Agent 工程师

✅[适合人群]

📅1对1指导周期

🙋[AI人才助力]

📜[指导收费]

✅1、搭出可用的 Agent：ReAct / Plan-and-Execute / 状态机三种范式的取舍
✅2、设计工具集：粒度、描述、参数 schema、幂等与权限边界
✅3、做上下文工程：长任务里保留关键状态、压缩历史、子任务隔离
✅4、把「不可靠」兜住：最大步数、重复动作检测、状态去重、强制换策略
✅5、设计人工接管与断点续跑，让 Agent 敢在真实业务里跑
✅6、做每一步的 trace 与评测：任务成功率、步骤准确率、工具调用正确率
✅7、判断什么时候不该用 Agent——退回固定工作流
✅8、沙箱与权限最小化：让 Agent 执行代码时的隔离方案
✅9、多智能体协作的适用边界与它的代价
✅10、项目生产部署：服务器原生部署、Docker 部署

1、Codex

2、Claude

3、MCP

4、Playwright

1、重点讲「可靠性」而不是「炫技」：招聘方最缺的是能把 Agent 做稳的人

2、六个真实场景贯穿全程：代码维护、数据查询、客服工单、研究汇总、跨系统流程、浏览器自动化

3、专门有一节讲「从自由 Agent 退回到工作流」——面试里的加分项

4、配套成功率口径与失败归因方法，把项目讲成可量化的成果