导读

如果你是因为“AI 智能体”翻开这本书，我想先请你不要急着从 AI 开始。

在真实系统里，智能体能读到什么，取决于设备是否已经接入、数据是否持续而可信；它能做什么，取决于平台开放了哪些工具，又设置了怎样的权限和约束。离开这些基础，关于智能的讨论很容易只停留在演示里。

所以，本书从工业软件和物联网平台写起。基础篇先看设备、网络与数据怎样组成一条完整链路，也解释传统工业软件留下了哪些边界。进入技术篇后，我们再讨论云原生架构怎样承载不断增长的设备与服务，以及 AI 智能体如何在安全边界内参与这套系统。应用篇把前面的内容带回工业、城市、农业等场景，最后通过 IoT DC3 看一套平台如何从协议接入一步步走到智能体应用。

你不必在第一次阅读时记住所有协议和框架。更值得留意的是每一层解决了什么问题，它依赖谁，又把什么能力交给了下一层。抓住这条线，具体技术即使发生变化，你仍然知道该从哪里理解一个物联网系统。

就阅读门槛而言，你不需要物联网项目经验，也不必预先熟悉某个协议或框架——具备基本的编程和计算机网络知识，就可以顺畅读完全书。

四个关键词

封面上的四个词——感知、推理、行动、进化——不是宣传语，而是本书反复出现的那条工程闭环。每个词都是一组“能力 + 边界”：

• 感知：物理世界只能经由信号被认知。能力，是让物理状态成为数据；边界，是信号会漂移、丢包甚至被伪造——所以感知必须可信。第 3–5 章建立这层：物模型、统一接入与数据链路。
• 推理：信号本身没有意义，意义来自解释。能力，是让机器理解语义、给出判断；边界，是推理是概率性的——它产生候选，不产生决策。第 7 章与 9.5 节建立这层。
• 行动：物理行动不可撤销、有安全代价，这是与纯数字系统的本质差异。能力，是让判断回到物理世界；边界，是确定性——确认、权限、回滚与审计缺一不可。2.2 节、7.5 节、第 8 章与 10.4 节展开这层。
• 进化：能力不能一次到位。能力，是闭环随时间逐级放权、架构随之演进；边界，是可回退——每升一级，都要先用新的约束证明上一级站得住。7.5 节与 14.4 节给出这条时间轴。

感知、推理、行动构成一个环，进化是这个环在时间里的展开方式。各章收束处会回到这四个词；如果读完全书只记住了一个，对应的那几章值得重读。

你可以这样读

这本书有一条连续的技术路径，但不要求所有读者都从第一页读到最后一页。

• 如果你刚开始接触物联网，建议从第 1 章顺序阅读。前五章会帮你建立设备、网络、平台和数据之间的完整关系。
• 如果你已经在做设备接入或平台开发，可以快速浏览基础篇，把更多时间放在第 5—9 章，重点理解平台、云原生、智能体与安全之间怎样衔接。
• 如果你熟悉 AI 应用开发，但不熟悉工业现场，建议至少先读第 2、4、5 章，再进入第 7 章。这样更容易理解模型调用工具之前，数据和能力从哪里来。
• 如果你想直接了解 IoT DC3，可以先看第 14 章。但要知道，这一章是全书概念的汇合点：消息总线与时序存储的机制在第 5 章展开，Agent Runtime 在第 7 章，安全基线在第 8 章。跳读时遇到陌生概念，按第 14 章内的回指返回相应章节即可，不必为此中断进度向前通读。

想把书中的系统亲手跑起来，准备一台装好 Docker（或 Podman）与 Compose 的开发机即可；若要从源码构建，再按仓库 README 准备 JDK 21 等工具。第 14 章给出与指定 commit 对应的版本化验收序列，默认使用 Virtual Driver 验证业务注册、数据上行和命令回执，不要求额外准备 MQTT Broker 或 mosquitto_pub。命令、端口和运行时 ID 必须以当前 checkout 的 README、Compose 与实际返回值为准，不能跨版本照抄。

书中的代码、图表和项目案例，都是为了说明机制与取舍。阅读时不妨多问一句：这项技术解决的究竟是哪一层问题，它依赖的条件，在自己的场景里是否成立？