Agent 学习路径

先用一个例子看懂 Agent 服务

假设运营问你：

昨晚直播成交额为什么下降？帮我查一下。

传统后端可以提供一个报表接口，查询订单、汇总成交额，再返回结果。要比较流量、商品和历史数据，需要开发者提前设计好分析步骤。

Agent 服务可以接收这个目标，让模型根据查询结果决定下一步。例如，先查成交摘要，再决定补查直播流量还是商品转化，最后整理依据，给出分析。

模型并不知道店铺的实时数据。订单、商品和流量仍由你的程序通过接口查询。你要把这些能力整理成工具，让模型提出调用请求，由程序执行，再把结果交回模型。

这体现了 ReAct 中推理与行动交替的思路。传统业务规则也可以保留，没必要把所有步骤都交给模型。

所以，Agent 服务仍然是一项后端工程，只是多了模型参与决策。模型可能选错工具、遗漏信息或给出错误结论，这些是需要额外处理的部分。

后端经验能复用什么？

接口、数据库、缓存、异步任务、部署和日志，这些经验依然有用。你仍然要设计接收任务、查询进度和返回结果的接口，也要决定内部工具能做什么、参数怎么传、结果返回多少。

因此，有后端经验更容易上手。主要做前端的同学，可以先补到能独立提供一个服务、调用下游接口、保存任务状态并部署运行，再往上加模型能力。

新增的学习重点，是怎样围绕模型 API 组织业务逻辑：工具调用循环、上下文、执行隔离，以及怎样判断结果是否可靠。

学什么，直接看目标岗位的 JD

JD 就是岗位职责和任职要求。先在招聘软件里找自己准备投的 Agent 应用开发岗位，整理多份同类岗位 JD 中反复出现的能力要求，作为需要重点准备的面试点，再结合自己的知识缺口安排学习。不要把训练岗、算法研究岗的要求全混进来。

每个关键词都要落到能做出来的功能：

比如 JD 写“熟悉上下文工程”，准备时就要能讲清：为什么工具结果不能无限塞进去，历史太长怎么处理，删掉信息后会不会影响任务。其他关键词也按这个方式准备。

按什么顺序学？

如果暂时不知道怎么学，就先按我的文档顺序一步一步走。用一个小项目贯穿学习，不要每看一个概念就换一套教程。

1. 先跑通模型与工具。 读 Agent Harness、Prompt 和工具调用，用熟悉的语言给直播分析接入只读工具。看清模型请求了什么、程序执行了什么、结果怎样回到下一轮。
2. 再处理上下文和状态。 读 Session 与 Context，加入历史对照与追问，弄清哪些信息要保留、哪些可以裁剪。
3. 按目标 JD 补功能。 需要知识库，就练 RAG；需要复用任务步骤，就学习 Skill；需要按协议接入外部工具与资源，就学习 MCP；需要执行生成代码，就加入沙箱。多 Agent、模型网关等按目标岗位继续补充。
4. 做评测，再准备面试。 结合观测、容错和校验几篇，用已知答案的任务检查工具选择、数据引用和最终结论，换模型或提示词后再跑一遍。根据执行记录整理问题、定位过程和修改理由。

需要学习规划或求职辅导，可以找我

我是欧维，可以提供面向 Agent 转型的辅导：

• 学习路径规划：结合开发背景与目标 JD，明确先学什么、哪些内容可以后置。
• 项目规划：一起确定选题、拆分模块与实施顺序，做出能运行、能讲清楚的项目。
• 简历辅导：梳理真实经历和个人贡献，写清项目价值与技术取舍。
• 面试辅导：围绕目标岗位查漏补缺，练习项目讲解、技术追问和模拟面试。

有需要，可以带上开发背景、目标 JD 和当前卡点，找我一起梳理。