大约 2 分钟学习路线Agent智能体
Agent 工程师学习路线
已有 LLM 应用基础，专攻 Agent 方向，建议 3-4 个月
阶段 1：核心概念（1-2 周）
必学
- Agent 面试题 - 系统学习 Agent 全貌
- ReAct、Plan-and-Execute 工作模式
- Agent Loop（规划 → 行动 → 观察 → 反思）
阶段 2：工具调用基础（2 周）
必学
- Function Calling / Tool Calling
- 不同 LLM Provider 的 schema 差异
实战
做一个「带工具调用的聊天机器人」：
- 设计 3-5 个工具（搜索、计算、文件读取等）
- 实现完整的 ReAct 循环
- 加入错误处理（工具失败时重试）
阶段 3：MCP 协议（1-2 周）
必学
- MCP 协议 - Model Context Protocol
- MCP Server 开发
实战
为上面的 Agent 接入一个 MCP Server（如文件系统 MCP、GitHub MCP）
阶段 4：记忆系统（2 周）
必学
- Agent 记忆系统 - 短期/长期记忆
- 向量数据库作为长期记忆
- 记忆压缩与摘要
实战
给 Agent 加入：
- 短期对话记忆
- 长期用户偏好记忆
- 跨会话记忆持久化
阶段 5：进阶能力（按兴趣选）
方向 A：多 Agent 协作
- 多智能体协作 - CrewAI / LangGraph
- Agent 间通信协议（A2A）
方向 B：Agent 工作流
方向 C：Agent 安全
- 工具权限控制
- Prompt Injection 防御
- 操作审计
阶段 6：项目实战（2-3 周）
推荐项目
- AI 编程助手 - 用 Agent 实现代码生成/调试
- 研究助手 - 能搜索网络、阅读论文、生成报告的 Agent
- 自动化客服 - 处理退款、查单等多步骤任务
推荐开源贡献
- LangChain / LangGraph
- AutoGen
- CrewAI
- MCP Servers
求职目标
- Agent 应用工程师
- AI 自动化工程师
- 智能体平台工程师