AgentGuide

Agent = Harness + Model

对标 JavaGuide 的 AI Agent 学习指南
从入门到拿 Offer，系统化 + 实战化 + 求职导向

💡 核心理念

📌 本项目定位：资源整合 + 系统化路径 + 实战导向 🎯 我们的原则： - ✅ 站在巨人的肩膀上 - 互联网已有的优质资源（课程、教程、论文），我们直接引用，不重复造轮子 - ✅ 只分享干货 - （坚持更新中，欢迎催更） - ✅ 提供系统化路径 - 将碎片化资源串联成完整学习路线，告诉你先学什么、再学什么 - ✅ 求职导向 - 每个知识点都标注"面试怎么考"、"简历怎么写" 💪 AgentGuide 的独特价值：不是简单的资源堆砌，而是系统化 + 求职导向 + 实战验证的完整解决方案！

🧭 按目标进入

📚 查看完整文档导航

📑 目录

🎯 核心内容：

• 💡 关于本项目 - Agent开发指南、转行大模型、高级RAG、大模型面试
• 🆕 求职新范式 - 1-2-5框架、个人品牌、投递策略
• 🧭 Agent 求职通关 Todo List - 当前优先级、8阶段学习产出、项目落地5步法
• 🚦 6步学习路径 - 从岗位选择到拿Offer
• 🔬 算法岗 vs 🛠️ 开发岗 - 岗位选择决策树
• 📚 学习路线图 - 算法岗10-15周 | 开发岗8-12周
• 💼 实战项目 - 开源优质项目合集 + Agent 项目
• 📖 技术教程 - LangGraph、RAG、上下文工程、监督微调、强化学习
• 🎯 面试题库 - 1500+题/面经、系统设计、编程题
• 🔥 2026 前沿面试专题 - 自进化 Agent、Agentic RL、AI Infra、Coding Agent、世界模型、图像/语音生成

🛠️ 快速导航：

• ⭐ 阿东作品推荐：learn-workbuddy - 从 0 搭建 WorkBuddy-style Desktop Agent Harness，clean-room 教学复现 Agent Loop、工具调用、上下文工程、长期记忆、Sidecar、权限审计和真实模型评测
• 🚀 10分钟快速开始 | 💬 加入学习社群 | ❓ 常见问题
• 🧭 新手快速开始 | 📚 完整文档导航 | 💼 项目导航

📖 关于本项目

3 分钟了解为什么你需要 AgentGuide

🧭 你可能正卡在这些地方

• 会调用模型、也接过工具，但 Agent 一跑长任务就早停、循环、丢状态，出了问题不知道怎么定位
• LangGraph、OpenAI Agents SDK、MCP、Skills、Multi-Agent 概念很多，却缺少一张完整的系统架构图
• Context、Memory、Tools、权限、Sandbox、Trace 混在一起，Demo 能跑，离可靠系统还很远
• RAG 做过基础问答，但复杂文档、多模态、引用溯源、评测集与线上观测没有形成闭环
• 项目只有功能截图，没有基线、指标、失败分析和工程取舍，简历写不实，面试经不起追问
• 想进入 Agent 方向，却不清楚开发岗、算法岗、Agentic RL 和前沿研究分别需要什么能力与作品
• 论文、框架和开源项目更新太快，不知道哪些值得学、先做什么、如何沉淀成可验证成果

AgentGuide 是什么？

AI Agent 工程、研究与求职的开源知识库

AgentGuide 围绕 “做得出、跑得稳、测得准、讲得清” 组织内容，不绑定单一框架，也不止于资源收藏：

• Agent 系统与 Harness：Agent Loop、Workflow / Agent / Multi-Agent 边界、状态、调度、权限与运行时
• Context Engineering 与 Memory：上下文分层、检索、压缩、长期记忆、Prompt Cache 与成本优化
• Tools 与协议生态：Tool Schema、MCP、Skills、A2A / ACP、Browser / Computer Use 与 Sandbox
• RAG 与知识系统：文档解析、Hybrid Retrieval、Rerank、GraphRAG、Agentic RAG、Multimodal RAG 与引用溯源
• Eval、Observability 与 Safety：评测集、Trace / Replay、LLM-as-a-Judge、红队、HITL 与生产可靠性
• Post-training 与 Agentic RL：SFT、DPO / GRPO、轨迹数据、Reward / Verifier、长程信用分配与环境构建
• 项目、研究与求职：可复现实战、开源项目、前沿论文、实验设计、简历表达、系统设计与面试题库

🗺️ AgentGuide 在 LLM 生态中的定位

我们覆盖 AI Agent 开发的完整技术栈 - 从模型微调到应用部署的全流程：

_{图片来源：Awesome-Awesome-LLMs}

📌 AgentGuide 涵盖的核心技术栈（2026 版）：

💡 AgentGuide 的完整覆盖： 🔬 算法工程师路径： - Agent 推理与规划：ReAct、Reflexion、Tree/Graph Search、Tool-use 策略 - RAG 与记忆算法：Hybrid Retrieval、Rerank、GraphRAG、Agentic RAG、Memory 压缩与召回 - Post-training：SFT、LoRA/QLoRA、DPO/GRPO、工具调用/轨迹数据合成与评测 🛠️ 开发工程师路径： - Agent Harness：状态管理、工具注册、权限确认、sandbox、trace、replay、成本控制 - 工具与协议：MCP、Skills、A2A/ACP、API adapter、Browser / Computer-use 工具封装 - 生产级 RAG：文档解析、向量库、rerank、引用、观测、CI eval 与安全红队 🔀 通吃型路径：用算法能力提升 Agent 决策质量，用工程能力把 Agent 做成可运行、可评测、可复盘、可写进简历的系统。

🎯 适合人群

求职目标：

• ✅ AI Agent 算法工程师 | AI Agent 开发工程师 | RAG 系统工程师
• ✅ LLM 应用工程师 | 大模型工程师 | 多模态算法工程师

学习需求：

• ✅ Agent Loop | LangGraph | OpenAI Agents SDK | MCP / Skills
• ✅ RAG / Multimodal RAG | 向量数据库 | Agent Memory | Eval Harness
• ✅ 大模型面试 | 算法岗面试 | 开发岗面试 | HR面试 | 谈薪技巧

🌟 AgentGuide 的 6 大核心价值

🎁 学完 AgentGuide，你能获得什么？

从“会调用模型”到“能设计、实现、评测并讲清一个可靠的 Agent 系统”

✅ 【架构认知】分清 Chatbot、Workflow、Agent 与 Multi-Agent，理解 Agent Loop 和 Harness
✅ 【工程能力】掌握 LangGraph / OpenAI Agents SDK、Context Engineering、Memory、Tools、MCP 与 Skills
✅ 【RAG 能力】能设计 Hybrid Retrieval、Rerank、引用溯源、GraphRAG、Agentic RAG 与 Multimodal RAG
✅ 【可靠性】会构建 Eval Set、Trace / Replay、LLM-as-a-Judge、Sandbox、HITL、权限和成本控制
✅ 【训练认知】理解 SFT、DPO / GRPO、工具调用与轨迹数据合成、Reward / Verifier 的基本方法
✅ 【项目交付】完成 2-3 个可运行、可评测、可复现的项目，并写清架构、指标、取舍与失败分析
✅ 【面试表达】能围绕原理、系统设计、实验结果和工程权衡回答追问，而不是背“标准答案”
✅ 【求职路径】明确算法岗与开发岗能力差异，用项目、开源贡献和技术内容构建作品集

🚦 从零到Offer的完整路径（快速导航）

👋 新来的同学看这里！先看新范式，再按步骤执行，8-10周拿到Offer！

⚡ 重要提醒： 1. 一定要先完成"第一步"和"第二步" - 确定方向再学习！ 2. "第四步"实战项目最重要 - 简历的核心竞争力！ 3. 学习时对照"第六步"面试题 - 知道学的东西面试怎么考！

🆕 求职新范式：做出什么 > 学过什么

⚡ 求职规则已经变了。2026年，HC:投递比约1:200，核心问题不再是"我够不够格"，而是"我用什么方式让自己被看见"。

1-2-5 求职框架

工具不再是壁垒，你用工具做出的东西才是。

旧方式 vs 新范式

个人品牌：让面试官主动找你

个人网站必备要素（免费部署：Vercel/GitHub Pages，5分钟上线）：

• 每个项目一个页面 + 在线可访问的demo链接
• 技术Blog：至少3篇有深度的原理解析
• 社区数据：GitHub Star数 / 真实用户数
• 时间线里程碑

简历项目描述公式：

❌ 「参与开发了一个AI客服系统」 ✅ 「基于LangGraph + MCP构建多Agent客服系统，工具调用成功率94%，响应时长从3.2s降至0.8s，日处理10万+对话」

投递策略：AI筛简历时代的人工突围

招聘方也在用AI筛简历——两个AI在对话，人的主动触达反而更稀缺。

核心目标公司（5-10家）走人工路线：

1. Boss/猎聘找具体的Hiring Manager或Team Lead
2. 提前关注他们的开源项目/技术Blog
3. 带着具体问题主动联系（不是「请问还招人吗？」）
4. 目标：一个warm intro，不是冷申请

时机窗口： 3-6月提前批竞争烈度比8-9月低30-40%，往往是真正的机会窗口。

说几句实话

• 语言不是门槛，设计才是。 Python/TypeScript AI都能帮你写。但Agent状态机怎么设计、Memory何时截断、工具调用失败如何fallback——这些必须你自己想清楚、讲明白。
• AI工具人人都有，判断力才是壁垒。 会用Cursor写代码不算竞争力。当AI给你一个错误的Agent设计，你能30秒内发现并说清楚为什么错——这才是L5和L3的分水岭。
• 分享即异步面试。 一篇深度Blog、一个有Star的仓库，相当于提前通过了一轮面试。
• 拿结果说话。 不是"我学过LangChain"，是"我用LangGraph做了一个有300个真实用户的工具"。

新增优质资源

后续实践重点：在 Superpowers 的 Skills 工作流基础上，我将重点使用 grill-me / grilling 系列 Skills。它们会一次只追问一个问题，逐项压测计划、决策与设计中的假设、依赖、边界和取舍；达成共同理解后，再进入实现。

🧭 Agent 求职通关 Todo List（新增）

不是链接收藏夹，是可以照着执行的 todo list。 目标很简单：从“我学过什么”，推进到“我做出了什么、怎么验证、怎么写进简历、怎么讲给面试官听”。

• 完整路线：2026 Agent 求职通关路线
• 项目落地方法：如何落地一个可写进简历的 Agent 项目
• 工程核心专题：Agent Harness Engineering

How To Use

What To Learn Now

Agent 方向变化很快，当前更值得投入的是能落地、能验证、能讲清楚取舍的工程能力：

8 阶段学习产出

项目落地 5 步法

1. 建立全局认知：先搞清楚目标项目的 agent loop、tool registry、context 拼装、memory、channel 抽象。
2. 准备 AI 编程环境：沉淀 CLAUDE.md / AGENTS.md、需求规格、实现计划和跨会话 todo。
3. 建立项目理解 Skill：把项目结构、关键模块、测试方式写成可复用的项目理解文档。
4. 先写 Spec，再写代码：明确目标用户、工具列表、权限策略、失败处理、成本约束、成功标准。
5. 评测 + 归因 + 消融实验：记录通过率、失败原因、工具调用次数、成本、延迟，把结果写进简历。

面试深水区

面试不只问“会不会 LangChain”，更会追问你有没有真正写过能跑的 Agent：

• Agent Loop：observe → think → act → observe，最大步数、停止条件、错误恢复、HITL 怎么设计？
• Context + Cost Engineering：上下文分层、压缩、缓存友好结构、模型路由、token 成本怎么降？
• Tool Design：工具命名、description、schema、分页截断、权限分级、工具选错怎么修？
• Memory System：working / episodic / semantic memory，什么值得存、怎么召回、什么时候遗忘？
• Eval + Governance：component / trajectory / end-to-end eval，golden dataset 怎么来，trace 怎么审计？
• Reliability Engineering：idempotency、timeout、retry、cost guard、permission tier、observability 六件套。

简历三维表达法

不要只写“基于大模型实现智能问答”。一个 Agent 项目要从三维表达：

示例：

基于轻量 Agent Harness 构建垂直场景助手，使用 ReAct loop + dispatch 表注册 5 个业务工具，四层分级 context 管理 system / long-term / short-term / turn 信息；高风险操作接入三级权限确认，20 条评测 case 端到端通过率 82%，通过上下文压缩和模型路由将 token 成本降低 60%。

🎯 第一步：确定你的目标岗位

核心理念：选择 > 努力！选对方向，事半功倍！

🤔 AI Agent 岗位的两条主线

在大模型时代，Agent 方向的岗位主要分为两条线：

🎯 你应该选哪条线？

├─ 数学/理论强 + 喜欢钻研原理 + 有论文发表
│   → 【算法工程师线】
│   
│   细分方向选择：
│   ├─ 想优化 Agent 算法 → Agent 算法工程师（Memory优化、规划策略）
│   ├─ 想优化 RAG 算法 → RAG 算法工程师（检索策略、Reranker）
│   └─ 想改进模型本身 → 模型算法工程师（Reasoning、对齐）
│
└─ 工程能力强 + 喜欢做系统 + 注重落地
    → 【开发工程师线】
    
    细分方向选择：
    ├─ 想做业务应用 → Agent 应用开发（RAG系统、RPA、智能客服）⭐ 推荐
    ├─ 想做基础设施 → AI Infra 开发（推理部署、训练平台）
    └─ 想做产品化 → AI 应用开发（前端集成、产品化）

🎯 技术方向细分（重要！）

📖 完整技术方向详解：转行大模型热门方向准备指南

💡 新手建议：优先选择上下文工程开发（RAG/Agent 系统），岗位最多、最易落地

💡 第二步：拿Offer的方法论

不同岗位，完全不同的准备策略！

🔬 算法工程师 - 如何准备？

【Agentic RAG 策略优化】
- 问题：多跳推理场景召回率低（实验测得62%）
- 方法：提出基于RL的子图采样算法，优化路径排序策略
- 实验：在KGQA数据集上F1提升12%，对比5种baseline
        消融实验：RL策略贡献8%，路径排序贡献4%
- 产出：论文在投EMNLP（一作），代码开源300+ stars
- 技能：强化学习、图神经网络、知识图谱

🛠️ 开发工程师 - 如何准备？

【企业级 Agent 自动化系统】
- 背景：客服部门日均5000+重复工单，人力成本高
- 技术：LangChain + WebShaper + Mem0
        多Agent协同（规划Agent、执行Agent、审核Agent）
        集成20+工具（数据库、API、浏览器操作）
- 优化：异常重试机制，成功率从70%→95%
        并发处理，吞吐量提升5倍
- 成果：自动化率80%，效率提升3倍
        节省人力成本200万/年，获部门最佳项目奖
- 技能：Agent开发、工具集成、系统监控

🔀 通吃策略 - 如何准备？（⭐ 最推荐）

项目1：算法创新型 🔬
  → 体现算法能力：Agent Memory优化 / Agentic RAG策略
  → 关键词：论文、实验、开源
  
项目2：系统落地型 🛠️
  → 体现工程能力：完整RAG系统 / Multi-Agent应用
  → 关键词：业务指标、性能优化、上线
  
项目3：微调/训练型（加分项）
  → 体现训练能力：Function Call微调 / RLHF
  → 关键词：多少卡、参数设置、训练稳定性

📚 第三步：基于岗位的学习路线

根据你在"第一步"的选择，选择对应的学习路线

🎯 快速导航

🚀 新手推荐：

• 📘 AgentGuide开源学习路线（简易版） - 从零到Offer完整路径，8-15周系统化学习方案，包含完整资源清单 ⭐⭐⭐

🔬 算法 / 具身方向新增：

• 🧠 前沿算法岗位完整学习指南 - 覆盖算法岗从工程基础、模型训练、RAG/Agent、多模态到推理部署的完整能力栈
• 🤖 具身智能与 VLA 完整学习指南 - 面向 VLA/机器人岗位的多模态、动作建模、仿真、Sim2Real 与数据闭环路线

📋 详细路线（按岗位分）：

🗺️ 选择你的学习路线

🗺️ 通用学习流程图

graph TD
    A[开始学习 AI Agent] --> B{你的背景是什么?}
    
    B -->|算法/研究背景| C[第一部分: 核心理论<br/>深入理解 Agent 原理]
    B -->|开发/工程背景| D[第二部分: 核心技术栈<br/>快速上手开发框架]
    
    C --> E[第二部分: 核心技术栈<br/>掌握工具和框架]
    D --> F[第一部分: 核心理论<br/>补充理论基础]
    
    E --> G[第三部分: 系统设计与实战<br/>完成简历项目]
    F --> G
    
    G --> H[第四部分: 面试指南<br/>准备求职]
    
    H --> I{目标岗位?}
    
    I -->|算法工程师| J[强化: 论文复现 + 实验设计<br/>准备算法面试题]
    I -->|开发工程师| K[强化: 系统架构 + 性能优化<br/>准备系统设计题]
    I -->|全栈 Agent 工程师| L[双线并进<br/>准备两类面试]
    
    J --> M[投递简历 + 面试]
    K --> M
    L --> M

⏱️ 学习时间概览

💡 建议：点击上面的"查看详细路线图"，获取每日学习计划和详细任务清单

💼 第四步：完成实战项目（可写进简历）

这是最重要的一步！没有项目，一切都是空谈！

AgentGuide 提供 简历级实战项目，每个项目都提供：

• ✅ 完整的代码实现
• ✅ 系统架构设计
• ✅ 算法岗和开发岗两种简历写法
• ✅ 面试时如何讲解

👉 直接跳转到实战项目：点击这里查看项目

🎓 第五步：系统学习 Agent 技术（技术准备）

💡 学习目标：掌握 Agent 开发完整技术栈，从理论到实战全覆盖 🔬 算法岗重点：深入理解原理，能推导公式，关注创新点 🛠️ 开发岗重点：熟练使用框架，快速实现功能，注重工程化

📊 技术能力四层模型

我们将 Agent 技术划分为四大能力层级，每个层级对应不同的学习模块：

📑 内容导航

🔰 L1-基础认知层详解

学习时长：1-2 周 | 难度：⭐⭐⭐ | 重要性：⭐⭐⭐⭐⭐

🎯 阶段目标

• ✅ 理解 Agent 的本质定义与核心组件
• ✅ 掌握 Transformer 架构与大模型基础
• ✅ 了解 Agent 技术发展历程与未来趋势

📚 学习内容

🛠️ L2-开发实现层详解

学习时长：3-4 周 | 难度：⭐⭐⭐⭐ | 重要性：⭐⭐⭐⭐⭐

🎯 阶段目标

• ✅ 手撕核心 Agent 架构（ReAct、Plan-Solve、Reflexion）
• ✅ 掌握主流开发框架（LangChain、AutoGen、AgentScope）
• ✅ 能够独立搭建完整的 Agent 系统

🔨 实操内容

🚀 L3-高阶优化层详解

学习时长：4-5 周 | 难度：⭐⭐⭐⭐⭐ | 重要性：⭐⭐⭐⭐⭐

🎯 阶段目标

• ✅ 掌握 RAG 全栈技术（数据处理、检索优化、高级 RAG）
• ✅ 精通上下文工程（Context Engineering 2.0）
• ✅ 理解 Agent 评估体系与微调方法

💡 高级技术

🛡️ 生产级系统设计（工程化实践）

高可用架构设计

• 缓存策略（Semantic Cache、KV Cache）
• 异步任务队列与重试机制
• 降级与熔断

可观测性（Observability）

• LangSmith/LangFuse 链路追踪
• 成本监控与 Token 审计
• 性能分析与优化

安全性（Security）

• Prompt 注入防御
• 权限控制与沙盒隔离
• 人机协作边界（Human-in-the-loop）

📖 安全性指南

💼 简历级实战项目 🚀

💡 学习目标：掌握复杂 Multi-Agent 系统设计，完成可写进简历的高质量项目 ⏱️ 学习时长：3-4 周 | 难度：⭐⭐⭐⭐⭐ | 重要性：⭐⭐⭐⭐⭐（简历核心）

🎯 核心收获

• ✅ 掌握复杂 Multi-Agent 系统设计
• ✅ 理解生产级系统的工程化实践
• ✅ 完成可写进简历的高质量项目

🎨 简历级实战项目详解

每个项目都提供完整代码 + 算法岗/开发岗双版本简历写法

🎯 简历项目详细教程

【Agentic RAG 策略优化】
- 问题：传统RAG召回率仅65%
- 方法：基于ReAct框架设计自主
  规划检索策略，引入多跳推理
- 实验：召回准确率提升至85%
  消融实验：规划策略贡献12%
- 产出：论文在投，代码开源

【高可用论文分析系统】
- 背景：研究员日均检索50+论文
- 技术：LangChain + Milvus + Redis
  混合检索策略 + 缓存优化
- 优化：P99延迟2s→300ms
  API成本降低70%
- 成果：服务20+研究员，日均
  500+查询，满意度95%

💼 第六步：面试准备与 Offer 冲刺

💡 学习目标：系统准备面试，提升 Offer 成功率 📝 两条线不同的面试策略：算法岗讲创新，开发岗讲价值

📚 完整面试题库（1500+题/面经）🔥 全面升级

🎯 题库特色： - ✅ 完整覆盖 LLM/VLM/RLHF/RAG/Agent 全技术栈 - ✅ 包含美团、字节、阿里、DeepSeek等一线大厂真题 - ✅ 难度分级 + 公司来源标注 + 考点分析 - ✅ 区分算法岗/开发岗重点，覆盖最新技术（DeepSeek-V3/R1）

📖 核心通用题库（两个岗位都需要）

🎯 岗位专项题库（针对性强化）

• ☑ 🔬 算法岗专项 - 算法创新/推导/实验/论文 45题
• ☑ 🛠️ 开发岗专项 - 系统设计/工程实践/选型/落地 45题

🏢 真实面经与进阶

• ☑ 🧭 面试与求职总导航 - 按岗位选择题库，提供 7/21/42 天备考节奏与项目证据清单
• ☑ 🔥 2026 AI 前沿面试专题 🆕 - 自进化 Agent、Agentic RL、AI Infra、数据评测、Coding Agent、世界模型、图像/语音生成、项目深挖
• ☑ 📋 大厂真实面经 - 美团/字节/阿里等16个完整案例
• ☑ 🧭 AI Agent 面试备战手册合集 - Memory、Skills、Harness、评估、数据合成、源码分析与项目话术
• ☑ 📚 1000篇小红书AI算法岗面经：难度递增整合版 🆕 - 按编程、ML/DL、RAG/Agent、多模态、系统设计等难度递增整理
• ☑ 📊 模型评估专题 - BLEU/ROUGE、基准测试、LLM-as-Judge 10题
• ☑ 🔮 前景与趋势 - AGI、多模态、世界模型等开放讨论 9题
• ☑ 💬 开放性讨论 - 技术判断、学习建议、核心素质 8题

💡 题库使用建议

第一阶段（2-3周）：系统学习
  ├─ 01-理论基础题（LLM/VLM/RLHF）→ 打基础
  ├─ 02-RAG系统题 → 掌握检索技术
  └─ 03-Agent核心题（Q1-Q13）→ 理解Agent原理

第二阶段（2-3周）：深入强化
  ├─ 03-Agent系统题（Q14-Q52）→ 工程实践
  ├─ 05/06-岗位专项 → 针对性准备
  └─ 04-编程实战题 → 手撕代码

第三阶段（1-2周）：冲刺突破
  ├─ 12-真实面经 → 模拟完整面试
  ├─ 13-模型评估 → 掌握评估方法
  └─ 14/15-开放讨论 → 展示思维深度

求职软技能

• ☑ 📝 简历编写指南 - AI Agent 项目简历公式、双岗写法与自检脚本
• ☑ 🎤 项目讲述技巧 - STAR+Tech 项目表达、追问地图与复盘模板
• ☑ ⭐ 转行大模型指南
• ☑ ⭐ 秋招完整攻略

📄 专业简历模板（新增⭐）

🎨 开源 LaTeX 简历模板 - 专为转行大模型设计

面试软技能（新增⭐）

• ☑ ⭐ 校招生谈薪实用指南 - 3大原则、话术模板
• ☑ ⭐ HR面试完全攻略 - 10大高频问题应对
• ☑ ⭐ 秋招心态调整指南 - 保持好心态拿Offer

4.3 核心资源精选（按方向分类）

📌 只推荐面试会考、项目会用的核心资源！

🤖 Agent 方向：

• ☑ Agent 资源总览 📂 - Agent 所有资源导航
  • Agent 框架对比 - 5个核心框架
  • Memory 模块 - 4个记忆系统
  • Tool Use - 工具调用
  • GUI Agent - AppAgent、SeeAct、WebArena 等界面操作资源
  • 核心论文 - 必读论文

📊 RAG 方向：

• ☑ RAG 资源总览 📂 - RAG 所有资源导航
  • 向量数据库 - 5个核心向量库
  • 文档解析 - 5个解析工具
  • 完整项目汇总 - 150+个RAG开源项目 🆕
  • Agentic RAG 论文 - 智能体驱动的检索与研究
  • 核心论文 - 必读论文

🛠️ 通用工具：

• ☑ 开发者工具箱 - Cursor、元宝、Excalidraw
• ☑ 开发框架总览 - 快速框架对比

🎨 推荐可视化学习资源：

• 📊 100+ LLM/RL 算法原理图 - 《大模型算法：强化学习、微调与对齐》作者巨献
  • 涵盖内容：Transformer架构、注意力机制、SFT微调、LoRA/QLoRA、DPO/PPO/GRPO、RLHF全流程、逻辑推理优化等
  • 适合人群：算法岗必看！通过100+原创原理图深入理解大模型算法的数学原理和实现细节
  • 配套书籍：《大模型算法：强化学习、微调与对齐》

🌟 需要更全面的 LLM 资源？ 👉 查看作者的另一个项目：Awesome-Awesome-LLMs （涵盖训练、推理、多模态、Infra 等 LLM 全栈 200+ Awesome 系列资源）

🚀 快速开始

1️⃣ 如果你是算法背景（10 分钟快速入门）

# 第一步：理解 Agent 是什么
阅读：docs/01-theory/01-what-is-agent.md

# 第二步：学习核心框架 ReAct
阅读：docs/01-theory/04-react-framework.md

2️⃣ 如果你是开发背景（10 分钟快速入门）

# 第一步：理解 Agent 核心概念
阅读：docs/01-theory/01-what-is-agent.md

🤝 如何贡献

AgentGuide 是一个完全开源的项目，非常欢迎你的贡献！

贡献方式

1. 内容贡献：完善文档、补充案例、纠正错误
2. 代码贡献：优化示例代码、添加新的实战项目
3. 翻译贡献：帮助翻译成英文版，让更多人受益
4. 问题反馈：发现问题？请提 Issue

贡献流程

1. Fork 本仓库
2. 创建你的特性分支 (git checkout -b feature/AmazingFeature)
3. 提交你的修改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 提交 Pull Request

详细贡献指南请参考：CONTRIBUTING.md

📬 联系作者 & 加入社群

👨‍💻 关于作者

我是阿东，一线大模型算法工程师

• 🎓 技术背景：专注 AI、RAG、LLM 应用方向
• 📝 内容创作：全网 5w+ 粉丝，持续分享 AI 技术与求职经验
• 🚀 开源贡献：多个 AI 相关开源项目维护者

🌐 在这些平台找到我

💬 加入 AI Agent 学习社群

为什么要加入社群？

• ✅ 每周技术分享：Agent 最新论文解读、工程实践经验
• ✅ 简历面试辅导：免费简历诊断、模拟面试、内推机会
• ✅ 问题实时答疑：技术问题、求职困惑，随时提问
• ✅ 学习小组：组队学习 AgentGuide，互相监督，共同进步
• ✅ 行业资源：大厂内推信息、技术资料、论文分享

如何加入？

1. 关注公众号「阿东玩AI」，回复「AgentGuide」获取入群二维码
2. 小红书@阿东玩AI，私信"加群"

GitHub Issues 仅用于可复现的仓库问题和有明确交付物的核心改进，不处理加群申请。

🎁 社群福利：Agent 学习路线图 PDF + 面试题库 + 项目代码模板 + 大厂内推机会

⭐ 如果这个项目对你有帮助

请考虑支持一下：

• ⭐ Star 本仓库，让更多人看到
• 🔀 Fork 本仓库，开始你的学习之旅
• 📣 分享 给正在找 AI 工作的朋友
• 💬 反馈 你的建议和意见（提 Issue 或 PR）

你的每一个 Star 都是我持续更新的动力！🚀

📈 Star History

learning roadmap development

type: 路线图 status: 已发布 level: 通用 topic:

• 面试求职
• Agent
• 项目实战

AI Agent 开发工程师学习路线图（工程落地版）

目标岗位：AI Agent 开发工程师（应用型、工程型） 学习时长：8 周（全职投入） 最终产出：2-3 个生产级、可部署的 Agent 系统 + 完整的全栈技术能力

一、你能获得什么

用8周，打造从原型到生产的完整工程能力 ✅ 8周系统课程：从 LangChain 基础到生产级 Agent 系统架构 ✅ 每周代码实战：手撕 RAG、Agent、多智能体，将想法变为高可用服务 ✅ 2个工业级项目：完成从需求分析、技术选型、开发部署到监控优化的全流程 ✅ 生产级技术栈：掌握 FastAPI, Docker, Redis, Prometheus 等后端必备技能 ✅ 顶级面试能力：搞定系统设计、性能优化、故障排查等高频面试题

二、开发岗核心要求

你需要具备的能力

开发岗简历必备

✅ 至少2个完整系统项目：端到端可运行，有线上部署经验 ✅ 量化的业务指标提升：如 QPS+100%、P99延迟-80%、成本-50% 等数据 ✅ 丰富的生产级技术栈：LangChain + FastAPI + Milvus + Redis + Docker + Prometheus ✅ 生产化经验：有部署、监控、性能优化、异常处理的实战经历

三、推荐学习资源与工具

📚 核心课程与书籍

• 课程: 吴恩达: Generative AI for Everyone
• 课程: 微软: Generative AI for Beginners
• 课程: HuggingFace NLP Course
• 教程: 《动手学大模型应用开发》 - Datawhale开源教程
• 教程: 《面向开发者的 LLM 入门教程》 - 吴恩达课程中文版
• 教程: 《开源大模型食用指南》 - 快速微调与部署教程
• 教程: 《AI-Guide-and-Demos》 - API到本地部署微调指南
• 书籍: 《Build a Large Language Model (From Scratch)》

🛠️ 开发框架与工具

• LLM框架: LangChain, LlamaIndex, Dify
• Agent框架: AutoGen, CrewAI, AgentScope
• 向量数据库: Milvus, Qdrant, Chroma
• 推理引擎: vLLM, SGLang, Ollama
• 评估工具: RAGAs, DeepEval, LangSmith

🌐 学习社区与资源

• 社区: HuggingFace, ModelScope, 魔乐社区
• 博客: Lil'Log (OpenAI), 科学空间（苏剑林）, Chip Huyen
• 资源库: Awesome LLM Resources
• 可视化: 100+ LLM/RL 算法原理图 - 通过图解理解算法原理
• 可视化: Interactive Transformer Explainer - 交互式理解Transformer

四、8周详细学习计划

第 1 周：大模型应用开发基础 + 手撕 Naive RAG

学习内容: - 后端基础: FastAPI 路由、异步 I/O、Pydantic 数据校验 - LangChain 核心: LLM, Prompt Templates, Output Parsers, LCEL - Naive RAG 流程: Document Loaders, Text Splitters, Embeddings, Vector Stores - 向量数据库: FAISS/ChromaDB 本地化使用 手撕系列: - [ ] FastAPI 搭建 "Hello, World" API 服务 - [ ] LangChain LCEL 编写第一个 LLM Chain - [ ] 30分钟手撕一个完整的 Naive RAG 应用 解锁技能: - 熟练使用 FastAPI 搭建 API - 掌握 LangChain 核心组件与 LCEL 表达式语言 - 能够从零开始，快速构建一个基于文档问答的 RAG Demo

🌟 每日学习计划

第 2 周：Advanced RAG 与生产级向量数据库

学习内容: - Advanced RAG 技术: Query Transformation, Re-ranking, Hybrid Search - RAG 评估: 使用 RAGAs, TruLens 进行自动化评估 - 生产级向量数据库: Milvus/Zilliz Cloud 部署与使用 - 数据处理: Unstructured.io 解析复杂文档 手撕系列: - [ ] 实现 BM25 + 向量的混合检索 - [ ] 引入 Cohere Rerank 模型提升检索精度 - [ ] 使用 RAGAs 评估 RAG 系统的 Faithfulness 和 Answer Relevancy - [ ] Docker 部署 Milvus 并进行增删改查操作 解锁技能: - 掌握 10+ 种 RAG 优化策略 - 能够建立 RAG 系统的自动化评估流水线 - 熟练使用生产级的分布式向量数据库 Milvus - 具备处理复杂、非结构化文档的能力

🌟 每日学习计划

第 3 周：Agent 开发与 Tool Calling

学习内容: - Agent 核心: ReAct 框架, Planning, Tool Use, Memory - Tool Calling: OpenAI Function Calling, Tool Schema 定义 - 工具开发: 如何将 API, 数据库查询等封装为 Agent 可用的工具 - 错误处理: 工具调用失败的重试、降级策略 手撕系列: - [ ] 实现 3个 自定义工具 (天气查询, SQL数据库查询, API调用) - [ ] 基于 LangChain 构建一个可以链式调用工具的 Agent - [ ] 使用 OpenAI Function Calling 实现结构化数据提取 解锁技能: - 深刻理解 Agent 的"思考-行动"工作流 - 能够开发、测试、维护自定义工具集 - 掌握 Function Calling 的原理与应用 - 具备构建能处理真实世界任务的 Agent 的能力

🌟 每日学习计划

第 4 周：系统性能优化

学习内容: - 缓存策略: Redis 缓存 LLM 响应和 Embedding 结果 - 异步处理: asyncio, aiohttp 实现高并发 - 批处理优化: Embedding 和 LLM 调用的批处理 - 推理加速: vLLM, TensorRT-LLM 部署与使用 手撕系列: - [ ] 为 RAG 系统引入 Redis 缓存，对比优化前后性能 - [ ] 将 FastAPI 的同步接口改造为异步接口 - [ ] 部署 vLLM 并通过 API 进行推理 解锁技能: - 掌握 LLM 应用的核心性能优化手段 - 能够将系统的 QPS 提升 10 倍以上 - 熟练使用 Redis 进行缓存设计 - 具备部署和使用高性能推理引擎的能力

🌟 每日学习计划

第 5 周：监控、可观测性与部署

学习内容: - Agent 链路追踪: LangSmith, OpenTelemetry - 指标监控: Prometheus 监控业务和系统指标 - 可视化: Grafana 创建监控大盘 - 日志系统: ELK Stack (Elasticsearch, Logstash, Kibana) - 容器化部署: Docker, Docker Compose 手撕系列: - [ ] 为 Agent 应用集成 LangSmith，追踪每一步的调用和延迟 - [ ] 使用 Prometheus 暴露自定义指标 (如 Token 消耗, 缓存命中率) - [ ] 使用 Docker Compose 将 FastAPI + Milvus + Redis 整套系统一键部署 解锁技能: - 具备构建完整 LLM 应用可观测性体系的能力 - 能够快速定位和诊断线上问题 - 掌握基于 Docker 的容器化部署和编排 - 拥有完整的 DevOps for LLM Apps 经验

🌟 每日学习计划

第 6 周：Multi-Agent 系统开发

学习内容: - Multi-Agent 框架: AutoGen vs. CrewAI - Agent 角色定义: 如何设计具有不同职责和能力的 Agent - 通信机制与工作流: GroupChat, Sequential/Hierarchical flow - 状态管理: 如何在多个 Agent 之间共享和传递状态 手撕系列: - [ ] 使用 AutoGen 构建一个“研究员-程序员-测试员”协作的软件开发团队 - [ ] 使用 CrewAI 构建一个“旅行规划师-本地向导-预订专员”的旅行 Agent 解锁技能: - 掌握至少两种主流的 Multi-Agent 开发框架 - 能够根据复杂业务需求，设计和实现多智能体协作系统 - 理解不同协作模式 (如层级式 vs. 对话式) 的优缺点

🌟 每日学习计划

第 7-8 周：工业级项目实战与面试准备

核心目标：完成 1-2 个可写进简历的完整系统，并准备面试。

项目1：企业级智能客服 RAG 系统

业务场景: 为某电商公司构建智能客服系统，自动回答 80% 的重复性用户问题 (订单状态、物流、退款等)。 技术要求: - 数据源: 对接 FAQ 文档、商品信息数据库 (PostgreSQL)。 - 核心: 实现一个混合检索 RAG，优先从数据库精确查询，无法命中再从文档模糊检索。 - 性能: 系统 QPS > 200, P99 延迟 < 500ms。 - 监控: 完整的 LangSmith + Prometheus + Grafana 监控体系。 - 部署: 使用 Docker Compose 部署。 简历亮点: 高并发、低延迟、生产级监控、节省XX人力成本。

项目2：Agent 驱动的自动化投研系统

业务场景: 为投资分析师构建自动化报告生成 Agent，输入公司名，自动完成信息搜集、分析和报告撰写。 技术要求: - Multi-Agent: 使用 CrewAI 构建，包含 信息搜集Agent (调用搜索引擎、API)、财报分析Agent (解析PDF财报、计算关键指标)、报告撰写Agent。 - 工具集: 集成 Google Search, SEC API, 文件读写等至少 5 个工具。 - 稳定性: 强大的异常处理和重试机制，任务成功率 > 95%。 - 工作流: 设计一个顺序工作流，并记录每一步的中间产出。 简历亮点: Multi-Agent 协作、复杂工作流自动化、为分析师提升XX%工作效率。

🌟 学习计划 (2周)

📚 核心学习资源推荐

精选业界最优质的学习资源，助你快速提升工程能力

🤖 智能体开发

Hello-Agents - Datawhale

• ⭐ 推荐指数: ★★★★★
• 📖 内容: Agent 开发完整教程，从基础到进阶
• 🎯 适合: 快速上手 Agent 开发，掌握框架使用
• 💡 亮点: 中文友好、实战导向、案例丰富

📊 RAG 系统搭建

All-in-RAG - Datawhale

• ⭐ 推荐指数: ★★★★★
• 📖 内容: RAG 系统完整实现，涵盖文档解析、检索、生成
• 🎯 适合: 构建企业级 RAG 系统、性能优化
• 💡 亮点: 完整代码、最佳实践、生产级方案

🔧 模型微调（可选）

Unsloth - 高效微调框架

• ⭐ 推荐指数: ★★★★☆
• 📖 内容: 快速微调工具，降低资源消耗
• 🎯 适合: 需要快速微调、资源有限的场景
• 💡 亮点: 速度快、易上手、成本低

LLaMA-Factory - 一站式微调平台

• ⭐ 推荐指数: ★★★★★
• 📖 内容: Web UI 微调平台，支持 SFT、LoRA、DPO
• 🎯 适合: Function Call 微调、模型定制化
• 💡 亮点: 可视化界面、功能全面、易于使用

🗃️ 数据处理

Easy-Dataset - 数据处理工具集

• ⭐ 推荐指数: ★★★★☆
• 📖 内容: 数据清洗、格式转换、质量评估
• 🎯 适合: RAG 数据准备、知识库构建
• 💡 亮点: 自动化工具、提升数据质量

🧠 理解大模型原理（加分项）

nanoGPT - Karpathy

• ⭐ 推荐指数: ★★★★★
• 📖 内容: 从零实现 GPT，理解模型原理
• 🎯 适合: 深入理解 LLM 工作机制、面试加分
• 💡 亮点: 代码简洁、注释详细、理解本质

nanochat - Karpathy

• ⭐ 推荐指数: ★★★★☆
• 📖 内容: 从零构建对话模型
• 🎯 适合: 理解对话系统、端到端实现
• 💡 亮点: 完整流程、实战导向

🎯 完整学习路径

AgentGuide - AI Agent 完整学习路线

• ⭐ 推荐指数: ★★★★★
• 📖 内容: Agent 开发、RAG 系统、上下文工程、面试指南
• 🎯 适合: 系统化学习、求职准备、技术路线规划
• 💡 亮点: 开发岗/算法岗双路线、实战项目、简历模板

💡 学习建议

入门阶段（第1-2周）

1. 先学习 Hello-Agents 建立 Agent 开发基础
2. 浏览 nanoGPT 了解模型原理（可选）

进阶阶段（第3-6周）

1. 深入 All-in-RAG 学习 RAG 系统搭建
2. 使用 LLaMA-Factory 进行 Function Call 微调（可选）
3. 用 Easy-Dataset 处理数据

实战阶段（第7-8周）

1. 参考 AgentGuide 完成项目
2. 构建完整的生产级系统
3. 准备面试和简历

🛠️ 推荐技术栈组合

RAG 系统项目

后端: FastAPI + LangChain + Milvus/Chroma
数据处理: Easy-Dataset
监控: LangSmith + Prometheus + Grafana
部署: Docker + Docker Compose

Multi-Agent 项目

框架: CrewAI / AutoGen / LangGraph
工具: LangChain Tools + Custom Tools
工作流: State Machine + Task Queue
监控: LangSmith + 自定义日志

👉 返回主文档：README.md

learning roadmap algorithm

type: 路线图 status: 已发布 level: 通用 topic:

• 面试求职
• Agent
• 模型训练

AI Agent 算法工程师学习路线图（研究型）

目标岗位：AI Agent 算法工程师（研究/创新型） 学习时长：9 周（全职投入） 最终产出：1-2 个算法创新型项目 + 1 篇高质量论文/高星开源项目

一、你能获得什么

时间紧迫！用9周，打造从理论到创新的完整算法能力 ✅ 9周系统学习：从经典论文到前沿算法，构建坚实的理论体系 ✅ 每周代码实战：手撕核心算法，将理论转化为代码 ✅ 2个创新项目：完成从问题定义、算法设计到实验分析、论文撰写的完整科研流程 ✅ 独享学习路径：专为算法研究岗定制，区别于应用开发岗 ✅ 顶级面试能力：掌握算法岗面试核心，从容应对深度追问 ✅ 科研产出能力：完成具备顶会投稿/高星开源水平的创新项目

二、算法岗核心要求

你需要具备的能力

算法岗简历必备

✅ 至少1篇高质量论文：顶会/顶刊在投或已发表 ✅ 至少1个高星开源项目：300+ Stars 且有持续维护 ✅ 2-3个算法深度优化项目：有严谨的实验数据支撑 ✅ 扎实的理论基础：能从第一性原理层面回答深度问题

三、推荐学习资源与工具

📚 核心课程与书籍

• 课程: 《动手学深度学习》 - 深度学习基础的最佳入门
• 课程: 清华大模型公开课第二季 - 系统了解大模型历史与前沿
• 课程: Stanford CS224N: NLP with Deep Learning - NLP经典课程
• 书籍: 《大语言模型》 - 大模型最佳中文书籍
• 书籍: 《Build a Large Language Model (From Scratch)》 - 从零构建大模型
• 教程: 《动手学大模型Dive into LLMs》 - 上海交大编程实践教程（含PPT、视频）
• 教程: 《面向开发者的 LLM 入门教程》 - 吴恩达课程中文版
• 教程: 《从零开始的大语言模型原理与实践》 - Datawhale系统教程

📝 必读论文

• 基础: "Attention Is All You Need" - Transformer开山之作
• Agent: ReAct, Reflexion, Tree of Thoughts
• RAG: DPR, Self-RAG, GraphRAG
• RL: DPO, GRPO, DeepSeek-R1

🛠️ 研究工具与框架

• 训练框架: LLaMA-Factory, TRL, OpenRLHF
• 微调教程: 大模型微调系列 - 从基础到实战的完整指南
• 评估工具: lm-evaluation-harness, OpenCompass, RAGAs
• Agent框架: LangChain, AutoGen, AgentScope

🌐 学习社区与资源

• 论文库: Huggingface Daily Papers, Cool Papers, ML Papers Explained
• 博客: Lil'Log (OpenAI), 科学空间（苏剑林）, Andrej Karpathy
• 综述: 大语言模型综述, Awesome LLM Reasoning
• 资源库: Awesome LLM Resources

🎨 可视化学习资源（强烈推荐！）

• 100+ LLM/RL 算法原理图 ⭐ 算法岗必看！
  • 作者：《大模型算法：强化学习、微调与对齐》作者余昌叶
  • 内容：100+张原创算法原理图，涵盖Transformer、注意力机制、SFT、LoRA/QLoRA、DPO/PPO/GRPO、RLHF、推理优化等
  • 价值：通过可视化图解深入理解算法的数学推导和实现细节，让复杂算法一目了然
  • 书籍：《大模型算法：强化学习、微调与对齐》

四、9周详细学习计划

第 1 周：大模型必备基础 + 手撕Transformer

学习内容: 基础速通： - [ ] Python 核心语法、NumPy/Pandas 基础 - [ ] 神经网络核心概念：前向传播、反向传播、损失函数 - [ ] PyTorch 框架速通：Tensor 操作、自动求导、模型搭建 Transformer架构： - [ ] Transformer 架构详解：Encoder、Decoder 结构、Self-Attention 机制、Multi-Head Attention - [ ] 核心组件剖析：Attention、Positional Encoding、Layer Normalization、残差连接、FFN - [ ] MOE架构初探：专家网络、门控网络、Top-K激活 手撕系列: - [ ] PyTorch 手撕神经网络训练 - [ ] EXCEL实现Transformer矩阵计算 - [ ] 手撕 Multi-Head Attention - [ ] 手撕 Transformer 关键模块 解锁技能: - 熟练运用 Python 和 PyTorch 进行开发 - 精通 Transformer 模型的核心架构与组件 - 具备手撕关键模块的能力 - 完全理解Bert、T5、GPT架构的工作原理

🌟 每日学习计划

第 2 周：Agent 核心理论 + ReAct 框架

学习内容: Agent 核心概念： - [ ] 什么是 AI Agent？ - [ ] Agent 的核心组件：Planning、Memory、Tool Use - [ ] Agent vs. LLM vs. RAG 的本质区别 ReAct 框架： - [ ] ReAct 核心思想：Reasoning + Acting 交替进行 必读论文: - ReAct (必读!): Agent 的 "Hello World" - 论文: https://arxiv.org/abs/2210.03629 手撕与学习任务: - [ ] 阅读 ReAct 论文，手绘算法流程图 - [ ] 基于 LangChain 或 LlamaIndex 复现一个基础的 ReAct Agent 面试准备: - Q: 请解释 ReAct 框架的工作原理。 - Q: ReAct 和传统的 Chain-of-Thought 有什么区别？ 解锁技能: - 深刻理解 Agent 的基本工作范式 - 掌握 ReAct 框架的算法原理

🌟 每日学习计划

第 3 周：高级 Agent 架构：规划、反思与搜索

学习内容: 高级 Agent 架构： - [ ] Reflexion：自我反思机制 - [ ] Tree of Thoughts：树状思维搜索 - [ ] Self-Consistency：一致性采样 Multi-Agent 协作： - [ ] Multi-Agent 通信协议与协作策略（辩论、投票、层级） - [ ] 任务分解与分配算法 必读论文: - Reflexion: 核心思想是通过自我反思改进决策。 - 论文: https://arxiv.org/abs/2303.11366 - Tree of Thoughts: 核心思想是搜索算法 + LLM。 - 论文: https://arxiv.org/abs/2305.10601 - AutoGen Framework: 对话驱动的多智能体系统。 - 论文: https://arxiv.org/abs/2308.08155 学习任务: - [ ] 对比 ReAct、Reflexion、ToT 的算法差异，分析各自优缺点 - [ ] 用 Python 实现一个 ToT 节点，并结合 LLM API 设计一个简单的评估函数来解决 24点游戏 问题 - [ ] 使用 AutoGen 框架实现一个简单的 "coder" 与 "critic" 协作的 Multi-Agent 系统 面试准备: - Q: Reflexion 的自我反思机制如何实现？它和 RL 中的 "Credit Assignment" 有什么关系？ - Q: Tree of Thoughts 和传统 MCTS (蒙特卡洛树搜索) 的区别是什么？ - Q: 在 Multi-Agent 系统中，如何解决 "责任分散" 和 "目标冲突" 的问题？ 解锁技能: - 掌握 Reflexion, ToT 等高级 Agent 架构的算法思想 - 能够分析不同 Agent 架构的优缺点和适用场景 - 理解多智能体系统的设计理念和协作模式 - 具备初步设计复杂 Agent 系统的能力

🌟 每日学习计划

第 4 周：RAG 核心算法：从密集检索到图检索

学习内容: 检索算法原理： - [ ] Naive RAG 的算法流程 - [ ] 检索算法：BM25、Dense Retrieval、Hybrid Search - [ ] Reranker 算法原理 Advanced RAG 算法： - [ ] GraphRAG 算法创新 - [ ] Agentic RAG 与多跳推理 必读论文: - Dense Passage Retrieval (DPR): 现代 RAG 的基础，对比密集检索与稀疏检索。 - 论文: https://arxiv.org/abs/2004.04906 - GraphRAG: 基于知识图谱的检索，关注其子图采样、路径排序等创新。 - 报告: https://www.microsoft.com/en-us/research/project/graphrag/ - Self-RAG: 让 Agent 自主规划检索策略。 - 论文: https://arxiv.org/abs/2310.11511 手撕与学习任务: - [ ] Python 手撕 BM25 算法 - [ ] 使用 FAISS 构建一个向量索引并进行相似度搜索 - [ ] 使用 RAGAs 或 trulens-eval 对一个基础 RAG 系统进行评估 - [ ] 设计一个简单的 Agentic RAG 查询规划模块伪代码 面试准备: - Q: GraphRAG 相比传统 RAG 的算法改进是什么？它适用于什么场景？ - Q: 如何设计一个 Agentic RAG 的规划策略？如何评估规划的好坏？ - Q: 密集检索和稀疏检索的优缺点分别是什么？为什么 Hybrid Search 通常效果更好？ 解锁技能: - 深入理解现代 RAG 系统的检索算法基石 - 掌握 GraphRAG、Agentic RAG 等前沿 RAG 算法的创新点 - 具备手撕核心检索算法和评估 RAG 系统的能力 - 能够设计和评估 RAG 系统的检索模块

🌟 每日学习计划

第 5 周：Agent Memory 与上下文工程算法

学习内容: Memory 算法设计： - [ ] 短期记忆 vs 长期记忆 - [ ] 记忆重要性评分算法 (语义相似度 + 任务相关性 + 时效性) - [ ] 记忆压缩与总结策略 (聚类 + 摘要 + 去重) - [ ] 记忆检索优化 (向量检索 + 时间衰减 + 重要性加权) 上下文工程算法： - [ ] 上下文选择策略 (语义相关性、逻辑依赖、时效性) - [ ] 上下文压缩算法 (层级笔记、QA对转换、总结算法) - [ ] 动态上下文构建 必读论文: - Generative Agents: 经典的 Agent Memory 模拟社会行为研究。 - 论文: https://arxiv.org/abs/2304.03442 - MemGPT: 通过分层记忆和函数调用管理虚拟上下文。 - 论文: https://arxiv.org/abs/2310.08560 学习任务: - [ ] 基于 MemGPT 开源库，修改其配置以处理一个长文档问答任务 - [ ] 实现一个自定义的 NodePostprocessor (LlamaIndex) 来根据关键词或时间戳过滤上下文 - [ ] 设计一个分层记忆架构伪代码，包含评分、压缩、检索的完整 Agent Memory 算法方案 面试准备: - Q: 如何设计 Agent 的长期记忆机制？请阐述其写入、更新、读取的全流程。 - Q: 记忆压缩和检索的trade-off如何平衡？如何通过实验评估你的压缩算法没有损失关键信息？ - Q: MemGPT 和传统的 RAG 在处理长上下文时有何本质区别？ 解锁技能: - 掌握 Agent 记忆系统的核心算法设计 - 能够设计高效的上下文选择与压缩策略 - 理解如何平衡信息保真度与上下文长度的限制 - 具备从算法层面优化 Agent 长对话能力的视野

🌟 每日学习计划

第 6 周：基于强化学习的 Agent 决策优化

学习内容: RL 基础理论： - [ ] RL 基础：MDP、Q-learning、Policy Gradient - [ ] Agent + RL 的结合点 - [ ] 奖励函数设计 (稀疏奖励 vs 密集奖励, Reward Model) - [ ] 策略优化算法 (PPO vs DPO vs GRPO) 必读论文: - DPO: 无需显式奖励模型的偏好对齐方法。 - 论文: https://arxiv.org/abs/2305.18290 - GRPO: 最新的 RLHF 算法，核心思想是 Group Relative Policy Optimization，算法创新点在于相对偏好建模。 - 论文: https://arxiv.org/pdf/2402.03300 手撕与学习任务: - [ ] 推导 DPO 的损失函数 - [ ] 使用 TRL 库中的 DPOTrainer 对一个 SFT 模型进行 DPO 微调 - [ ] 设计一个 Agent 工具调用任务的奖励函数 面试准备: - Q: 如何用强化学习优化 Agent 的决策？请举例说明 State, Action, Reward 如何定义。 - Q: DPO 和 PPO 在 Agent 场景下的选择和优劣势是什么？为什么 DPO 更稳定？ - Q: 在一个稀疏奖励的 Agent 任务中（例如，只有任务最终成功才有奖励），如何设计 Reward Shaping 或辅助任务来帮助模型学习？ 解锁技能: - 掌握将 Agent 决策过程建模为 RL 问题的能力 - 深刻理解 PPO/DPO/GRPO 等主流对齐算法的原理 - 能够为 Agent 任务设计合理的奖励函数 - 具备使用强化学习优化 Agent 策略的理论基础

🌟 每日学习计划

第 7-8 周：算法创新项目实战

根据阿东提供的方向进行选择

核心目标：完成 1-2 个算法创新型项目，从问题定义到实验分析，产出论文初稿或开源代码。

项目方向1：Agentic RAG with Self-Correction

问题定义: 传统 RAG "一次检索定成败"，无法处理需要多步推理或信息汇总的复杂问题。 算法创新点: 1. Iterative Retrieval: 构建一个 Agent，能对初步检索结果进行评估。 2. Self-Correction: 如果 Agent 认为信息不足或有矛盾，能自主生成新的、更精确的查询，进行多轮检索。 3. Adaptive Planning: (进阶) 使用 RL 训练查询生成策略，最大化最终答案的准确性。 实验设计: - 数据集: HotpotQA, QASPER (需要多跳推理的数据集) - Baseline: Naive RAG, ReAct Agent - 评估指标: F1, Recall@K, Answer Correctness, # of Queries (效率) - 消融实验: 验证 Self-Correction 模块和 Iterative Retrieval 模块的贡献。

项目方向2：Hierarchical Memory Agent for Long-Term Tasks

问题定义: 现有 Agent 的 Memory 机制通常是扁平的向量存储，难以在长期、多任务的场景中有效组织和检索记忆。 算法创新点: 1. Hierarchical Memory: 设计一个分层记忆结构，例如 Event Memory (高层事件总结) 和 Working Memory (底层原始信息)。 2. Autonomous Summarization: Agent 能够在对话或任务结束后，自动将 Working Memory 中的内容进行总结，并存入 Event Memory。 3. Layered Retrieval: 检索时，Agent 首先在高层 Event Memory 中定位相关事件，再深入底层的 Working Memory 获取细节，提高效率和准确性。 实验设计: - 数据集: 构建一个长对话、多主题的数据集 (如整理多场会议纪要)。 - Baseline: Sliding Window Memory, Naive Vector Store Memory - 评估指标: Information Recall (信息保留率), Compression Ratio (压缩率), Retrieval Speed (检索速度) - 消融实验: 验证 Hierarchical 结构和 Summarization 模块的有效性。

🌟 学习计划 (2周)

第 9 周：论文撰写/开源与面试冲刺

学习内容: 论文/开源准备: - [ ] 论文撰写: 学习 Introduction, Method, Experiments, Conclusion 的写法。 - [ ] 开源准备: 代码整理与注释，撰写 README，准备示例代码和技术博客。 面试准备: - [ ] 简历撰写: 学习如何突出算法创新、实验验证和论文/开源产出。 - [ ] 算法面试题: 刷算法设计类、实验设计类、理论深度类题目。 - [ ] 模拟面试: 准备自我介绍和项目介绍的逐字稿，进行模拟面试。 面试话术准备 (STAR - 算法版): - Situation: 问题背景，现有方法的局限性。 - Task: 你要解决的问题和优化目标。 - Action: 你设计的算法，创新点，为什么这样设计。 - Result: 实验结果，对比了哪些 baseline，提升了多少，有什么产出。 解锁技能: - 掌握学术论文的撰写规范与技巧 - 能够将自己的研究成果进行开源分享 - 拥有一份极具竞争力的算法项目经历 - 具备在面试中清晰、深入地阐述自己工作的能力

🌟 每日学习计划

📚 核心学习资源推荐

精选业界最优质的学习资源，助你快速提升算法能力

🤖 智能体开发

Hello-Agents - Datawhale

• ⭐ 推荐指数: ★★★★★
• 📖 内容: Agent 开发完整教程，从基础到进阶
• 🎯 适合: 入门 Agent 算法开发，了解核心原理
• 💡 亮点: 中文友好、实战导向、Datawhale 出品

📊 RAG 算法优化

All-in-RAG - Datawhale

• ⭐ 推荐指数: ★★★★★
• 📖 内容: RAG 全流程算法优化，涵盖检索、重排、GraphRAG
• 🎯 适合: RAG 算法研究、检索优化、算法创新
• 💡 亮点: 系统化 RAG 教程、算法改进方向、实战案例

🔧 模型微调

Unsloth - 高效微调框架

• ⭐ 推荐指数: ★★★★★
• 📖 内容: 2-5倍微调加速，显存优化，支持 LoRA/QLoRA
• 🎯 适合: 高效微调、资源受限场景、快速实验
• 💡 亮点: 速度快、显存省、易上手

LLaMA-Factory - 一站式微调平台

• ⭐ 推荐指数: ★★★★★
• 📖 内容: 支持100+ LLM微调，Web UI + CLI，SFT/DPO/PPO
• 🎯 适合: 算法实验、Function Call微调、模型对齐
• 💡 亮点: 功能全面、社区活跃、文档完善

🗃️ 数据处理

Easy-Dataset - 数据处理工具集

• ⭐ 推荐指数: ★★★★☆
• 📖 内容: 数据清洗、格式转换、质量评估
• 🎯 适合: 微调数据准备、数据质量提升
• 💡 亮点: 自动化数据处理、提升数据质量

🧠 从零构建大模型（理论深度）

nanoGPT - Karpathy

• ⭐ 推荐指数: ★★★★★（算法岗必看）
• 📖 内容: 从零实现 GPT，代码简洁、注释详细
• 🎯 适合: 深入理解 Transformer、预训练原理
• 💡 亮点: Karpathy 亲自编写、500行核心代码、理解模型本质

nanochat - Karpathy

• ⭐ 推荐指数: ★★★★★（算法岗必看）
• 📖 内容: 从零构建对话模型，涵盖训练、推理、部署
• 🎯 适合: 理解对话系统、端到端模型构建
• 💡 亮点: 完整的训练流程、实战导向、算法细节

🎯 完整学习路径

AgentGuide - AI Agent 完整学习路线

• ⭐ 推荐指数: ★★★★★
• 📖 内容: Agent 开发、RAG 系统、上下文工程、面试指南
• 🎯 适合: 系统化学习、求职准备、技术路线规划
• 💡 亮点: 算法岗/开发岗双路线、面试题库、简历模板

💡 学习建议

入门阶段（第1-2周）

1. 先学习 Hello-Agents 建立 Agent 开发基础
2. 阅读 nanoGPT 源码理解模型原理

进阶阶段（第3-6周）

1. 深入 All-in-RAG 学习检索算法优化
2. 使用 LLaMA-Factory 进行微调实验
3. 用 Unsloth 提升训练效率

实战阶段（第7-9周）

1. 参考 nanochat 构建对话系统
2. 使用 Easy-Dataset 处理训练数据
3. 跟随 AgentGuide 完成项目和面试准备

👉 返回主文档：README.md

FAQ

常见问题 (FAQ)

AgentGuide 使用过程中的常见问题解答

🎓 学习相关

Q1: 我没有 AI 基础，能学会吗？

A: 可以！但建议先具备：

• ✅ 基础的 Python 编程能力
• ✅ 了解基本的机器学习概念（不强制）
• ✅ 使用过 ChatGPT 等 LLM 产品

如果完全零基础，建议先学习：

1. Python 基础（菜鸟教程即可，1-2周）
2. 了解什么是大语言模型（看 1-2 篇科普文章）
3. 试用 ChatGPT/Claude（感受 LLM 能力）

零基础学习路径：

Step 1: Python 基础（2周）
  ↓
Step 2: 了解 LLM（1周）
  ↓
Step 3: 开始 AgentGuide 学习（6-8周）

Q2: 学完大概需要多长时间？

A: 取决于你的目标和基础：

建议：

• 不要贪多，先完成一条线
• 边学边做项目，不要只看不练
• 每周至少 10-15 小时投入

Q3: 算法岗和开发岗有什么区别？我该选哪个？

A: 核心区别总结：

如何选择：

• ✅ 有论文/科研经历 → 优先算法岗
• ✅ 有工程/项目经验 → 优先开发岗
• ✅ 两者都有 → 通吃策略（最推荐！）

详细对比：查看 岗位选择指南

Q4: AgentGuide 和其他教程有什么不同？

A: 核心差异：

AgentGuide 的独特价值：

1. ✅ 选择优先：先确定岗位，再学习
2. ✅ 求职导向：每个知识点都标注"面试怎么考"
3. ✅ 实战项目：提供算法岗和开发岗两种写法
4. ✅ 系统化：从零基础到拿Offer的完整路径
5. ✅ 作者背书：一线大模型算法工程师

Q5: 我可以商业使用 AgentGuide 的内容吗？

A: 个人学习和求职完全免费。但请注意：

✅ 允许的用途：

• 个人学习、求职简历、面试准备
• 在自己的博客/公众号分享（需注明来源）
• 企业内部学习使用

❌ 不允许的用途：

• 未经许可的商业培训、课程销售
• 去除作者信息后的二次分发
• 直接复制内容做付费产品

灰色地带：

• 如果要基于 AgentGuide 做商业培训，请联系作者授权
• 可以引用部分内容，但需注明出处

💻 技术相关

Q6: 需要什么硬件配置？

A: 取决于你的目标：

开发岗（轻量）：

• 💻 普通笔记本即可
• 🌐 稳定的网络（调用 API）
• 💰 LLM API 费用（每月 50-100 元）

算法岗（需要GPU）：

• 💻 带 GPU 的电脑或云服务器
• 🎮 推荐：RTX 3090/4090 或 A100
• 💰 云 GPU 费用（AutoDL约 2-5 元/小时）

建议：

• 开发岗：本地开发 + OpenAI API
• 算法岗：AutoDL 租 GPU（按需使用）

Q7: 学完能找到什么样的工作？

A: 基于往期学员案例：

薪资范围：

• 应届生：30-50 万
• 1-3年经验：50-80 万
• 3年+经验：80-150 万

典型岗位：

• AI Agent 算法工程师
• AI Agent 开发工程师
• RAG 系统工程师
• LLM 应用工程师
• 多模态算法工程师

公司类型：

• 大厂：字节、阿里、腾讯、百度
• AI 独角兽：智谱、月之暗面、零一万物
• AI 创业公司：各垂直领域

Q8: 项目会持续更新吗？

A: 会的！承诺：

更新频率：

• 每周至少 2-3 篇新内容
• 每月至少 1 个实战项目

更新内容：

• 📚 技术教程（LangChain、RAG、Agent）
• 💼 实战项目（完整代码+教程）
• 📰 最新技术动态（论文解读）
• 🎯 面试题库（真实大厂面试题）

如何获取更新：

1. ⭐ Star 本项目
2. 👁️ Watch 本项目（推荐）
3. 关注公众号「阿东玩AI」

🤝 社群相关

Q9: 如何加入学习社群？

A: 三种方式任选其一：

1. 方式一（推荐）：
   • Star 本项目
   • 在 Issues 评论"申请加群"
   • 留下你的微信号

1. 方式二：
   • 关注公众号「阿东玩AI」
   • 回复「AgentGuide」
   • 获取入群二维码

1. 方式三：
   • 小红书搜索「阿东玩AI」
   • 私信"加群"

社群福利：

• ✅ 每周技术分享
• ✅ 简历/面试辅导
• ✅ 问题实时答疑
• ✅ 学习小组
• ✅ 大厂内推机会

Q10: 社群是免费的吗？

A: 基础社群完全免费！

免费内容：

• Agent 学习交流
• 技术问题答疑
• 资源分享

付费服务（可选）：

• 1v1 简历诊断
• 模拟面试
• 深度学习陪跑

🔧 使用问题

Q11: 代码运行不了怎么办？

A: 常见问题排查：

1. 检查 Python 版本

   python --version  # 需要 3.8+

1. 检查依赖安装

   pip install -r requirements.txt

1. 检查 API Key
   • OpenAI API Key 是否配置
   • 网络是否能访问 OpenAI

1. 查看错误日志
   • 复制完整错误信息
   • 在 Issues 中提问

Q12: 我能贡献内容吗？

A: 非常欢迎！🎉

贡献方式：

1. 纠正错误（错别字、技术错误）
2. 补充内容（新的资源、工具）
3. 优化代码（示例代码优化）
4. 翻译内容（英文版）

贡献流程： 详见 CONTRIBUTING.md

贡献者权益：

• ✅ 名字出现在贡献者列表
• ✅ 优先获得技术支持
• ✅ 社群"核心贡献者"标识

📬 其他问题

Q13: 如何联系作者？

A: 多种方式：

• 📝 GitHub Issues：https://github.com/adongwanai/AgentGuide/issues
• 📱 小红书：阿东玩AI
• 📰 公众号：阿东玩AI
• 🎬 B站：阿东玩AI

紧急问题：GitHub Issues（24小时内回复）

Q14: 项目会一直免费吗？

A: AgentGuide 永久开源免费！

承诺：

• ✅ 所有核心内容永久免费
• ✅ 不会设置付费墙
• ✅ 不会删除已有内容

可能的商业化：

• 基于 AgentGuide 的付费课程（深度陪跑）
• 1v1 咨询服务
• 企业内训

但 AgentGuide 本身永远免费！

💡 还有其他问题？

• 📝 提 Issue：https://github.com/adongwanai/AgentGuide/issues
• 💬 加入社群：公众号回复「AgentGuide」

👉 返回主文档：README.md

agent job ready roadmap 2026

type: 路线图 status: 已发布 level: 通用 topic:

• 面试求职
• Agent
• 项目实战

2026 Agent 求职通关路线

这是一条面向求职和项目落地的 Agent 学习路线。目标不是收藏更多链接，而是一步步做出能验证、能演示、能写进简历的作品。

适合谁

当前优先级

Agent 方向变化很快，当前更值得投入的是能落地、能验证、能讲清楚取舍的能力。

Stage 0：理解 Agent 是什么

目标：区分 chatbot、workflow、agent、multi-agent，知道什么时候不该用 Agent。

需要掌握：

• Agent 基本循环：observe -> think -> act -> observe
• Workflow 和 Agent 的边界
• Agent 失败的常见原因：上下文污染、工具设计差、状态不可恢复、没有评测
• Harness 的意义：模型是推理核心，harness 提供工具、权限、记忆、反馈和运行环境

推荐阅读：

• Anthropic: Building effective agents
• OpenAI: A practical guide to building agents
• 上下文工程实践

产出物：写一页笔记回答三个问题：

1. 我的场景为什么需要 Agent，而不是普通 workflow？
2. Context Engineering 和 Prompt Engineering 的区别是什么？
3. Harness 的各层分别解决什么问题？

Stage 1：写出最小 Agent Loop

目标：自己写出一个能选择工具、执行工具、返回最终答案的最小 Agent。

需要掌握：

• 普通 LLM API 调用
• 结构化 JSON 输出
• 工具函数定义和 schema 设计
• tool call / function call 解析
• 最大步数、超时、错误处理

核心循环：

while True:
    response = call_model(messages, tools)
    if response.stop_reason == "end_turn":
        break
    if response.stop_reason == "tool_use":
        result = run_tool(response.tool_call)
        messages.append(result)
        continue

推荐阅读：

• OpenAI Function Calling
• Claude Tool Use
• 手撕 ReAct 框架

产出物：一个 50-150 行的最小 Agent，可以调用 calculator、search、read_file 等工具。

Stage 2：Tool Use、RAG 和 Memory

目标：让 Agent 从“会聊天”变成“能查资料、用工具、有记忆”。

需要掌握：

• RAG 全流程：chunk -> embed -> retrieve -> answer with citations
• 工具注册：优先使用 dispatch 表，而不是 if-elif 长链
• 短期上下文、会话记忆、长期记忆的区别
• 工具失败、空结果、重复调用、幻觉引用处理
• 回答中给出来源或证据

推荐阅读：

• Agent Memory 系统完整指南
• MCP 协议详解

产出物：一个资料研究助手，输入主题后自动搜索、筛选、总结并输出引用链接。

Stage 3：研究一个现代 Agent Harness

目标：从真实系统里学习 Agent 如何组织工具、上下文、权限、状态、日志、子任务和反馈。

推荐研究对象：

重点读：

• agent loop 在哪里
• tool registry 怎么设计
• permission gate 怎么拦截风险动作
• session store 怎么保存状态
• context compaction 怎么触发
• trace 怎么记录和回放

产出物：一个可调试的 harness demo，包含 README、运行步骤、示例输入输出和失败记录。

Stage 4：把 Multi-Agent 当协调问题

目标：理解多 Agent 不是“角色扮演越多越强”，而是任务分解、上下文隔离和结果汇总。

需要掌握：

• planner / executor / reviewer / critic / router 的职责边界
• supervisor 或 graph 如何管理多 Agent
• 每个 Agent 的输入输出 schema 和停止条件
• 循环、争论、任务漂移、上下文膨胀怎么处理
• 什么时候单 Agent 更好

判断标准：

如果子任务之间需要频繁交换中间状态，优先单 Agent；如果子任务可以独立完成、最后只汇总结果，才考虑 multi-agent。

推荐阅读：

• Claude Code Subagents
• Anthropic: How we built our multi-agent research system

产出物：一个 research -> write -> review -> revise 的小型多 Agent 系统。

Stage 5：学习 Skills、协议和能力封装

目标：理解 Tool、Skill、MCP、A2A、ACP 分别解决什么问题。

需要掌握：

• Tool：可调用接口，解决“能不能做”
• Skill：可复用流程知识，解决“怎么高质量地做”
• MCP：连接外部工具和数据源
• A2A：Agent 之间发现、通信和协作
• ACP：宿主应用与 Agent 的统一接口

一个好的 Skill 应该包含：

• name / description
• 何时使用
• 操作步骤
• 需要渐进加载的脚本或模板
• 验收标准
• smoke test

推荐阅读：

• Claude Code Skills
• Model Context Protocol
• Agent2Agent Protocol

产出物：一个可复用 Skill，例如 code-review、research-report、pdf-extraction 或 release-note-writer。

Stage 6：Browser 和 Computer-Use Agents

目标：让 Agent 能操作公开网页，并具备可复盘的安全边界。

需要掌握：

• Browser Agent 和普通 API Tool 的区别
• Playwright / browser-use 的基本操作
• 页面变化、弹窗、加载失败、元素定位失败处理
• 截图、DOM、动作日志记录
• 对登录、支付、发布、删除等动作设置安全限制

推荐阅读：

• Claude Computer Use
• browser-use
• WebArena

产出物：一个只操作公开网页的 Browser Agent，能打开页面、提取信息、生成摘要。

Stage 7：Evaluation、Observability 和 Safety

目标：用评测和 trace 把 Agent 从“感觉变好”推进到“可以定位、可以回归、可以优化”。

需要掌握三层评测：

还需要记录：

• 成功率
• 失败原因
• 工具调用次数
• 成本
• 延迟
• 权限确认记录

推荐阅读：

• Agent 评估完全指南
• Evaluation Harness 完全指南
• OpenAI Evals

产出物：一个 eval 表格，至少 20 个任务、期望结果、实际结果、失败分类。

Stage 8：Ship 一个真实 Agent

目标：完成一个别人能 clone 下来跑的 Agent 项目。

最低要求：

• 有明确用户、明确任务、明确成功标准
• 有日志、trace、错误重试、超时、成本上限
• 有权限边界和人工确认机制
• 有部署方式：CLI、Web app、Slack bot、GitHub Action 或后台任务
• 有 README：怎么运行、怎么配置、怎么扩展、有哪些限制
• 有 eval：至少 20 条任务，记录通过率和失败归因

最终产出物：一个可运行 Agent 项目 + 技术博客 + 简历项目描述。

简历表达模板

不要只写“基于大模型实现智能问答”。一个 Agent 项目应该从三维表达：

示例：

基于轻量 Agent Harness 构建垂直场景助手。ReAct loop + dispatch 表注册 5 个业务工具，四层分级 context 管理 system / long-term / short-term / turn 信息；高风险操作接入三级权限确认。20 条评测 case 端到端通过率 82%，通过上下文压缩和模型路由将 token 成本降低 60%。

ship agent project

type: 实践指南 status: 已发布 level: 进阶 topic:

• Agent
• 项目实战
• 面试求职

如何落地一个可写进简历的 Agent 项目

不是装一个框架跑 hello world，而是从理解、规划、实现、评测到复盘，做出一个能演示、能解释、能量化的 Agent 项目。

最终标准

一个简历级 Agent 项目至少应该做到：

• 有明确用户和任务，不是泛泛的“智能助手”
• 有可运行入口，别人 clone 后能按 README 跑起来
• 有清晰 agent loop、工具注册、上下文管理、权限边界
• 有日志或 trace，失败后能定位问题
• 有 eval case，能说明通过率、失败类型、成本和延迟
• 有复盘：为什么这样设计，替代方案是什么，哪些机制真的带来提升

Step 1：建立全局认知

不要一上来逐文件读源码。先回答 5 个问题：

1. Agent loop 在哪里？也就是模型调用、工具调用、观察结果回写的主循环在哪里。
2. 工具注册机制是什么？新增工具是加配置、加函数，还是改核心逻辑？
3. Context 怎么组装？system、history、memory、retrieved context、tool result 的顺序是什么？
4. Memory 怎么存？JSONL、SQLite、向量库、外部服务，分别存什么？
5. 通道层怎么抽象？CLI、Web、IM、定时任务是否共用同一套 agent core？

建议做法：

• 先看 README、架构图、入口文件、测试文件
• 用 rg 搜索 tool, agent, loop, memory, session, trace
• 把核心文件压缩到 3-5 个，逐行读这些文件
• 配角文件只扫职责，不要陷进每个实现细节

产出物：一页项目理解笔记，包含模块图和核心调用链。

Step 2：准备 AI 编程环境

核心不是装 IDE，而是建立：

Plan -> 执行 -> 验证 -> 复盘

建议在项目根目录沉淀这些文件：

项目根/
├── AGENTS.md 或 CLAUDE.md    # 给 coding agent 的项目规则
└── docs/
    ├── spec.md              # 需求规格
    ├── prompt_plan.md       # 实现计划
    └── eval_plan.md         # 评测设计

AGENTS.md 或 CLAUDE.md 建议写四块：

产出物：能让 AI coding 工具稳定协作的项目规则文件。

Step 3：建立项目理解 Skill

当项目变大后，只靠一次性 prompt 很容易丢上下文。更好的方式是把项目理解沉淀成可复用 Skill 或项目指南。

可以写成：

custom_skills/
└── understand_project.md

内容建议：

• 项目一句话定位
• 目录结构
• 核心流程
• Agent loop 位置
• 工具注册方式
• Context / Memory / Eval 相关文件
• 常用命令
• 修改代码时的注意事项
• 验收标准

这样之后你可以让 coding agent “参考项目理解 Skill”，不需要每次重新读一遍源码。

产出物：一份项目理解 Skill 或等价的项目上下文文档。

Step 4：先写 Spec，再写代码

脑子里的需求通常不完整。先把需求写成 spec，再拆成可测试的小步骤。

Spec 至少回答：

实现计划建议拆成 5-10 个小步骤，每步都能独立验证。

产出物：docs/spec.md 和 docs/prompt_plan.md。

Step 5：评测、归因和消融实验

没有 eval 的 Agent 修改就是“感觉变好了”。项目要能写进简历，必须有数据。

准备 10-20 个评测 case，覆盖：

• 正常任务
• 空输入
• 工具失败
• 检索不到结果
• prompt injection
• 高风险动作
• 长上下文
• 多轮追问

每次跑完记录：

消融实验可以这样做：

• 去掉 context 压缩，看成功率和成本变化
• 去掉 reranker，看引用正确率变化
• 换小模型做 gate，看成本和误判率变化
• 合并或拆分工具，看工具选择准确率变化
• 关闭 memory，看多轮任务成功率变化

产出物：一张 eval 表格 + 一段项目复盘。

可靠性六件套

简历写法

不要写：

基于大模型实现智能问答系统。

可以写：

基于轻量 Agent Harness 构建资料研究助手。ReAct loop + dispatch 表注册 search / fetch / summarize / cite 4 类工具，四层 context 管理 system、memory、retrieval、turn 信息；高风险写入动作接入 dry-run 和人工确认。构建 20 条 eval case，端到端通过率 82%，消融实验显示 context 压缩使成功率提升 12%，模型路由将 token 成本降低 60%。

常见误区

agent harness engineering

type: 教程 status: 已发布 level: 高阶 topic:

• Agent
• 上下文工程
• MCP

Agent Harness Engineering：把裸模型变成能干活的系统

模型决定推理下限，Harness 决定产品上限。真正的 Agent 工程，不是只调用 LLM API，而是给模型配好工具、权限、状态、记忆、通道、反馈和评测。

什么是 Agent Harness

可以把 Agent 拆成两部分：

Agent = Model + Harness

• Model：负责理解、推理、生成、选择动作。
• Harness：负责把模型放进真实工作环境，提供工具、上下文、权限、状态、日志、回放、评测和人类反馈。

同一个模型，放在聊天窗口里只是问答助手；放进好的 harness 里，才可能成为能长期执行任务的 Agent。

为什么 Harness 重要

很多 Agent demo 失败，不是模型不够强，而是 harness 太弱：

• 工具描述含糊，模型经常选错工具
• 工具返回太长，污染上下文
• 没有权限分级，危险动作不可控
• 没有 session store，任务中断后无法恢复
• 没有 trace，失败后无法复盘
• 没有 eval，改动后不知道能力是否退化
• 没有成本上限，循环调用工具烧 token

Harness Engineering 的核心问题是：

如何设计一个运行环境，让模型能稳定、可控、可观测地完成真实任务？

七层模型

L7  自驱层（heartbeat / cron）      让 Agent 自己找活干
L6  通道层（CLI / Web / IM / Email）让 Agent 进入真实入口
L5  人格层（SOUL / policy）         让 Agent 跨模型不漂移
L4  记忆层（JSONL / SQLite / vector）让 Agent 记得上下文和偏好
L3  工具层（tools / skills / MCP）  让 Agent 真的能干活
L2  循环层（agent loop）            让 Agent 能持续观察和行动
L1  模型层（provider abstraction）  让 Agent 不绑死一家模型

初学者不要一开始就搭七层。第一周只需要跑通 L1 + L2 + L3：

1. 模型能调用
2. agent loop 能持续执行
3. 工具能注册、执行、返回结果

后面的 memory、channel、heartbeat 都应该在真实需求出现后再加。

L1：模型层

目标：换模型不用改业务代码。

关键做法：

• 所有模型调用统一走 call_model(messages, tools, config)
• provider 配置外置，支持 OpenAI / Anthropic / Gemini / 本地模型切换
• 输出统一成内部事件格式，例如 message, tool_call, final, error
• 记录 token、延迟、模型名、请求 id

面试常问：

为什么不能直接在业务代码里到处调 SDK？

回答重点：

• provider 行为不同，必须做统一抽象
• 便于模型路由和 fallback
• 便于统计成本和排查问题

L2：循环层

目标：从一次问答变成持续工作。

最小 agent loop：

for step in range(max_steps):
    response = call_model(messages, tools)
    if response.type == "final":
        return response.content
    if response.type == "tool_call":
        result = run_tool(response.tool_call)
        messages.append(format_tool_result(result))
        continue
raise MaxStepsExceeded()

必须有：

• 最大步数
• 超时
• 工具错误回传
• stop condition
• interrupt / resume 设计
• trace id

进阶设计：

• 一个 turn 可以包含多个 tool call
• 支持用户中途 steer
• 支持 context compaction
• 支持任务暂停和恢复

L3：工具层

目标：让 Agent 不只聊天，还能读取、搜索、计算、写入和调用外部系统。

工具设计原则：

推荐结构：

TOOLS = {
    "search": search_tool,
    "read_file": read_file_tool,
    "write_file": write_file_tool,
}

新增工具应该是加一项注册，而不是改一坨 if-elif。

L4：记忆层

目标：让 Agent 在任务、会话和长期偏好之间保持连续性。

三类记忆：

不要过早上向量库。很多个人项目用 JSONL + SQLite 就能跑很久。

关键问题：

• 谁决定什么值得存？
• 写入门槛是什么？
• 什么时候合并、遗忘、压缩？
• 召回结果如何防止污染当前上下文？

L5：人格层

目标：让 Agent 的行为风格和边界跨模型保持稳定。

可以沉淀：

• 项目规则：AGENTS.md / CLAUDE.md
• 行为原则：SOUL.md
• 安全策略：policy / permission config
• 输出风格：templates

人格层不是玄学，它解决的是：

• 换模型后风格漂移
• 多入口回复不一致
• 风险场景没有统一边界
• 项目协作规则反复遗忘

L6：通道层

目标：让 Agent 不只躲在终端里，而是进入用户真实入口。

常见通道：

• CLI
• Web app
• Slack / 飞书 / Discord / Telegram
• Email
• GitHub Action
• 定时后台任务

设计原则：

• agent core 和 channel adapter 分离
• 不同通道共用 session / permission / trace
• 先把一个通道用透，再加第二个通道

L7：自驱层

目标：让 Agent 从“踹一下动一下”变成能主动检查任务。

常见方式：

• heartbeat
• cron
• queue worker
• webhook
• monitor

谨慎使用：

• 自驱层会放大成本
• 会放大错误动作
• 需要更强权限边界
• 需要更完整 trace 和告警

第一个月建议先关掉自驱层，等 eval 和权限成熟后再加。

可靠性六件套

Evaluation Harness vs Agent Harness

这两个概念容易混：

二者关系：

• Agent Harness 产生 trajectory
• Evaluation Harness 读取 trajectory、输出分数和失败归因
• 生产级系统里，评测和治理都依赖 trace

相关文档：

• Evaluation Harness 完全指南
• Agent 评估完全指南

面试速查

最小实现 checklist

• ☐ call_model() provider 抽象
• ☐ agent loop 有最大步数和超时
• ☐ tools 用注册表管理
• ☐ 工具 schema 严格，返回可控
• ☐ 每步记录 trace id、tool call、result、latency、token
• ☐ 高风险工具有 permission tier
• ☐ session 可以保存和恢复
• ☐ 至少 20 条 eval case
• ☐ README 写清运行、配置、限制和扩展方式

学习顺序

1. 先手写一个最小 agent loop
2. 加 3 个工具，跑通 dispatch 表
3. 加 trace，能复盘每一步
4. 加 context compaction 和 cost guard
5. 加 permission tier
6. 加 memory
7. 加 eval
8. 最后再考虑 multi-agent、browser、channel 和 heartbeat

career transition

type: 求职指南 status: 已发布 level: 入门 topic:

• 面试求职

0. 岗位类型选择指南⭐（必读）

核心洞察：大模型岗位的两条主线

关键问题：算法和开发如何划分？

在大模型时代，岗位划分的核心是：大模型算法工程师 vs 大模型开发工程师

┌─────────────────────────────────────────────────────────────┐
│                    大模型算法工程师 🔬                          │
│  核心：算法创新、论文发表、实验研究                               │
│  产出：论文、专利、算法库、开源贡献                               │
└─────────────────────────────────────────────────────────────┘
                              ↕️
┌─────────────────────────────────────────────────────────────┐
│                    大模型开发工程师 🛠️                          │
│  核心：系统搭建、业务落地、性能优化                               │
│  产出：生产系统、业务指标、用户满意度                             │
└─────────────────────────────────────────────────────────────┘

注意： 两条线不是对立的，而是有交集的！优秀的工程师往往兼具两者能力。

一、两条主线详解

🔬 主线1：大模型算法工程师

核心定义： 专注于算法创新和技术突破，推动技术边界

判断标准（满足2条以上）：

• ✅ 日常工作：读论文、做实验、写论文
• ✅ 核心产出：论文发表、算法库、专利
• ✅ 技术特点：在某个点上钻研到极致
• ✅ 评价标准：算法性能提升、创新性

典型工作场景：

早上：阅读最新论文（AAAI/NeurIPS/EMNLP）
上午：设计新算法，实现prototype
下午：跑实验、对比baseline、消融实验
晚上：分析结果、优化算法、准备论文

岗位数量： ⭐⭐⭐ 中等（大厂+头部创业公司）

🛠️ 主线2：大模型开发工程师

核心定义： 专注于系统落地和业务价值，用技术解决实际问题

判断标准（满足2条以上）：

• ✅ 日常工作：写代码、优化系统、对接业务
• ✅ 核心产出：生产系统、业务指标、用户反馈
• ✅ 技术特点：多技术栈集成，端到端交付
• ✅ 评价标准：系统稳定性、性能指标、用户满意度

典型工作场景：

早上：站会、需求评审、技术方案讨论
上午：编码开发、集成第三方组件
下午：性能优化、问题排查、code review
晚上：监控告警、系统维护、文档编写

岗位数量： ⭐⭐⭐⭐⭐ 最多！（所有AI公司都需要）

二、技术方向细分

🔬 算法线：按技术方向细分

1️⃣ 模型算法工程师

技术方向：

• Reasoning算法：Long COT、工具调用RL、推理能力优化
• 对齐算法：RLHF、DPO、Constitutional AI
• 模型架构：MoE、长文本建模、注意力机制改进
• 预训练：数据配比、损失函数、训练稳定性

✅ 项目示例：

【Long COT推理算法优化】
- 问题：传统COT在复杂推理任务上准确率仅68%
- 方法：提出分层推理策略，结合强化学习优化推理路径
- 实验：在数学推理数据集上对比5种baseline，准确率提升15%
- 产出：论文在投NeurIPS，代码开源400+ stars

对应本文章节： Reasoning

岗位数量： ⭐⭐ 少（主要在大厂研究院）

2️⃣ 上下文工程算法工程师 ⭐⭐⭐ （热门！）

技术方向：

A. RAG算法方向：

• GraphRAG算法优化、Agentic RAG策略设计
• Reranker模型训练、检索召回优化
• 多模态RAG融合算法
• Agent Memory机制设计、记忆压缩算法

B. Agent算法方向：

• 规划算法优化（ReAct改进、Tree-of-Thought）
• 多Agent协同策略、通信协议设计
• Agent + RL：奖励模型设计、策略优化

C. 多模态算法方向：

• 跨模态对齐算法（CLIP改进、对比学习）
• 多模态融合策略（Attention机制设计）
• 多模态预训练（数据配比、损失函数）

核心洞察： RAG、Agent、多模态本质都是"如何给模型提供更好的上下文"

✅ 项目示例：

【GraphRAG检索算法优化】
- 问题：多跳推理场景下召回率低（62%）
- 方法：设计基于强化学习的子图采样策略，优化路径排序
- 实验：在KGQA数据集上F1提升12%，消融实验验证RL贡献8%
- 产出：论文在投EMNLP，贡献到GraphRAG开源项目

【Agent记忆机制设计】
- 问题：长对话场景下Agent记忆开销大、检索慢
- 方法：提出分层记忆压缩算法，结合语义聚类
- 实验：存储减少60%，检索速度提升3倍，信息保留率99%
- 产出：在投ICLR，集成到Mem0项目

【多模态对齐算法优化】
- 问题：CLIP在垂直领域（医疗影像）效果差
- 方法：改进负样本采样策略，引入领域知识蒸馏
- 实验：在医疗影像检索任务上mAP@10提升12%
- 产出：发表于CVPR Workshop，开源数据集

对应本文章节： RAG、Agent、多模态

岗位数量： ⭐⭐⭐⭐ 中等（技术含量高，成长空间大）

3️⃣ AI基础设施算法工程师

技术方向：

• 训练优化算法：ZeRO改进、通信算法优化、混合精度策略
• 推理加速算法：KV Cache优化、Flash Attention改进
• 模型压缩算法：量化算法、蒸馏策略、剪枝方法

✅ 项目示例：

【分布式训练通信优化】
- 问题：多机训练时通信成为瓶颈，GPU利用率仅60%
- 方法：设计梯度压缩算法，优化AllReduce调度策略
- 实验：在128卡训练中GPU利用率提升至85%，训练时间减少30%
- 产出：论文在投MLSys，贡献到DeepSpeed

对应本文章节： AI Infra

岗位数量： ⭐⭐ 少（主要在大厂基础设施团队）

🛠️ 开发线：按技术方向细分

1️⃣ 上下文工程开发工程师 ⭐⭐⭐⭐⭐ （岗位最多！推荐）

技术方向：

A. RAG系统开发：

• 企业知识库问答系统、智能客服
• 文档解析pipeline、AI搜索引擎
• 使用技术：LangChain、Milvus、GraphRAG框架

B. Agent应用开发：

• RPA自动化、研究助手、工作流Agent
• GUI Agent、Web交互Agent
• 使用技术：LangChain、AutoGen、Mem0

C. 多模态系统开发：

• 多模态文档解析、图文检索系统
• OCR pipeline、视觉问答系统
• 使用技术：CLIP、PaddleOCR、Milvus

D. Prompt工程：

• 业务Prompt优化、Few-shot构建
• COT链路设计、System Prompt调优

四种上下文工程形式对比：

✅ 项目示例：

【企业级GraphRAG知识问答系统】
- 背景：公司10万+内部文档需要智能检索
- 技术：GraphRAG + Neo4j + Milvus + FastAPI
- 优化：混合检索+缓存机制，响应时间从2s降至300ms
- 成果：服务1000+员工，日均2000+查询，准确率85%，满意度90%

【Agent驱动的RPA系统】
- 背景：客服部门每天5000+重复工单
- 技术：LangChain + WebShaper + Mem0记忆模块
- 优化：多Agent协同，异常处理，工具集成20+
- 成果：自动化率80%，效率提升3倍，节省人力成本200万/年

【多模态文档解析系统】
- 背景：处理合同、报表等复杂PDF文档
- 技术：PaddleOCR + LayoutParser + 结构化提取
- 优化：并行处理+GPU加速，吞吐量提升5倍
- 成果：日处理10万+页，准确率90%，错误率降低70%

对应本文章节： RAG、Agent、多模态

岗位数量： ⭐⭐⭐⭐⭐ 最多！（所有AI公司都需要）

2️⃣ AI基础设施开发工程师

技术方向：

• 推理服务：Triton、vLLM、TGI部署和优化
• 训练平台：KubeFlow、Ray搭建和维护
• 模型服务化：API网关、负载均衡、监控告警
• 资源调度：GPU资源管理、任务调度

✅ 项目示例：

【高性能推理服务平台】
- 背景：支撑公司100+模型服务，QPS峰值10000+
- 技术：vLLM + K8s + Istio + Prometheus
- 优化：动态批处理、模型并发、KV Cache复用
- 成果：P99延迟<500ms，GPU利用率85%，成本降低40%

对应本文章节： AI Infra

岗位数量： ⭐⭐⭐ 中等（大厂需求多）

3️⃣ AI应用开发工程师

技术方向：

• API封装、前端集成、用户系统
• 产品化、商业化、运营支持

岗位数量： ⭐⭐⭐⭐（技术含量较低，不在本文重点讨论）

三、两条主线对比总结

四、岗位选择决策树

Step 1: 你的核心优势是什么？
│
├─ 数学/理论强 + 喜欢钻研原理 + 有论文发表
│   → 【算法线】
│   ├─ 想改进模型本身 → 模型算法工程师（Reasoning、对齐）
│   ├─ 想优化上下文算法 → 上下文工程算法工程师（RAG/Agent/多模态算法）⭐推荐
│   └─ 想优化底层系统 → AI Infra算法工程师（训练/推理优化）
│
└─ 工程能力强 + 喜欢做系统 + 注重落地
    → 【开发线】
    ├─ 想做业务应用 → 上下文工程开发工程师（RAG/Agent/多模态系统）⭐⭐推荐
    └─ 想做基础设施 → AI Infra开发工程师（推理部署、训练平台）

⭐ 最佳策略：两手抓！

• 简历中既有算法项目（论文、算法优化）
• 又有开发项目（完整系统、业务指标）
• 可以同时投两类岗位，灵活适配

五、简历准备策略 ⭐ 关键！

策略1：针对两条主线，差异化描述

🔬 投算法工程师岗位

简历重点：

✅ 必须强调：

• 算法创新："提出XX算法"、"改进XX方法"、"设计XX策略"
• 实验验证：对比实验、消融实验、基线对比、指标提升
• 论文/专利："论文在投XXX"、"发表于XXX"、"专利申请中"
• 开源贡献："开源代码XX stars"、"贡献到XX项目"
• 技术深度：算法原理、数学推导、参数分析

❌ 尽量少提：

• 业务指标（用户数、QPS、成本节省）
• 系统架构（缓存、监控、部署）
• 工程细节（API设计、异常处理）

项目描述模板（算法线）：

【GraphRAG检索算法优化】（算法创新型）
- 问题：多跳推理场景召回率低（实验测得62%）
- 方法：提出基于RL的子图采样算法，优化路径排序策略
- 实验：在KGQA数据集上F1提升12%，对比5种baseline
       消融实验：RL策略贡献8%，路径排序贡献4%
- 产出：论文在投EMNLP（一作），代码开源300+ stars
- 技能：强化学习、图神经网络、知识图谱

【Agent记忆压缩算法】（算法创新型）
- 问题：长对话Agent记忆开销大（10轮后内存占用5GB）
- 方法：设计分层记忆压缩算法，语义聚类+重要性采样
- 实验：存储减少60%，检索速度3x，信息保留率99%
       在3个benchmark上验证有效性
- 产出：论文在投ICLR，集成到Mem0开源项目
- 技能：序列建模、聚类算法、信息论

🛠️ 投开发工程师岗位

简历重点：

✅ 必须强调：

• 完整系统："搭建XX系统"、"端到端实现"、"上线服务"
• 业务价值：服务用户数、处理量、业务指标提升
• 性能优化：QPS提升、延迟降低、成本节省、资源利用率
• 技术栈：具体框架、工具、数据库、部署方案
• 工程能力：高并发、高可用、监控告警、异常处理

❌ 不要过度强调：

• 算法细节和理论推导（除非特别突出）
• 论文（开发岗更看重系统）

项目描述模板（开发线）：

【企业级GraphRAG知识问答系统】（系统落地型）
- 背景：公司10万+文档需智能检索，原有方案准确率仅60%
- 技术：GraphRAG + Neo4j + Milvus + FastAPI
       混合检索（BM25+向量+图谱），三路召回融合
- 优化：引入Redis缓存，响应时间从2s→300ms
       批处理优化，QPS从50→200
- 成果：服务1000+员工，日均2000+查询
       准确率85%，用户满意度90%
- 技能：系统设计、性能优化、向量检索、分布式缓存

【Agent驱动的RPA系统】（系统落地型）
- 背景：客服部门日均5000+重复工单，人力成本高
- 技术：LangChain + WebShaper + Mem0
       多Agent协同（规划Agent、执行Agent、审核Agent）
       集成20+工具（数据库、API、浏览器操作）
- 优化：异常重试机制，成功率从70%→95%
       并发处理，吞吐量提升5倍
- 成果：自动化率80%，效率提升3倍
       节省人力成本200万/年，获部门最佳项目奖
- 技能：Agent开发、工具集成、异常处理、系统监控

策略2：两手抓！⭐⭐⭐ （最推荐）

为什么要两手抓？

1. 增加面试机会：可同时投算法和开发岗，机会翻倍
2. 展现全栈能力：大模型时代，算法+工程都重要
3. 适应不同公司：大厂偏算法，创业公司偏工程，都能适配

理想简历结构（3-4个项目）：

项目1：算法创新型 🔬
  - 体现算法能力：GraphRAG算法优化 / Agent RL策略
  - 关键词：论文、实验、开源
  
项目2：系统落地型 🛠️
  - 体现工程能力：完整RAG系统 / Agent应用
  - 关键词：业务指标、性能优化、上线
  
项目3：Training经验型（必备！）
  - 体现训练能力：模型微调 / 分布式训练
  - 关键词：多少卡、参数设置、训练稳定性
  
（可选）项目4：竞赛/开源贡献
  - 体现综合实力：Kaggle Top 5% / 开源贡献500+ stars

不同岗位投递时的调整：

• 投算法岗：项目1放前面，突出算法创新
• 投开发岗：项目2放前面，突出系统落地
• 投Infra岗：项目3放前面，突出训练/推理优化

六、面试准备差异

🔬 算法工程师面试

高频问题类型：

1. 算法设计类：
   • "你的算法创新点是什么？为什么这样设计？"
   • "有没有考虑过其他方法？为什么选择这个？"
   • "算法的时间/空间复杂度是多少？"

1. 实验验证类：
   • "做了哪些对比实验？baseline选择的依据是什么？"
   • "消融实验怎么做的？每个模块的贡献是多少？"
   • "有没有失败的尝试？为什么失败？"

1. 理论深度类：
   • "能推导一下这个算法的数学原理吗？"
   • "为什么这个loss function有效？"
   • "如果数据分布变化，算法还有效吗？"

回答模板：

问题：你的GraphRAG算法改进点是什么？

回答：
1. 【问题分析】传统GraphRAG在多跳推理时召回率低，因为子图采样策略是随机的
2. 【方法设计】我提出了基于强化学习的采样策略：
   - 状态：当前子图节点集合
   - 动作：选择扩展哪个节点
   - 奖励：根据最终答案是否正确给奖励
3. 【实验验证】在KGQA数据集上F1提升12%
   - 对比了5种baseline（Random、BFS、PageRank等）
   - 消融实验证明RL策略贡献8%
4. 【理论分析】本质是把离散优化问题转化为序贯决策问题
5. 【未来工作】可以引入图注意力机制进一步优化

🛠️ 开发工程师面试

高频问题类型：

1. 系统设计类：
   • "系统架构是怎么设计的？为什么这样设计？"
   • "如果QPS增长10倍，怎么扩展？"
   • "如何保证系统的高可用？"

1. 性能优化类：
   • "遇到过什么性能瓶颈？怎么发现和解决的？"
   • "为什么响应时间能从2s降到300ms？具体做了什么？"
   • "如何监控和定位性能问题？"

1. 业务场景类：
   • "为什么选择这个技术方案？有没有考虑其他方案？"
   • "业务上遇到的最大挑战是什么？怎么解决的？"
   • "用户反馈如何？根据反馈做了哪些迭代？"

1. 异常处理类：
   • "系统出现故障怎么办？有什么容错机制？"
   • "线上出过什么问题？怎么排查和修复的？"
   • "如何做监控和告警？"

回答模板：

问题：RAG系统响应时间怎么从2s优化到300ms的？

回答：
1. 【问题定位】用火焰图分析，发现瓶颈在：
   - 向量检索：800ms（热点查询重复检索）
   - Reranker推理：1000ms（模型太大）
   - LLM生成：200ms（可接受）

2. 【优化方案】
   - 引入Redis缓存：缓存热点查询的检索结果，命中率70%
   - Reranker量化：INT8量化，推理速度3x，精度损失<1%
   - 批处理优化：Reranker批量推理，提升吞吐

3. 【效果验证】
   - P99延迟从2s→300ms
   - QPS从50→200
   - 缓存命中率稳定在70%
   - 用户满意度从75%→90%

4. 【监控告警】
   - Prometheus监控延迟、QPS、缓存命中率
   - Grafana可视化
   - 延迟>500ms自动告警

5. 【未来优化】可以考虑预取、预计算等策略

七、本文技术方向与岗位对应

📊 方向-岗位映射表

🎯 岗位优先级建议

按岗位数量排序：

1. ⭐⭐⭐⭐⭐ 上下文工程开发工程师（RAG/Agent/多模态系统）
   • 岗位最多，所有AI公司都需要
   • 门槛适中，容易上手
   • 成长空间大，技术含量也不低

1. ⭐⭐⭐⭐ 上下文工程算法工程师（RAG/Agent/多模态算法）
   • 岗位适中，大厂+头部创业公司
   • 技术含量高，有论文产出
   • 需要算法背景和实验能力

1. ⭐⭐⭐ AI基础设施开发工程师
   • 大厂需求多，创业公司较少
   • 需要系统工程能力
   • 适合工程能力强的候选人

1. ⭐⭐ AI基础设施算法工程师
   • 岗位少，主要在大厂
   • 门槛高，需要底层优化能力
   • CUDA/系统编程

1. ⭐⭐ 模型算法工程师
   • 岗位少，主要在研究院
   • 门槛高，需要论文和理论能力
   • 适合读博或深度算法背景

按方向排序：

• 优先：RAG、Agent、多模态（上下文工程）—— 岗位多，易落地
• 次选：AI Infra —— 适合工程能力强的
• 谨慎：Reasoning —— 岗位少，门槛高，落地难

八、核心要点总结

✅ 关键结论

1. 两条主线清晰划分：
   • 🔬 算法工程师：做算法创新，产出论文/专利
   • 🛠️ 开发工程师：做系统落地，产出业务价值
   • 两者不对立，优秀工程师兼具两者能力

1. 上下文工程是核心：
   • RAG、Agent、Prompt、多模态本质都是"优化模型输入上下文"
   • 这是当前岗位需求最旺盛的领域
   • 建议重点准备！

1. 简历策略：两手抓
   • 既有算法项目（论文、算法优化）
   • 又有开发项目（完整系统、业务指标）
   • 灵活适配不同岗位，增加面试机会

1. 方向选择建议：
   • 首选：RAG/Agent/多模态（岗位多，技术含量适中）
   • 适合工程强：AI Infra开发
   • 适合算法强：上下文工程算法、模型算法
   • 谨慎选择：Reasoning（岗位少，门槛高）

1. 面试准备差异：
   • 算法面试：重理论、重实验、重创新
   • 开发面试：重系统、重性能、重业务

🎯 行动建议

对于应届生/转行者：

• 建议先从开发线入手（门槛较低，岗位多）
• 做1-2个完整的RAG/Agent系统项目
• 积累工程经验后，逐步向算法线发展

对于有算法背景者：

• 建议算法+开发两手抓
• 做算法创新项目（发论文/开源）
• 同时做系统落地项目（展现工程能力）

对于有工程背景者：

• 建议从上下文工程开发切入
• 重点掌握RAG/Agent系统搭建
• 学习基础算法原理，逐步提升技术深度

1. RAG（Retrieval-Augmented Generation）

概述

RAG结合检索与生成，广泛应用于智能客服、文档解析、搜索等场景。秋招中，RAG相关项目是简历和面试的亮点，尤其适合无实习经历的候选人。

核心技术

• 传统RAG：从知识库检索相关文档，结合LLM生成答案。
• 多模态RAG：融合文本、图像、表格等多模态数据，提升检索和生成质量。
• GraphRAG：基于知识图谱的RAG，增强复杂关系推理。
• Agentic RAG：基于Agent的自主检索，动态规划查询策略，优化复杂问题的信息获取。
• AI搜索：结合RAG的搜索系统，优化查询效率和结果相关性。

准备要点

• 项目经历：

- 实现一个RAG项目（如智能客服系统），包含数据预处理、嵌入生成、检索优化和生成微调。
- 使用**专有领域数据**（如公司内部文档、行业数据集），避免通用数据集（如GSM8K）。
- 展示**Training经验**，如对LLM进行LoRA或SFT微调以适配特定任务。

• 技术细节：

- **嵌入模型**：熟悉Sentence-BERT、CLIP等，优化文本/图像嵌入。
- **向量数据库**：掌握Milvus、Faiss、Chroma等，用于高效检索。
- **优化技巧**：如检索召回率优化（BM25+神经网络）、生成质量提升（Prompt Engineering）。

• 推荐工具：

- **MinerU**：文档解析，适合处理PDF、图像等多模态输入。
- **Milvus**：向量数据库，支持高维嵌入存储和快速检索。
- **Llama-factory**：模型微调工具，快速实现LoRA/SFT。

注意事项

• 突出项目中数据处理的独特性，如清洗特定领域数据或优化多模态检索。
• 简历中避免重复描述RAG经历，选择最能体现技术深度的项目。
• 面试中准备好回答RAG的召回率和生成质量优化方法。

2. Agent

概述

Agent方向聚焦智能体设计，强调自主决策、工具调用和任务规划，岗位需求旺盛。秋招中，Agent相关项目能显著提升竞争力。

核心技术

• DeepResearch相关技术：

- **MiroMind Agent**：多模态任务规划智能体。
- **CognitiveKernel-Pro**：认知驱动的Agent框架，强调推理和记忆。
- **WebShaper**：Web交互Agent，擅长自动化任务。
- **Owl**：跨领域任务处理智能体。
- **AgentOrchestra**：多Agent协同框架。

• GUI Agent：基于图形界面的智能体，参考论文如GUI TARs，实现界面交互自动化。
• Agent Memory：如Mem0，为Agent提供长期记忆，但需注意复现问题。
• 评估Benchmark：

- **GAIA**：通用人工智能评估，测试Agent任务完成能力。
- **Human Last Exam**：模拟人类复杂任务，评估Agent综合能力。

准备要点

• 项目经历：

- 开发一个Agent项目，如基于WebShaper的自动化爬虫或GUI Agent的界面操作工具。
- 体现**工具调用**能力，如调用API、数据库或外部工具。
- 展示**多Agent协同**或**记忆模块**（如Mem0）的应用。

• 技术细节：

- **框架**：熟悉LangChain、LlamaIndex等Agent开发框架。
- **记忆管理**：实现上下文记忆或外部记忆存储（如Mem0、Redis）。
- **评估**：使用GAIA或自定义任务评估Agent性能。

• 推荐工具：

- **LangChain**：快速构建Agent工作流。
- **Mem0**：轻量级记忆模块（谨慎使用，验证复现稳定性）。
- **Milvus**：支持Agent检索外部知识。

注意事项

• Mem0复现问题：社区反馈可能存在Bug，建议验证后再写进简历。
• 面试准备：熟悉Agent的任务规划（如ReAct、Plan-and-Execute）和评估指标（如任务成功率、响应时间）。
• 优先关注DeepResearch和GUI Agent，因其岗位需求较多。

补充：Agent开发工程师的核心能力要求⭐

基于OpenAI、DeepMind、Meta、蚂蚁等大厂的真实招聘要求总结

🎯 三层能力模型

Layer 1：后端与系统功底（基础）

• 大型分布式、高并发、高性能系统设计经验
• 云原生PaaS平台、Kubernetes架构理解
• 核心价值：Agent系统本质是复杂的分布式服务，需要稳定性、可观测性、成本控制

Layer 2：Agent核心技术（重点）

• 混合Agent架构：单Agent vs 多Agent协同（Supervisor模式、专家Agent分工）
• 上下文工程：如何为特定任务构建高质量上下文（动态打包、向量索引、信息检索）
• 工具编排：Tool设计、Function Calling、工具调用管理
• 记忆与个性化：Memory设计（何时存储、如何召回、长对话处理）memo0 zep
• 任务规划：Orchestration、Workflow、多Agent协同
• 评估体系：如何证明Agent比人工更好？如何量化优化效果？

Layer 3：模型理解（加分项）

• 了解主流模型长短板（GPT-4/Claude/Llama的选择策略）
• 微调能力（Fine-tuning工具调用能力、垂直领域适配）
• 强化学习基础（Agent RL、DPO等）

💡 从"调包侠"到"真实项目"的关键转变

❌ 玩具项目特征：

• 只用LangChain/LlamaIndex跑个demo
• 几行代码串起几个LLM调用
• 没有评估、没有优化、没有生产化考虑

✅ 真实项目特征：

1. 具体业务场景
   - 例：智能投后报告分析助手（处理PDF财报，回答关键问题）
   - 例：自动化RPA系统（处理工单，工具调用，异常处理）

2. 完整技术栈
   - 复杂数据处理（PDF解析、表格提取、图片OCR）
   - 高级RAG策略（HyDE、Multi-Query、Graph RAG）
   - Agentic逻辑（ReAct循环、Tool Use、多Agent协同）

3. 量化评估体系⭐ 重要！
   - 构建评估集（20份报告、100个问题、标准答案）
   - 使用Ragas等框架（faithfulness、answer_relevancy）
   - 持续追踪优化效果（从60%→85%的过程）

4. 生产化考虑
   - 成本控制（按token计费、缓存策略、小模型替代）
   - 性能优化（延迟、并发、批处理）
   - 可观测性（LangSmith、W&B追踪每次调用）
   - 稳定性（异常重试、容错机制、监控告警）

🔧 Agent开发中的实战问题

1. Memory设计难题：

• Supervisor规划任务后直接update，还是子Agent执行完再callback？
• 日常对话中大量无用信息，如何判断是否存入Memory？
• 长对话上下文如何处理？总结后如何存储？多少轮后不支持回溯？

2. 语义理解：

• Embedding模型选择（如何确定业务最适合的模型？）
• 多意图并发识别（用户真实意图是什么？）
• 意图识别准确性（知识库检索和意图识别都需要）

3. 任务管理：

• 中途任务强行结束怎么办？如何撤销？
• 多工具分布调用如何解决？
• 如何规划任务流程？（Orchestration策略）

4. RAG优化：

• 单/多模态RAG检索怎么做？
• 如何提高检出率？如何评价检出质量？
• 知识库文档怎么切片合适？
• 多工具多Prompt下，消融实验怎么展开？

5. 评估标准：

• 如何评价Agent解决问题的质量？
• 走完用户指定任务 vs 各个任务节点完成质量？
• 如何设计自动化评估流程？

📚 推荐学习资源

开源项目（深入理解架构）：

• OpenManus：比LangChain更清晰的Agent实现
• AgentUniverse：阿里开源的Agent框架
• AutoGen：微软的多Agent框架
• LangGraph：状态机驱动的Agent编排

关键建议：

1. 研究源码：理解框架如何管理状态、工具路由、输出解析
2. 手写RAG：用sentence-transformers + Faiss手动实现，理解每个环节
3. 建立评估：没有评估，一切优化都是玄学
4. 关注成本：一个设计不好的Agent链条可能一个请求调用LLM十几次

⚠️ 避坑指南

1. 框架过度依赖
   • LangChain/LangGraph抽象和封装过度，遇到问题难以调试
   • 建议：理解原理，必要时自己实现或魔改

1. 评估集问题
   • Demo效果惊艳 ≠ 线上可用
   • 评估集太小、太"干净"，无法覆盖真实复杂场景
   • 建议：构建真实、多样、有挑战性的评估集

1. 生产化意识缺失
   • 只关注功能实现，忽视成本、延迟、稳定性
   • 建议：从一开始就考虑缓存、监控、异常处理

1. 后端优势的忽视
   • 如果有后端背景，这是你最大的优势
   • Agent系统需要服务治理、高可用设计、可观测性
   • 建议：突出如何用后端能力解决Agent系统的工程问题

3. AI Infra（AI基础设施）

概述

AI Infra聚焦大模型训练、部署和优化，强调工程能力，适合对分布式系统、并行计算感兴趣的候选人。秋招中，AI Infra岗位对Training经验要求高。

核心技术

• 训练优化：分布式训练（DDP、FSDP）、混合精度训练、梯度累积。
• 部署优化：模型压缩（蒸馏、量化）、推理加速（Triton、ONNX）。
• 基础设施工具：KubeFlow、Ray、DeepSpeed、Megatron-LM。
• 通信优化：NCCL、Gloo，优化多卡通信效率。

准备要点

• 项目经历：

- 实现一个分布式训练项目，如用DeepSpeed训练LLaMA模型。
- 展示**模型蒸馏**（如R1蒸馏）或**量化**（如INT8）经验。
- 优化训练效率，如减少显存占用或加速通信。

• 技术细节：

- **参数设置**：熟悉学习率、批大小、Warmup等设置的原理。
- **通信优化**：如AllReduce优化、通信调度。
- **监控工具**：使用TensorBoard或W&B监控训练指标。

• 推荐工具：

- **DeepSpeed**：分布式训练框架，支持ZeRO优化。
- **Llama-factory**：快速实现LoRA/SFT。
- **Triton**：推理服务器，优化模型部署。

注意事项

• 简历中突出训练规模（如用了多少卡、训练了多少epoch）和优化成果（如显存降低XX%）。
• 面试中准备好回答通信瓶颈和训练稳定性问题。
• AI Infra岗位更看重工程实现，需展示代码能力和系统设计理解。

4. Reasoning

概述

Reasoning方向聚焦大模型的推理能力，如工具调用、长链推理（Long COT）。秋招中，Reasoning岗位需求较实习多，但因落地难度大，邀面机会可能较少。

核心技术

• Deep Research RL：强化学习驱动的工具调用，参考MiroMind Agent相关论文。
• Long COT Reasoning：长链推理，如M2-Reasoning，针对垂域复杂任务。
• 评估Benchmark：GAIA、Human Last Exam，测试推理能力。

准备要点

• 项目经历：

- 实现一个Reasoning项目，如基于Long COT的数学推理或工具调用任务。
- 结合**垂域数据**，如金融、法律领域的推理任务。
- 展示**Prompt优化**（如COT、Self-Consistency）或RLHF经验。

• 技术细节：

- **COT（Chain of Thought）**：设计结构化推理Prompt。
- **工具调用**：实现API调用或外部工具集成。
- **评估**：使用GAIA或自定义指标评估推理准确性。

• 推荐工具：

- **Llama-factory**：支持RLHF和COT微调。
- **LangChain**：快速实现工具调用。
- **HuggingFace Datasets**：获取垂域数据集。

注意事项

• Reasoning方向技术门槛高，需深入理解Prompt设计和RL原理。
• 秋招中邀面机会可能较少，建议作为次选方向，优先RAG或Agent。
• 面试中准备好回答推理失败案例和优化思路。

5. 多模态

概述

多模态方向结合文本、图像、音频等数据，广泛应用于AI搜索、文档解析等场景。秋招中，多模态RAG和多模态Agent是热门领域。

核心技术

• 多模态RAG：融合文本、图像、表格的检索与生成。
• 多模态Agent：支持多模态输入的智能体，如图像引导的任务规划。
• 多模态预训练：如CLIP、BLIP，处理跨模态嵌入。
• OCR与文档解析：处理图像中的文本提取和结构化。

准备要点

• 项目经历：

- 实现一个多模态RAG项目，如基于CLIP和Milvus的图像+文本检索系统。
- 开发文档解析项目，提取PDF中的文本、表格和图像。
- 展示多模态数据预处理，如图像增强、文本清洗。

• 技术细节：

- **嵌入模型**：熟悉CLIP、BLIP的跨模态嵌入生成。
- **数据融合**：实现文本+图像的联合表示学习。
- **评估**：使用多模态Benchmark（如MSCOCO、VisualQA）评估效果。

• 推荐工具：

- **PaddleOCR**：高效OCR工具，适合文档解析。
- **Rapid_OCR**：轻量级OCR，适合快速部署。
- **CLIP**：跨模态嵌入生成。
- **Milvus**：支持多模态向量检索。

注意事项

• 突出多模态数据处理的独特性，如处理复杂表格或低质量图像。
• 面试中准备好回答跨模态对齐和数据噪声问题。
• 多模态方向岗位需求旺盛，建议优先准备。

通用建议

1. 简历优化：

- 保持**一页**，突出核心项目，删除重复或次要经历。
- 结构化展示：教育背景、实习经历、项目经历、技术技能。
- 论文仅单列一行（如“在投”），留空间给工程经历。

1. 面试准备：

- 准备**项目故事**：问题点、优化措施、成果指标。
- 熟悉八股文，突出Training经验（如多少卡、参数设置）。
- 回答技术细节时，结合业务场景，展现落地能力。

1. 时间规划：

- 提前1-2个月刷LeetCode（Hot 100+Interview 150）。
- 提前3-4个月积累项目，关注热门方向（如R1蒸馏、Agent）。

1. 开源项目投稿：

- 投稿论文到OpenReview，记录“在投”状态，增加简历亮点。
- 参与开源项目（如Llama-factory、MinerU），提升技术影响力。

总结

• 优先方向：多模态和Agent岗位需求多，易落地，建议重点准备。
• 次选方向：RAG适合无实习经历的候选人，AI Infra适合工程能力强的候选人，Reasoning需谨慎选择。
• 核心目标：通过项目和八股展现工程能力和业务理解，突出Training经验和专有领域数据处理。
• 心态：秋招竞争激烈，多投简历，持续优化，机会总会到来。

祝大家秋招顺利，拿到心仪offer！#互联网大厂 #大模型 #算法 #秋招 #校招

AgentGuide开源学习路线（简易版本）

type: 路线图 status: 已发布 level: 通用 topic:

• 面试求职
• 基础模型
• Agent

🚀 大模型 / Agent 全栈学习路线

核心逻辑：先明确目标岗位→按岗位路线分阶学习→项目实战→简历包装→面试冲刺，全程以「拿 Offer」为导向，避免盲目学习。

阶段 1：定位与路线规划（1 周）

优先资源：🎯 AgentGuide 求职宝典🌐 GitHub：adongwanai/AgentGuide《Agent 求职通关秘籍》：

• 岗位分轨：明确「算法岗（10-15 周）」vs「开发岗（8-12 周）」核心差异（算法岗重策略优化 / RL，开发岗重工程落地 / RAG）。
• 路线拆解：

- 算法岗：基础（Python/ML）→ LLM 原理（Transformer）→ Agent 范式（ReAct/CoT）→ RAG 进阶→ RLHF / 对齐→ 论文复现。
- 开发岗：基础（Python / 数据库）→ LLM 部署（API / 本地）→ RAG 全流程→ Agent 框架（Dify/Coze）→ 系统集成→ 项目上线。

• 求职工具：简历模板（算法 / 开发岗适配）、面试高频考点（如「Agent 与传统软件的区别」「RAG 性能优化」）、谈薪 / HR 攻略，提前规避求职坑。

**产出**：确定目标岗位，制定周度学习计划，标注「面试必考点」。

阶段 2：基础能力夯实（2-4 周）

算法岗核心：

1. Python 与 ML 基础：

- 推荐：《Python 编程：从入门到实践》+ LeetCode 中等题（数组 / 字符串 / 动态规划，面试基础）。

1. LLM 底层原理：

- 推荐：
    
    🧠 **nanoGPT**（karpathy/nanoGPT）：300 行代码吃透 Transformer 注意力机制、词嵌入、生成逻辑，理解「大模型黑箱」。
![1764692441549.png](https://youke1.picui.cn/s1/2025/12/03/692f11ab92b4c.png)
    
    📚 **吴恩达大模型系列课程中文版**（datawhalechina/llm-cookbook）：AI 教父课程本地化，覆盖预训练 / 微调核心概念。

    **开发岗核心**：

1. Python 与工程基础：

- 推荐：FastAPI/Flask（API 开发）、Docker（环境封装）、Git（版本控制），掌握「代码可复用性」。

1. LLM 应用入门：

- 推荐：
    
    🎓 **AI-Guide-and-Demos-zh_CN**（Hoper-J）：从 OpenAI API 调用→ 本地部署（Llama 3/Qwen3）→ 基础微调，提供 Colab 在线环境，零基础可上手。
    ![1764692512488.png](https://youke1.picui.cn/s1/2025/12/03/692f11f2c02f2.png)
    💻 **动手学大模型**（Lordog/dive-into-llms）：上交大开源教程，含 GUI Agent、数学推理等实战，适合快速练手。![1764692568091.png](https://youke1.picui.cn/s1/2025/12/03/692f122ea5721.png)

    **产出**：算法岗能复现简单 Transformer 模块；开发岗能独立调用 LLM API 并部署本地模型。

阶段 3：核心技术突破（算法岗 6-8 周 / 开发岗 4-6 周）

模块 A：Agent 核心（算法 / 开发岗均需）

• 优先资源：

🔫 **Hello-Agents**（datawhalechina/hello-agents）

《AI 原生 Agent 从 0 到 1 构建指南》：
- 算法岗重点：拆解 ReAct、Plan-and-Solve 等经典范式，实现单智能体决策逻辑，进阶多智能体通信（MCP 协议）与 Agentic RL 训练。
- 开发岗重点：用 Coze/Dify 低代码平台快速搭建「智能旅行助手」，再尝试自研轻量 Agent 框架（如任务调度 + 工具调用）。
- ![1764692676925.png](https://youke1.picui.cn/s1/2025/12/03/692f1299dfa34.png)

• 实战项目：

- 算法岗：复现「论文检索 Agent」（结合 RAG 实现学术文献自动摘要与引用）。
- 开发岗：搭建「赛博小镇」多智能体系统（模拟居民互动，涉及 Agent 协作与记忆机制）。

模块 B：RAG 技术（Agent 知识底座）

• 优先资源：

🔍 **All-in-RAG**（datawhalechina/all-in-rag）
![1764692753750.png](https://youke1.picui.cn/s1/2025/12/03/692f12e4f3228.png)
《RAG 全栈通关手册》：
- 算法岗重点：向量索引优化（如 IVF-PQ 量化）、混合检索策略（BM25 + 向量检索）、检索评估指标设计（如 MRR、Hit@k）。
- 开发岗重点：数据加载→文本分块→Milvus 部署→检索接口开发，完成「智能美食推荐 RAG 系统」（300 + 食谱匹配）。

• 产出：算法岗能优化 RAG 检索精度；开发岗能独立搭建生产级 RAG 问答系统。

模块 C：微调技术（算法岗核心 / 开发岗可选）

• 算法岗优先：

⚡ **Unsloth**（unslothai/unsloth）：2 倍训练速度 + 70% 显存节省，用 14GB GPU 训练 20B 模型，适配 GPT-OSS/Qwen3，原生支持 GRPO 强化学习（提升 Agent 工具调用精度）。

🚀 **LLaMA-Factory**（hiyouga/LLaMA-Factory）：100 + 模型统一微调框架，覆盖 SFT/DPO/GRPO，可实现多模态微调（如 Qwen3-VL 图文检索）。
![1764692883236.png](https://youke1.picui.cn/s1/2025/12/03/692f1365caa80.png)

• 开发岗可选：用 LLaMA-Factory Web UI 完成 LoRA 微调，适配特定场景（如客服问答）。
• 数据支撑：

📊 **Easy-Dataset**（ConardLi/easy-dataset）：自动处理 PDF/Markdown 文档，生成带 CoT 的问答数据，导出 Alpaca 格式直接对接微调框架，告别手动标注。

**产出**：算法岗能完成 LLM 策略微调；开发岗能基于开源数据快速适配模型。

阶段 4：项目实战与简历包装（2-3 周）

1. 简历项目打磨：

- 参考 AgentGuide 的「项目杀器」：
    - 算法岗：突出「论文检索 Agent」（技术点：ReAct 范式 + Graph RAG+GRPO 强化学习）、「大模型对齐实验」（DPO 训练）。
    - 开发岗：突出「旅行规划 Multi-Agent」（技术点：Dify 低代码 + Milvus 向量库 + Docker 部署）、「企业知识库 RAG 系统」（技术点：混合检索 + 权限控制）。
- 每个项目标注「技术栈 + 解决问题 + 量化指标」（如「检索准确率提升 25%」「部署成本降低 40%」）。

1. 实战项目落地：

- 算法岗：复现顶会 Agent 论文（如 AutoGPT、MetaGPT）核心模块，在 GitHub 开源并撰写技术博客。
- 开发岗：将 RAG+Agent 系统部署到云服务器（如阿里云 ECS），提供公开 Demo 链接。
    
    **产出**：适配目标岗位的简历 + 2-3 个可演示的实战项目。

阶段 5：面试冲刺（1-2 周）

1. 高频考点突击：

- 算法岗：Agent 范式对比（ReAct vs Plan-and-Solve）、RAG 性能调优（分块策略 / 向量量化）、RLHF 原理（DPO/PPO 区别）。
- 开发岗：LLM 部署方案（vLLM/Ollama）、向量数据库选型（Milvus vs Pinecone）、系统高可用设计（缓存 / 降级）。

1. 模拟面试：

- 用 AgentGuide 的「面试题库」自测，重点准备「项目复盘」（如「你在 RAG 系统中遇到的最大问题是什么？如何解决？」）。

1. 谈薪与 HR 攻略：

- 参考 AgentGuide 的「谈薪技巧」，明确行业薪资范围，突出项目价值（如「搭建的 RAG 系统为公司节省 50 万标注成本」）。
    
    **产出**：面试通过率提升 30%+，拿到目标 Offer。

学习建议

1. 按岗位聚焦：算法岗深耕原理与策略，开发岗侧重工程与落地，避免「全而不精」。
2. 边学边输出：每完成一个模块，在 GitHub 提交代码、写技术笔记（如 CSDN / 知乎），形成个人品牌。
3. 紧跟社区：关注项目更新（如 Unsloth 新增 TTS 支持、LLaMA-Factory 适配 Llama 4），面试时体现技术敏锐度。

总结：以 AgentGuide 为路线图，先定岗位→再夯基础→攻核心技术→做实战项目→冲面试，全程目标明确，效率拉满！按此路线执行，8-15 周即可具备大模型 / Agent 领域求职硬实力～

algorithm complete learning guide

type: 路线图 status: 已发布 level: 通用 topic:

• 面试求职
• 模型训练
• 科研

前沿算法岗位完整学习指南

基于北上杭深真实算法岗位的技术职责、硬要求和加分项生成。生成时间：2026-07-15T16:13:26+08:00。

使用方法

这份指南把岗位中的技术职责、硬要求和加分能力归并到阶段能力模块中。模块用于明确学习边界，实践任务、交付物、验收标准和技术索引按阶段统一组织。

建议维护一个贯穿全程的实验仓库，统一保存环境、数据、训练、评测、部署、失败案例和技术决策。不要把每个阶段做成互不关联的玩具项目。

完整性口径

• 6635 条技术要求均映射到一个阶段能力模块；主文档不再逐句重复。
• 357 项算法主关键词与补充技术词共同进入各阶段技术索引；每个词放在最适合学习的主阶段，避免重复堆砌。
• 基础技术词表共 535 项，并从技术要求中补充缩写、框架和工具名。
• 职责动作由能力闭环、实践任务和验收标准承接；具体技术对象由模块内容和技术索引承接。
• 教育、院校、毕业批次和数字年限已在上游筛选文档中删除，本指南不重新引入。

能力全景

推荐推进方式

1. 阶段 0-2 是共同基础，应先完成可复现训练模板、数学基线和 Transformer/生成模型实验。
2. 阶段 3-5 打通数据、预训练和后训练，是基础模型算法岗的核心主线。
3. 阶段 6-9 按 Agent、多模态、评测和安全逐步扩展，所有方向都必须建立可重复评测。
4. 阶段 10-11 负责把算法变成可规模化训练和稳定服务的系统。
5. 阶段 12 选择一到两个垂直方向形成深度；阶段 13 从第一天开始持续积累证据。

不要用课程数量衡量进度。每个阶段必须留下代码、数据说明、实验结果、失败分析和验收记录。

阶段 0：工程环境、编程与实验规范

建议节奏：2-4 周。能力模块：6 个。

学习目标

建立可复现、可调试、可扩展的算法研发底座，能独立完成数据处理、训练、评测和服务接口。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、安全、鲁棒与合规、原理理解与实际应用。

• 模块 0.1：Python、C/C++、SQL、Shell；补充 Go/Java/Rust 在服务和高性能模块中的使用边界。
• 模块 0.2：Linux、Git、Docker、Conda/uv、CUDA 环境、依赖锁定、配置管理和随机种子。
• 模块 0.3：NumPy、Pandas、SciPy、scikit-learn；PyTorch Dataset、DataLoader、autograd 与自定义算子。
• 模块 0.4：日志、断点续训、指标记录、实验追踪、数据校验、单元测试、回归测试和故障复现。
• 模块 0.5：数据结构、复杂度、并发、网络、数据库、RPC/REST、缓存、消息队列和微服务基础。
• 模块 0.6：Profiling、数值异常、梯度异常、OOM、I/O 瓶颈和线上问题定位。

实践任务

1. 实现一个可配置的 PyTorch 训练模板，支持 AMP、断点恢复、独立评测和实验追踪。
2. 为数据为空、标签越界、NaN、梯度爆炸、OOM 和训练中断分别编写复现与修复用例。
3. 把模型封装为 REST/RPC 服务，加入超时、重试、幂等、批处理、监控和压测。

可交付成果

• 训练模板仓库
• 故障排查手册
• 接口与压测报告

验收标准

• 换机器后可按文档复现实验，关键依赖和随机性来源可追踪。
• 能解释训练慢、显存高、结果漂移和服务不稳定的具体原因。
• 代码具备测试、日志、配置、版本和最小可观测性。

技术关键词索引

• AI-Native、c++、cuda、docker、FastAPI、FForking、Full-stack、git
• GitHub、golang、go语言、GtHub、huggingface、ICPC、java、jax
• JS、k8s、keras、kubernetes、linux、MATLAB、mindspore、MMDetection
• ModelScope、MySQL、numpy、OD、OOP、OpenCode、opencv、PaddleDetection
• paddlepaddle、pandas、PostgreSQL、PR、PyQt、python、pytorch、QNN
• repo-level、RT-DETR、rust、scala、scikit-learn、scipy、shell、SIMULINK
• sklearn、SPSS、sql、SWE-bench、TCP、tensorflow、transformers、triton
• XZ0000580、并发编程、数据库、网络编程、计算机基础、软件工程

阶段 1：数学、统计、机器学习与优化基础

建议节奏：4-6 周。能力模块：6 个。

学习目标

能从目标函数、数据分布和统计假设解释算法，而不是只会调用框架。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、安全、鲁棒与合规、原理理解与实际应用。

• 模块 1.1：线性代数：向量空间、矩阵分解、特征值、SVD、低秩近似和张量运算。
• 模块 1.2：概率统计：条件概率、贝叶斯、常见分布、最大似然、假设检验、置信区间和校准。
• 模块 1.3：优化：梯度下降、动量、AdamW、约束优化、凸优化、拉格朗日、数值稳定性。
• 模块 1.4：机器学习：线性/逻辑回归、树模型、Boosting、聚类、降维、异常检测和特征工程。
• 模块 1.5：泛化：偏差方差、正则化、交叉验证、数据泄漏、分布偏移和不确定性。
• 模块 1.6：实验统计：效应量、显著性、功效、方差缩减、因果推断和 uplift 建模基础。

实践任务

1. 不用深度学习框架实现线性模型、MLP 和反向传播，并进行梯度检查。
2. 完成树模型与神经网络的同数据对比，分析数据规模、特征和误差类型。
3. 设计一组有置信区间的对照实验，说明结论何时成立、何时不能外推。

可交付成果

• 数学推导笔记
• 传统 ML 基线仓库
• 统计实验报告

验收标准

• 能推导常用损失和优化更新，并解释稳定性与收敛问题。
• 能识别泄漏、混杂、过拟合和指标误导。
• 能为新问题建立合理基线，而不是直接上大模型。

技术关键词索引

• AI+、ARM、BLOOM、C#、CANN、CCPC、co-design、DALI
• DeepSpeedd、Diffusion-based、DLRover、DNN、DQN、DSA、end-to-end、ESPnet
• fasterTransformer、GBDT、GNN、GO、GPGPU、hands-on、HMM、IEG
• Inference、IP、LIO-SAM、LLaMA、LLamaFactory、LM、Long-CoT、LP
• LSTM、MACE、MapTR、MASt3R、MCTS、MDP、MILP、MINLP
• MIP、MLIR、MLM、mniGuard、MXNet、NN、NPU、NVIDIA
• Objective-C、PhD、PHP、Python+Pytorch、QWen、RDMA、RESTful、Self-Evolving
• SFTRLHF、Spec-Decoding、SwiftUI、SysML、TCN、TensorBoard、TF、TorchScript
• TRT-LLM、VAD、VGGT、VideoMAE、ViT、WeNet、WFST、x86
• XLA、凸优化、因果推断、数值计算、数学模型、数据结构、数理统计、最优化
• 机器学习、概率统计、概率论、特征工程、特征提取、线性代数

阶段 2：深度学习、Transformer 与生成建模

建议节奏：5-8 周。能力模块：6 个。

学习目标

掌握现代基础模型共同的表示学习、序列建模和生成建模原理。

必学内容

能力闭环：原理研究与复现、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、原理理解与实际应用。

• 模块 2.1：MLP、CNN、RNN/LSTM、残差、归一化、初始化、激活函数、正则化和损失设计。
• 模块 2.2：Attention、Transformer、位置编码、RoPE、Encoder/Decoder、KV 表示和自回归建模。
• 模块 2.3：BERT/GPT/ViT、对比学习、自监督学习、掩码建模和表征学习。
• 模块 2.4：VAE/VQ-VAE、GAN、Diffusion、Flow Matching、能量模型和自回归生成。
• 模块 2.5：优化器、学习率、warmup、梯度裁剪、混合精度、稳定性和消融实验。
• 模块 2.6：参数量、计算量、显存、吞吐、上下文长度和数据规模之间的基本关系。

实践任务

1. 从头实现小型 Transformer，并在序列任务上验证 mask、位置编码和解码策略。
2. 训练一个视觉或文本编码器，比较监督、对比和自监督目标。
3. 实现小型 Diffusion 或 Flow Matching 项目，并完成采样速度与质量对比。

可交付成果

• Transformer 实现
• 生成模型实验
• 消融与失败分析

验收标准

• 能解释架构、目标函数和数据如何共同决定模型行为。
• 能阅读并修改主流模型代码，而不是只调用推理 API。
• 每个结论都有基线、消融和失败案例支持。

技术关键词索引

• ACT、attention、BaiChuan、bert、bge-m3、ChatGPT、DLRM、gpt
• GR、HTML、LLM-based、MindGPT、MindStudio、MindX、MiniCPM、Model-Based
• PPT、PSI、Representation Engineering、SeedVL、TMT、transformer、Transformer Architecture、偏好模型
• 基础模型、大模型、大语言模型、奖励模型、扩散模型、深度学习、生成模型、语言模型

阶段 3：数据工程、语料治理与合成数据

建议节奏：4-7 周。能力模块：7 个。

学习目标

建立从原始数据到可训练、可评测、可追溯数据资产的完整流水线。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、安全、鲁棒与合规。

• 模块 3.1：采集、解析、清洗、去重、过滤、脱敏、标注、质量评分、版本和血缘。
• 模块 3.2：Web-scale 数据处理、MinHash/LSH、近重复、污染检测、版权与隐私约束。
• 模块 3.3：Tokenizer：BPE、Byte-level、SentencePiece、Tiktoken、词表训练与压缩率。
• 模块 3.4：数据配比、Data Mixture、Curriculum、难例挖掘、主动学习和数据价值评估。
• 模块 3.5：指令、偏好、过程、轨迹、多模态和领域数据的 schema 与质量标准。
• 模块 3.6：Synthetic Data、Self-Instruct、拒绝采样、蒸馏数据、Self-Play 和数据飞轮。
• 模块 3.7：Spark/Flink/Hadoop/Ray、对象存储、流批处理、并行预处理和增量更新。

实践任务

1. 构建百万级样本清洗去重管线，输出每一步保留率、质量变化和成本。
2. 训练并比较两个 Tokenizer，分析领域词、长文本和多语言的编码效率。
3. 生成一批指令或偏好数据，建立自动过滤与人工抽检协议。
4. 做数据配比消融，把性能变化归因到来源、质量、难度和污染。

可交付成果

• 版本化数据集
• 数据质量报告
• 合成数据与配比实验

验收标准

• 任一模型结果可追溯到数据版本、规则和样本分布。
• 能量化去重、过滤、配比和合成策略的收益与副作用。
• 训练集、验证集、评测集之间不存在不可解释的污染。

技术关键词索引

• / Synthetic Environments、AB、Adaptive Curriculum Learning、AUC、CC、CDK、ClickHouse、ColossalAl
• Cross-functional Collaboration（产品 / 设计 / 数据 / 人文训练师团队）、Data Curriculum、Data Filtering、Data Filtering / Quality Filtering / Deduplication、Data Mixture Optimization、Data Mixture Optimization / Data Curriculum、Data-Centric、Deduplication
• DFL、DFT、DSP、EasyR1、ETA、Graph-LLM、HDFS、High-Quality Data Curation
• IMAGE、IO、IoT、IoU、KS、LaMMA-Factory、LGB、LR
• LTV、mAP、MapReduce、MaxCompute、MongoDB、MQTT、MVS、NebulaGraph
• Neo4j、NLU、NoSQL、PB、PE、Pipeline、Quality Filtering、query-doc
• retrieval、RTOS、S3、SfM、Synthetic Data Generation、Table+、TB、UMI
• user-item、Web-scale Data Filtering、Web-scale Data Filtering / Quality Filtering / Deduplication、Web-scale Data Processing Pipeline、XGB、偏好数据、合成数据、向量数据库
• 数据分析、数据去重、数据合成、数据标注、数据治理、数据清洗、数据管线、数据质量
• 数据配比

阶段 4：预训练、模型架构、MoE 与长上下文

建议节奏：6-10 周。能力模块：7 个。

学习目标

理解并实践基础模型从数据配方到稳定训练、扩展和架构迭代的核心方法。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、安全、鲁棒与合规、原理理解与实际应用。

• 模块 4.1：Next-token prediction、自监督预训练、Continued/Domain-Adaptive Pre-training。
• 模块 4.2：Scaling Laws、Compute-optimal、Chinchilla、数据/参数/算力预算和训练曲线外推。
• 模块 4.3：Dense Transformer、MoE、稀疏激活、路由、专家负载均衡和容量规划。
• 模块 4.4：AdamW/Lion/Muon/Sophia、学习率、warmup、cosine decay、梯度裁剪和稳定性。
• 模块 4.5：长上下文：RoPE、YaRN、NTK-aware、ALiBi、Ring Attention 和上下文扩展。
• 模块 4.6：FlashAttention、Activation/Gradient Checkpointing、BF16/FP8 和训练效率。
• 模块 4.7：数据混合、Tokenizer、checkpoint、loss spike、退化检测和预训练评测。

实践任务

1. 预训练一个小型语言模型，完整记录 token、FLOPs、loss、吞吐和验证能力。
2. 完成一次领域继续预训练，与直接 SFT 做公平对比。
3. 实现或复现小型 MoE，分析路由分布、负载不均和通信成本。
4. 扩展上下文窗口，比较位置编码外推、训练成本和长文本真实收益。

可交付成果

• 预训练配方
• Scaling 实验
• MoE/长上下文报告

验收标准

• 能从数据、优化、数值、并行和模型结构定位训练异常。
• 能用预算约束解释模型与数据规模选择。
• 能证明长上下文或 MoE 改动带来真实任务收益，而非只改善单一指标。

技术关键词索引

• / Sparse MoE、AD、AdamW、ADK、ALiBi、Autoregressive Language Modeling、Baichuan-Omni、BERT4Rec
• CFA、Chinchilla-optimal、CLIP-type、Continued Pre-training、Continued Pre-training / Domain-Adaptive Pre-training、Cosine Decay、CosyVoice、CP
• CPA、Cross-Attention、Cross-lingual、DCN、DeepSpeed-MoE、DiT、Domain-Adaptive Pre-training、DP
• DualPipe、E2E、embedding、EP、EPLB、FlashMLA、FRM、GQA
• GraphRAG、Hessian-free、HSTU、K+、KV、Learning Rate Schedule / Warmup / Cosine Decay、Lion、Long-context
• Long-Context Modeling、Long-Context Pre-training、LongCat、Mid-training、MindDiffusion、MindFormers、MindPet、MindSpeed-LLM
• Mixture of Experts、Mixture of Experts（MoE）、MLA、MoE、MoE Pre-training、MoE Routing、MTP、Multi-task
• Muon、MuP、Next-Token Prediction / Autoregressive Language Modeling、NTK-aware Scaling、NTP、Omni-model、Optimizer、Optimizer（AdamW / Lion / Muon / Sophia）
• PaddleOCR、PAI、PP、Pre-training、Pre-training / Self-Supervised Pre-training、ReAct、ResidualNet、Ring Attention
• RoPE、RoPE / YaRN / NTK-aware Scaling / ALiBi、scale-up、Scaling Laws、Scaling Laws / Compute-Optimal Training / Chinchilla-optimal、self-attention、self-improve、Self-Supervised Pre-training
• Sophia、SP、Sparse Activation、Sparse Activation / MoE Routing、STEM、Tokenizer、TP、Transformer Architecture / Mixture of Experts（MoE） / Sparse MoE
• U2++、V-LLM、VAE、VALLE、VITS、VQ、Warmup、Wav2Vec
• WLLM、XML、YaRN、自监督预训练、长上下文、预训练

阶段 5：后训练、PEFT、强化学习与模型对齐

建议节奏：7-12 周。能力模块：7 个。

学习目标

掌握从 SFT、偏好优化、奖励模型到可验证强化学习和持续对齐的完整链路。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、安全、鲁棒与合规、原理理解与实际应用。

• 模块 5.1：SFT、Instruction Tuning、Cold Start、数据配方、模板、packing 和灾难性遗忘。
• 模块 5.2：LoRA/QLoRA/DoRA/AdaLoRA、Adapter、Prompt/Prefix/P-Tuning 与全参微调。
• 模块 5.3：Preference Modeling、Reward Model、PRM/ORM、Process/Outcome Supervision。
• 模块 5.4：RLHF、RLAIF、RLVR、PPO、GRPO、DAPO、RLOO、DPO、SimPO、KTO、ORPO。
• 模块 5.5：Verifiable Reward、Advantage、credit assignment、reward hacking 和训练稳定性。
• 模块 5.6：Scalable Oversight、Constitutional AI、Weak-to-Strong、Debate、IDA 与递归改进。
• 模块 5.7：持续后训练、在线反馈、Self-Play、Self-Improvement、模型退化和安全边界。

实践任务

1. 完成 SFT 与 LoRA/QLoRA 对比，记录精度、显存、吞吐和遗忘。
2. 构建偏好数据，训练奖励模型并完成 DPO/GRPO 中至少一种方法。
3. 为数学、代码或工具任务设计可验证奖励，分析作弊和奖励投机。
4. 比较过程监督和结果监督，做 KL、长度、格式和泛化消融。

可交付成果

• 后训练流水线
• 偏好与奖励数据
• 对齐/RL 实验报告

验收标准

• 能说明不同后训练方法的目标、数据需求、偏差和适用边界。
• 能诊断 reward collapse、长度偏好、KL 漂移、模式坍塌和验证集过拟合。
• 模型提升同时经过能力、安全、风格、事实性和回归评测。

技术关键词索引

• / OpenRLHF、/ Outcome Reward Model、/ Preference Modeling、AdaLoRA、Adapter Tuning、Adapter Tuning / Prompt Tuning / Prompt Tuning v2、AgenticSearch、alignment
• AutoML、Best-of-N、CodeAgent、Context Window Extension / Long-Context Fine-tuning、Continuous Post-Training、CoT、DAPO、Debate-style Oversight
• DecoderOnly、DeepResearch、DeepSpeed-Chat、DJI、DocVQA、DPO、DPO / SimPO / KTO / ORPO / RLOO / RiskPO、Dr. GRPO
• Dynamic Preference Modeling、End-to-End Post-Training、fine-tuning、FT、Full-parameter Fine-tuning vs PEFT 混合策略、GPT-4V、GRPO、GRPO / DAPO / Dr. GRPO
• GSPO、ICL、IM、IPO、ISP、Iterative Post-Training、Iterative Post-Training / Continuous Post-Training、JD-LLM
• KL、KTO、KV-Cache、Large-scale Preference Data Pipeline、Latent Space Alignment、Latent Space Alignment / Representation Engineering（RepE）、LLaMA-2、LLaMA-Factory
• Long-Context Fine-tuning、Long-Term、Long-thought、LoRA、LoRA / QLoRA / DoRA / AdaLoRA / Prefix Tuning / P-Tuning、Meta-learning、Model、MoE Fine-tuning
• MoE Post-training、MoE Pre-training / MoE Post-training / MoE Fine-tuning、MS-Swift、NL2SQL、On-policy、OneTrans、OPD、OpenRLHF
• ORPO、Parameter-Efficient Fine-Tuning、PEFT、PEFT（Parameter-Efficient Fine-Tuning）、Post-Training、Post-Training Pipeline、Post-Training Pipeline / End-to-End Post-Training、PostTraining
• PPL、Preference Collection Pipeline、Preference Data Construction、Preference Data Construction / Synthetic Preference Data、Pretraining、Process Reward Model、Process Reward Model（PRM） / Outcome Reward Model（ORM）、QLoRA
• Qwen2.5-Coder、RankMixer、Reasoning、Recursive Reward Modeling、Recursive Reward Modeling（RRM）、Recursive Self-Improvement、Recursive Self-Improvement（RSI）、Reinforcement Learning Post-Training
• Reinforcement Learning with Verifiable Rewards、reward model、Reward Modeling、Reward Modeling（RM） / Preference Modeling、RL、RL Stage / Reinforcement Learning Post-Training、RLAIF、RLHF
• RLHF / RLAIF / RLVF、RLOO、RLVR、RLVR（Reinforcement Learning with Verifiable Rewards）、ROLL、rollout、SAM、Scalable Oversight
• Self-Alignment、Self-Improvement loops、Self-Play、SFT、SFT / Supervised Fine-Tuning / Instruction Tuning / Cold Start、SimPO、SL、STR
• Supervised Fine-Tuning、Synthetic Data Generation / Synthetic Preference Data Pipeline、Synthetic Preference Data、Synthetic Preference Data Pipeline、Tiktoken、Tokenizer（BPE / Byte-level / SentencePiece / Tiktoken）、ToSQL、Training
• UGC、Value Alignment、VeOmni、Verifiable Reward、Verifiable Reward / Verifiable Feedback、verifier-driven、verl（ByteDance RL Framework） / OpenRLHF / TRL / Axolotl、Vision-Language
• Weak-to-Strong Generalization、Weak-to-Strong Generalization / Weak-to-Strong Preference Optimization、Weak-to-Strong Preference Optimization、价值对齐、后训练、对齐、微调、指令微调
• 模型对齐

阶段 6：RAG、Agent、工具调用、记忆与长程规划

建议节奏：6-10 周。能力模块：7 个。

学习目标

构建能检索、规划、调用工具、维护状态并在长任务中稳定恢复的智能体系统。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、安全、鲁棒与合规、原理理解与实际应用。

• 模块 6.1：RAG：切分、Embedding、召回、混合检索、重排、引用、权限和知识更新。
• 模块 6.2：Function Calling、Tool Use、MCP/API、代码执行、浏览器/数据库工具和沙箱。
• 模块 6.3：ReAct、Plan-and-Execute、反思、搜索、任务分解、状态机和工作流编排。
• 模块 6.4：短期/长期/情景/语义记忆、跨会话记忆、检索、压缩、衰减和隐私。
• 模块 6.5：Multi-Agent、角色协作、通信协议、冲突、共享状态和可观测性。
• 模块 6.6：Agentic RL、长程 rollout、异步环境、轨迹优化、Agent World Model。
• 模块 6.7：Harness Engineering、失败恢复、幂等、成本、延迟、安全和长期 Benchmark。

实践任务

1. 实现带引用的混合检索 RAG，评估召回、重排、答案事实性和权限泄漏。
2. 构建能调用代码、搜索和数据库的 Agent，加入超时、重试和执行审计。
3. 设计跨会话记忆实验，比较摘要、向量检索、结构化记忆和遗忘策略。
4. 完成一个 20 步以上任务 Benchmark，统计成功率、错误传播、成本和恢复率。

可交付成果

• RAG 系统
• 长程 Agent
• 轨迹与失败分类报告

验收标准

• 检索、推理、工具、记忆和环境错误可以被独立定位。
• Agent 输出可追踪到证据、工具调用和状态变化。
• 长任务提升基于可重复 Benchmark，而非演示案例。

技术关键词索引

• Agent、Agent World Model、Agent World Model（AWM） / Synthetic Environments、Agent-RL、Agent-to-Agent、AgentBench、Agentic RL、Agentic RL / Tool-augmented RL / Long-horizon RL
• Agentic-RL、AgenticLLM、AgentOS、Agents、AgentScope、AI-Agent、AIagents、AIGuard
• APP、arXiv、AutoGen、AutoGPT、B2B、Chain-of-Thought、chatBI、Coevolving World Model
• Connector、Continual Learning、CrewAI、CRM、crop_video、Cross-session Memory、Cross-session Memory / Behavioral State Decay Mitigation、DataEngineer
• DE、DeepReaserch、Dynamic Preference Modeling / Personalization、Episodic-Semantic Memory、Fact-Checking、FRIDAY、FunctionCalls、GB10
• GUI、Hierarchical Agentic RL、Hierarchical Agentic RL / Multi-Agent RL、Hierarchical Long-Term Memory、Hierarchical Long-Term Memory / Episodic-Semantic Memory、IDE、LangChain、LangGraph
• Lifelong Learning、Lifelong Learning / Continual Learning、LlamaIndex、LLM-as-a-Judge、long-horizon、Long-horizon Planning、Long-horizon Planning / Strategic Tool Utilization、Long-horizon RL
• Long-term Memory Modeling、MaaS、MCP、Memory、Multi-Agent、Multi-Agent RL、MultiAgent、o3
• OpenClaw、OS、Persistent Memory、Persistent Memory / Long-term Memory Modeling、Personalization、planning、Pre-trained、Proactive Memory Agent
• PydanticAI、QA、R1、Scalable Agentic Rollouts、Self-Evolution、Self-Evolving Agents、Self-Instruct、Self-Play / Self-Improvement loops / Self-Evolving Agents
• SKILL、Stateful Agents、Stateful Agents / Proactive Memory Agent、Strategic Tool Utilization、Tool-augmented RL、Tool-use、ToT、UGC+
• workflow、XZ0000602、zoom-in、多智能体、工具调用、智能体、长期记忆

阶段 7：多模态、视觉语言、语音、视频与具身模型

建议节奏：7-12 周。能力模块：7 个。

学习目标

掌握图像、视频、语音、文本和动作的表示、对齐、生成及统一建模。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、安全、鲁棒与合规、原理理解与实际应用。

• 模块 7.1：视觉编码器、CLIP、ViT、投影层、Cross-Attention、Q-Former 和多模态 Token。
• 模块 7.2：图文/视频理解、OCR、检测、分割、Grounding、时空建模和开放词汇感知。
• 模块 7.3：ASR、TTS、音频编码、语音对话、说话人和音视频同步。
• 模块 7.4：VLM 指令微调、多模态预训练、数据混合、对齐、幻觉和细粒度评测。
• 模块 7.5：文生图/视频、Diffusion/Flow、可控生成、编辑、一致性和生成评测。
• 模块 7.6：VLA、World Model、行为预测、动作生成、机器人学习和自动驾驶多模态。
• 模块 7.7：多模态部署的输入管线、显存、延迟、帧率、分辨率和端侧约束。

实践任务

1. 微调一个开源 VLM，建立视觉遗漏、文本误解、时序错误和幻觉分类。
2. 完成图像/视频/语音至少两种模态的联合任务与单模态基线对比。
3. 实现小型可控生成或编辑项目，评估质量、一致性、可控性和安全。
4. 选择 VLA、自动驾驶或具身方向，完成数据到闭环评测的最小项目。

可交付成果

• 多模态微调项目
• 生成模型项目
• 模态错误分析

验收标准

• 能解释不同模态的编码、对齐、融合和解码选择。
• 评测覆盖感知、理解、推理、生成、时序和安全。
• 能把多模态失败归因到数据、编码器、对齐、语言模型或解码器。

技术关键词索引

• A2A、ActionInsight、AdaRound、Agent+、AI4SE、AIGC、AIOps、API
• asr、BEV、BLIP、CapCut、Claude3.5Sonnet、CLE、CLIP、CNC
• Co-pilot、CoTraining、CPT、DALL-E、DataLoader、DAU、DETR、DiffusionModels
• DINO、DM、dots.mocr、dots.mocr-svg、dots.ocr、DVR、Few-shot、FlexRound
• FLUX、FM、FP、GAN、GenAI、GenFlare、GenX、GNSS
• GOD、GPT-4o、GPT4V、Grounding、HDR、HyperOS、i2i、IC
• ID、Image2Code、IMU、INT、JSON、k+star、LBS、LiDAR
• LLaVA、LLM+Recsys、llm4rec、LLMOps、LLMs、LMM、MindSpeed、MindSpeed-MM
• ML、MLLM、MLOps、MMBench、MR、Multimodal Pre-training、NCNN、OmniGuard
• OneRec、OneSearch、OpenCompass、OpenVLA、OPPO、Outcome Supervision、PDF、PGC
• POC、POI、Post-Train、Pre-train、PrefixQuant、Process Supervision、Process Supervision / Outcome Supervision、PSIG
• Qwen-Audio、Qwen-Coder、Qwen-Image、Qwen-Omni、Qwen-VL、QwenVL、RFT、RKNN
• ROI、ROL、RPM、RQ-VAE、RTK、RTL、ScalingUp、SenseNova
• SOP、SOTA、SpeechLLM、SpinQuant、SVA、TA、tts、UI
• UID、Video-LLaMA、VL、vla、vlm、VLMs、VP、VQ-VAE
• VQA、WAN、Wav2Vec2、WLM、world model、XR、YOLO、YOLOX
• Z-Image、ZeRO、多模态、生成式AI、视觉语言、视频剪辑

阶段 8：评测、Benchmark、实验工程与因果分析

建议节奏：4-7 周并持续进行。能力模块：7 个。

学习目标

建立可信、可复现、能驱动迭代的离线与在线评测体系。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、安全、鲁棒与合规、原理理解与实际应用。

• 模块 8.1：能力矩阵、Benchmark 设计、数据污染、难度分层、切片和黄金集。
• 模块 8.2：准确率、F1、NDCG、BLEU/ROUGE、困惑度、校准、鲁棒性和任务成功率。
• 模块 8.3：LLM-as-Judge、pairwise/rubric、位置偏差、自洽、校准和人工复核。
• 模块 8.4：Human Evaluation、偏好采集、一致性、标注规范和质量控制。
• 模块 8.5：A/B Testing、在线指标、护栏指标、方差缩减、序贯检验和 uplift。
• 模块 8.6：实验管理、消融、回归、显著性、错误分类、bad case 和根因分析。
• 模块 8.7：Agent/长程/多模态/安全评测以及性能、成本、延迟的联合评价。

实践任务

1. 为已有项目建立分层评测集、自动评测、人工复核和回归门禁。
2. 比较至少两种 Judge 策略，并用人工标签分析偏差和置信度。
3. 设计一次 A/B 或离线反事实实验，给出效应量、区间和上线决策。
4. 建立 bad case 数据库，把错误归因和修复动作接入下一轮训练。

可交付成果

• 评测框架
• Benchmark 数据卡
• 实验与回归报告

验收标准

• 指标与真实目标一致，切片结果和不确定性透明。
• 结论能够经重复实验、统计检验和人工审计。
• 每次模型迭代都有能力、安全、性能和成本回归。

技术关键词索引

• a/b、A/B Testing、A/B Testing / Online Experimentation / Uplift Modeling、AED、Agentic Benchmark、Agentic Benchmark / Long-horizon Benchmark、ATH、Automated Evaluation Framework
• Automated Judging Pipeline、BadCase、benchmark、ChatSVA、CNN、DMC、ECU、ELO
• Framework、GAIA、GenBen、GSB、Human Evaluation、Human Evaluation / Preference Collection Pipeline、learning-based、LLM-as-Judge
• LLM-as-Judge / Automated Judging Pipeline、Long-Context Evaluation、Long-horizon Benchmark、MMLU、MOS、Online Experimentation、Online Experimentation & Iteration、PRD
• Process vs Outcome Evaluation、QPS、RNN、RT、RTL-LLM、RTLCoder、Seed3D、Self-Correction
• SigLIP、TPOT、TTFT、Uplift Modeling、VeriCoder、Verifiable Rewards Evaluation、VerilogEval、VeriRL
• 消融实验、评测

阶段 9：AI 安全、红队、鲁棒性、事实性与隐私

建议节奏：4-8 周并持续进行。能力模块：7 个。

学习目标

把安全从上线前检查变成数据、训练、评测和服务全链路能力。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、安全、鲁棒与合规。

• 模块 9.1：Safety/Value Alignment、政策约束、拒答边界、Constitutional AI 和安全数据。
• 模块 9.2：Jailbreak、Prompt Injection、越权工具调用、数据外泄和间接注入。
• 模块 9.3：自动红队、攻击生成、对抗样本、风险分类、严重度和修复验证。
• 模块 9.4：幻觉、事实性、引用、校准、不确定性、知识时效和 grounded generation。
• 模块 9.5：Reward Hacking、欺骗、后门、模型窃取、投毒、成员推断和隐私。
• 模块 9.6：Representation Engineering、Circuit Breaker、鲁棒训练和监控告警。
• 模块 9.7：内容、金融、风控、医疗、驾驶和 Agent 执行中的领域安全约束。

实践任务

1. 为 RAG/Agent 系统建立威胁模型，覆盖注入、越权、泄漏和危险执行。
2. 构建自动红队集，记录攻击成功率、误拒率、修复率和能力损失。
3. 实现事实性与引用评测，比较检索、训练和解码层修复。
4. 为工具调用加入最小权限、确认、沙箱、审计和回滚。

可交付成果

• 威胁模型
• 红队与安全评测集
• 修复及回归报告

验收标准

• 风险有明确资产、攻击面、严重度、检测和缓解措施。
• 安全提升不会用不可解释的能力损失换取。
• 上线系统具备持续监控、事件复盘和快速回滚。

技术关键词索引

• AI Safety via Debate、AI Safety via Debate / Debate-style Oversight、Automated Red Teaming、Automated Red Teaming / Red-teaming Automation、CBG、Circuit Breakers、Circuit Breakers / Representation Engineering for Safety、Constitutional AI
• Constitutional AI / Self-Critique / Self-Alignment、Constitutional Constraints、Deceptive Behavior Mitigation、Factuality Alignment、Hallucination Mitigation、Hallucination Mitigation / Factuality Alignment、Jailbreak Defense、Jailbreak Defense / Adversarial Robustness
• Representation Engineering for Safety、Reward Hacking Prevention、Reward Hacking Prevention / Deceptive Behavior Mitigation、Safety Alignment、Safety Alignment / Value Alignment、事实性、安全对齐、对抗鲁棒性
• 幻觉、红队、越狱、越狱防御、鲁棒性

阶段 10：分布式训练、训练平台与 AI Infra

建议节奏：5-9 周。能力模块：7 个。

学习目标

能把模型稳定扩展到多卡、多机和大规模训练平台，并定位性能与可靠性瓶颈。

必学内容

能力闭环：原理研究与复现、数据构建与治理、算法建模与实现、训练调优与稳定性、评测、消融与误差分析、工程系统与工具链、部署、性能与运维、场景适配与产品闭环、原理理解与实际应用。

• 模块 10.1：DDP、ZeRO、FSDP、Tensor/Pipeline/Sequence/Expert Parallel 和 3D 并行。
• 模块 10.2：DeepSpeed、Megatron-LM、Colossal-AI、verl、OpenRLHF、TRL 和 Ray。
• 模块 10.3：NCCL、拓扑、通信、重叠、sharding、checkpoint、恢复和容错。
• 模块 10.4：BF16/FP16/FP8、Gradient/Activation Checkpointing、FlashAttention 和内存估算。
• 模块 10.5：数据加载、样本 packing、动态 batch、吞吐、MFU、straggler 和长尾任务。
• 模块 10.6：Kubernetes、队列、资源调度、弹性、优先级、可观测性和成本治理。
• 模块 10.7：异步 rollout、环境隔离、偏好数据管线和后训练基础设施。

实践任务

1. 把单卡训练迁移到 DDP/FSDP/DeepSpeed，逐层记录吞吐、显存和通信。
2. 完成一次故障注入：进程、节点、存储或网络失败后自动恢复。
3. 实现训练任务调度与监控面板，统计 GPU 利用率、排队和失败原因。
4. 搭建小型异步 rollout 或偏好训练链路，分析生产者消费者瓶颈。

可交付成果

• 多卡训练方案
• Profiling 报告
• 容错与调度实验

验收标准

• 能估算不同模型、序列和并行策略的显存与通信。
• 能定位计算、通信、I/O、数据、调度和 straggler 瓶颈。
• 训练可恢复、可观测、可复现，并有明确成本指标。

技术关键词索引

• 3D Parallelism、3D Parallelism / Activation Checkpointing、3D Parallelism / Pipeline Parallelism / Tensor Parallelism、A100、Activation Checkpointing、Activation Checkpointing / Gradient Checkpointing、ADAS、AI-infra
• Asynchronous Rollout Infrastructure、B+、BF16、Checkpoint、Colossal-AI、ColossalAI、CPUGPU、DDP
• deepspeed、DeepSpeed ZeRO、DeepSpeed ZeRO / FSDP / Megatron-DeepSpeed、FlashAttention、FlashAttention / Ring Attention / FlashAttention-2/3、FlashAttention for Long Context、FlashAttention-2/3、FP8
• FSDP、GLM、GPU、GPU+CPU、Gradient Checkpointing、HPC、HugeCTR、Kernel
• Kubernetes for Distributed Training、megatron、Megatron-DeepSpeed、Megatron-LM、Mixed Precision Training（BF16 / FP8）、MPI、oneDNN、PC
• Pipeline Parallelism、Ray、Ray / Kubernetes for Distributed Training、Ring Attention / FlashAttention for Long Context、SGLang、Tensor Parallelism、TileLang、UCX
• XZ0000582、ZeRO-1、Zero-Shot、分布式系统、分布式训练、异构集群、张量并行、数据并行
• 模型并行、流水线并行