规范”团体标准核心编写专家，复旦大学CodeWisdom团队成员，国内外各大技术峰会的联席主席、出品人和 Keynote演讲嘉宾，公众号“茹炳晟聊软件研发”主理人，二十余本计算机专业图书的作者和译者。
殷海英，计算机科学技术博士、硕士学位，工商管理硕士(MBA)学位，联合国教科文组织认证教师；在美国多所大学的医学院研究和进修人体解剖学、心理学、人类生理学、医学神经科学、公共卫生基础等；已出版(含翻译)三十余部专业著作，内容涵盖MySQL、AWS、Airflow、数据科学、Python、Kubernetes、机器学习、深度学习、LLM、AI Agent及图算法等众多前沿技术领域；在AI数据治理、智能计算中心效能优化、分布式调度系统、大模型微调与部署、知识图谱构建等关键技术方向拥有多项专利及核心项目成果。
