12 周 AI Agent 工程师进阶路线

面向已经会基础编程、想在 3 个月内补齐 AI Agent / 大模型应用工程能力的人。目标不是“看完资料”，而是每周交付一个可验证产物，最后形成可写进简历、可用于面试答辩的作品集。

---

路线总览

阶段	周期	目标	交付物
基础夯实	第 1-2 周	补齐 LLM、Prompt、Tool Calling、RAG 基础	个人知识卡片 + 10 个核心概念答案
RAG 工程化	第 3-4 周	做出可评估、可溯源的 RAG 系统	文档问答 Demo + 评估报告
Agent 编排	第 5-6 周	掌握 ReAct、Plan-and-Execute、LangGraph 状态图	ReAct Agent + LangGraph 多步任务
工具与协议	第 7-8 周	掌握 Function Calling、MCP、权限与沙箱	自建 MCP Server + 安全工具调用
生产化能力	第 9-10 周	补齐可观测性、评估、成本、部署、安全	Agent 服务化 + trace + guardrails
面试作品集	第 11-12 周	完成项目打磨、答辩材料和模拟面试	项目 README + 架构图 + 10 分钟答辩稿

---

第 1 周：LLM 与 Prompt 基础

学习重点

• Transformer、Token、Context Window、KV Cache 的基本概念

• System Prompt、Few-shot、结构化输出、JSON schema

• 幻觉、temperature、top-p、模型路由的基本取舍

必做任务

1. 用一页纸解释：LLM 为什么会幻觉？RAG 为什么能缓解？

2. 写 5 个结构化输出 prompt：JSON、表格、评分、拒答、引用格式。

3. 准备 10 个常见追问答案：Token、KV Cache、温度、上下文压缩、Prompt 注入。

验收标准

• 能不用背稿讲清楚“模型生成不是查库，而是条件概率采样”。

• 能解释结构化输出失败时如何兜底：重试、schema 校验、parser repair、函数调用。

---

第 2 周：Tool Calling 与基础 Agent Loop

学习重点

• Function Calling / Tool Use 的参数 schema、工具描述、错误处理

• ReAct：Thought → Action → Observation 循环

• 工具权限、危险操作确认、工具结果压缩

必做任务

1. 写一个最小 ReAct Agent：支持 search、calculator、read_file 三个工具。

2. 给工具加权限分级：只读、需确认、高危禁止。

3. 记录 5 个失败 case，并写出原因归因。

验收标准

• 能说明 Tool Description 为什么影响工具选择准确率。

• 能讲清楚工具失败后的重试、降级和停止条件。

---

第 3 周：RAG 最小可用系统

学习重点

• 文档解析、chunking、embedding、向量库、检索、生成

• 引用溯源、上下文拼接、TopK 选择

必做任务

1. 用 20 篇 Markdown/PDF 做一个本地知识库问答。

2. 输出答案时带引用片段和来源文件。

3. 做 30 条问题的人工测试集。

验收标准

• 每个答案能追溯到原文片段。

• 能解释 chunk size / overlap 对召回和幻觉的影响。

---

第 4 周：RAG 优化与评估

学习重点

• Hybrid Search：BM25 + Dense Retrieval

• RRF 融合、Rerank、Query Rewrite、HyDE

• RAGAS、Recall@K、MRR、NDCG、Faithfulness

必做任务

1. 加 BM25 + Dense 双路召回。

2. 加 reranker，并对比 Top5 命中率。

3. 输出一份评估报告：召回、延迟、成本、失败样例。

验收标准

• 能说明“召回不到”和“生成不对”如何分层排查。

• 能用指标证明优化是否有效，而不是只说“效果更好”。

---

第 5 周：LangGraph 状态图

学习重点

• State、Node、Edge、Conditional Edge、Checkpoint

• Graph vs Chain vs Agent Loop 的边界

必做任务

1. 用 LangGraph 改写第 2 周 ReAct Agent。

2. 加 max_iterations、失败重试、人工确认节点。

3. 让任务中断后可以从 checkpoint 恢复。

验收标准

• 能画出 StateGraph 并解释每个节点的输入输出。

• 能说明 checkpoint 恢复如何保证幂等。

---

第 6 周：多 Agent 协作

学习重点

• Supervisor / Worker、角色分工、共享状态、A2A 通信

• 多 Agent 的协调成本、循环风险、一致性问题

必做任务

1. 做一个三角色协作系统：Researcher、Coder、Writer。

2. Supervisor 根据状态决定下一步派谁。

3. 加成本上限、轮次上限和任务完成判断。

验收标准

• 能解释什么时候用多 Agent，什么时候单 Agent + 多工具更好。

• 能定位多 Agent 循环、重复工作、上下文污染问题。

---

第 7 周：MCP 与工具生态

学习重点

• MCP Host / Client / Server / Transport

• MCP 与 Function Calling、Plugin、A2A 的关系

必做任务

1. 自建一个 MCP Server：暴露 search_docs、get_doc、summarize 三个工具。

2. 写工具 schema、错误返回格式和权限说明。

3. 用 Claude Desktop / 支持 MCP 的客户端连通。

验收标准

• 能解释 MCP 解决的是“工具接入标准化”问题。

• 能说明 MCP Server 的安全边界和认证方式。

---

第 8 周：Agent 安全与权限

学习重点

• Prompt 注入、工具误调用、数据泄露、越权访问

• Sandbox、policy engine、audit log、human approval

必做任务

1. 给工具调用加 policy check。

2. 为危险操作加“先生成计划、用户确认、再执行”的流程。

3. 设计 10 个红队 prompt 并记录拦截结果。

验收标准

• 能讲清楚“输入过滤、工具前置检查、输出校验”三道防线。

• 能说明如何审计 Agent 的每次 tool call。

---

第 9 周：可观测性与评估

学习重点

• Trace、Run replay、日志、指标、告警

• Task success rate、first-pass success、verified success、recovery success

• tool accuracy、路径震荡率、latency、cost、hallucination rate

必做任务

1. 给 Agent 加 trace id 和每步状态快照。

2. 输出一次任务执行的 timeline。

3. 构建 50 条回归测试集，统计任务成功率和首次成功率。

4. 注入一次工具超时和进程重启，验证能否从 checkpoint 恢复且不重复执行副作用。

验收标准

• 能回答“线上 bad case 怎么定位到是哪一层的问题”。

• 能展示 trace、日志、恢复证据和评估数据。

• 能区分“模型自述完成”和“经过独立验证后完成”。

---

第 10 周：部署与成本优化

学习重点

• FastAPI 服务化、Docker、队列、缓存、限流、降级

• 模型路由、语义缓存、上下文压缩、batching

• Agent Runtime、任务状态机、租约、幂等键和补偿操作

• 大规模工具注册表、权限过滤、候选检索和 Schema 版本化

必做任务

1. 把 Agent 包装成 HTTP API。

2. 加 Redis 语义缓存和限流。

3. 输出延迟、token 成本、缓存命中率三项指标。

4. 将一个有副作用的工具改造成“幂等键 + 执行结果日志 + 安全重试”。

5. 不把全部工具放进 Prompt，先从工具注册表检索 Top-K 候选再交给模型选择。

验收标准

• 能说明如何把 demo 变成可运行服务。

• 能解释哪些请求走大模型，哪些走小模型或缓存。

• 能解释 Agent、Orchestrator、Harness 和 Runtime 的责任边界。

---

第 11 周：作品集打磨

学习重点

• README、架构图、部署说明、评估报告、失败案例复盘

必做任务

1. 为项目写一份面试官友好的 README。

2. 准备 3 张图：系统架构图、数据流图、评估闭环图。

3. 写“项目亮点 / 难点 / trade-off / 下一步优化”四段。

验收标准

• 面试官不看代码，也能通过 README 明白你的贡献。

• 项目亮点有指标，不只是“用了 LangChain / RAG / Agent”。

---

第 12 周：模拟面试与补短板

学习重点

• 项目答辩、系统设计、八股追问、代码题

必做任务

1. 准备 10 分钟项目答辩稿。

2. 做 3 次模拟面试：项目深挖、系统设计、RAG/Agent 专项。

3. 根据失败题补一页“错题复盘”。

验收标准

• 能讲清楚你为什么这么设计，而不是只讲“我用了什么框架”。

• 能回答：效果如何评估？失败怎么办？成本多少？如何上线？

---

推荐每周复盘模板

本周主题：
完成产物：
最难的技术点：
遇到的 bad case：
指标结果：
下周改进：
可写进简历的一句话：

最终作品集清单

• 一个 RAG 知识问答系统

• 一个 LangGraph 多 Agent 协作系统

• 一个带安全护栏和可观测性的生产级 Agent 服务

• 一份项目 README

• 一份评估报告

• 一份 10 分钟项目答辩稿