AI Agent 工程师 / FDE 学习计划

目标：能独立承担「Agent 开发」与「FDE（Forward Deployed Engineer）」两类岗位。
周期：12 周，每周 10–12 小时。
原则：70% 动手，30% 读文档。视频只用来建立直觉，不用来学细节；细节一律回官方文档。

1. 能力地图

层 要掌握的东西 对应岗位价值
A. 模型层 Token / 上下文窗口 / 采样参数 / Prompt 结构 / Function Calling / Structured Output 所有岗位的地基
B. Agent 工程层 编排（ReAct、Plan-Execute、状态机）、工具与 MCP、RAG、Memory、多 Agent Agent 开发的核心
C. 生产化层 评估体系、可观测性、Runtime（重试/幂等/断点）、安全边界、部署 区分「Demo」与「能上线」
D. FDE 交付层 全栈原型、私有化部署、企业系统集成、数据工程、需求转译、交付文档 FDE 的分水岭

A→B→C 是深度，D 是广度。两类岗位的差异：Agent 开发岗 C 层要求深，FDE 岗 D 层要求广且能独立扛客户。

2. 十二周计划总表

周 主题 主要资料类型 交付物（不会做=没学会）
W1 LLM 基础 + 提示工程 官方文档 + 长文 一份 30 条用例的 Prompt 迭代记录
W2 Structured Output + Function Calling 官方文档 带 Schema 校验与重试的结构化输出模块
W3 Agent 编排原理 + LangGraph 官方教程 + 视频 手写 ReAct loop + LangGraph 版对照
W4 Agent Runtime（状态/重试/幂等/恢复） 文档 + 源码 可断点续跑的任务执行器
W5 MCP 协议 + 工具设计 官方规范 3 个自建 MCP Server
W6 Agent 安全 OWASP + 实践 工具授权矩阵 + 20 条注入样本测试集
W7 RAG 全链路 官方文档 混合检索 + Rerank 的消融对比表
W8 Context Engineering 长文 + 实践 动态上下文装配器 + 证据溯源
W9 评估体系（离线） 三个评估框架文档 金标集 + Precision/Recall/漏检率报告
W10 评估体系（CI 回归）+ 可观测 文档 + 实践 CI 里的 eval pipeline + trace 看板
W11 多 Agent 协作 官方教程 + 工程博客 Supervisor + Agent-as-Tool 流水线
W12 FDE 专项：全栈 + 部署 + 交付 框架文档 一套可交付的私有化原型 + 交付文档包

3. 分阶段详解

3.1. W1 — LLM 基础与提示工程

要掌握

  • Token 化与中文 token 效率、上下文窗口的真实限制、KV cache 与成本模型
  • 采样参数（temperature / top_p / max_tokens）各自影响什么
  • 提示结构：角色设定、指令层次、few-shot、输出格式约束、思维链的适用边界
  • 幻觉的成因分类：知识缺失、指令冲突、格式压力、长上下文干扰

资料

练习：挑一个你熟悉的业务任务，写 5 版 Prompt，每版记录改动点与失败案例，形成对照表。

3.2. W2 — Structured Output 与 Function Calling

要掌握

  • Function Calling 的协议流程：模型返回 tool_call → 应用执行 → 回填 tool_result
  • Structured Output 两种实现：JSON Schema 约束 vs 约束解码（constrained decoding）
  • Schema 设计原则：扁平优于嵌套、枚举优于自由文本、必填项最小化
  • 输出不合法时的三层处理：Schema 校验 → 业务校验 → 分级重试/降级
  • Pydantic 做类型模型 + 校验器 + 依赖注入

资料

练习：定义一个含 5 个字段、2 个枚举、1 个业务校验规则的结果模型，跑 200 次统计非法率并调优到 <1%。

3.3. W3 — Agent 编排原理与 LangGraph

要掌握

  • ReAct 循环的本质与失效场景（长链条绕圈、工具误选）
  • Plan-and-Execute 与 ReAct 的取舍
  • 状态机式编排：State 设计、节点/边、条件路由、循环与退出条件
  • LangGraph 核心：StateGraph、Checkpointer、Interrupt、Subgraph、并发分支
  • 框架对比：LangGraph / LlamaIndex Workflows / Pydantic AI / OpenAI Agents SDK 各自的抽象

资料

  • 文档：LangChain / LangGraph 官方文档（Quickstart → Persistence → Human-in-the-loop → Subgraphs 依次读）— https://docs.langchain.com
  • 文档：OpenAI Agents SDK（Agents / Handoffs / Guardrails / Tracing 四章）— https://openai.github.io/openai-agents-python/
  • 文档：LlamaIndex Workflows — https://docs.llamaindex.ai
  • 长文：Anthropic《Building Effective Agents》（必读，讲 workflow 与 agent 的边界）
  • 视频：YouTube 频道 LangChain（官方 LangGraph 系列）
  • 视频：YouTube 频道 IndyDevDan、Sam Witteveen（LangGraph / Agent 实战）
  • 视频：B 站检索 LangGraph 教程、LangChain 入门（UP 主「同济子豪兄」有系统中文教程系列）

练习：先不用框架手写一个 30 行的 ReAct loop（while + tool dispatch），再用 LangGraph 重写，对比两者在错误处理上的差异。

3.4. W4 — Agent Runtime（生产化执行）

要掌握

  • 状态持久化：checkpoint 存什么、存哪里、多久
  • 幂等：任务级幂等键设计，重复提交不重复执行
  • 超时与重试：指数退避、熔断阈值、”重试换条件”原则
  • 断点恢复：第 N 步失败后从第 N 步继续，不重跑全流程
  • 任务取消：正在飞的模型调用如何被打断
  • 并发控制：限流、队列、优先级
  • 长任务模式：durable execution 的概念（Temporal 解决什么问题）

资料

  • 文档：LangGraph Persistence / Checkpointer 章节 — https://docs.langchain.com
  • 文档：Temporal 概念篇（只读 Concepts，不必上手）— https://docs.temporal.io
  • 文档：Redis / PostgreSQL 官方文档（队列与事务相关章节）
  • 视频：YouTube 搜 durable execution temporal、agent checkpoint resume

练习：让任务在执行中途被 kill -9，重启后从断点继续，且不重复产生副作用。

3.5. W5 — MCP 与工具设计

要掌握

  • MCP 三类原语：Tools / Resources / Prompts
  • 传输方式：stdio 与 HTTP+SSE 的适用场景
  • Server 的注册、发现、鉴权
  • Tool Schema 设计：描述怎么写模型才不会误用、参数怎么约束
  • MCP 与 Function Calling 的关系（协议 vs 调用机制，不要混为一谈）

资料

  • 文档：MCP 官方规范 — https://modelcontextprotocol.io
  • 文档：Anthropic MCP 文档与发布公告 — https://docs.claude.com
  • 文档：各类 MCP Server 示例仓库（GitHub 搜 modelcontextprotocol servers）
  • 视频：YouTube 搜 MCP server tutorial、频道 Anthropic 的 MCP 讲解

练习：写 3 个 Server —— 文件检索、HTTP API 取数、数据库查询，各用一种传输方式。

3.6. W6 — Agent 安全

要掌握

  • 直接注入 vs 间接注入（文档/网页/邮件里藏指令）——后者才是生产环境主威胁
  • 工具滥用、权限越界、上下文污染、多 Agent 通信劫持
  • 防御必须在应用层：工具白名单 × 角色 × 参数范围、路径白名单、只读默认
  • 沙箱：进程隔离、网络出口控制、文件系统挂载限制
  • 审计日志：谁、在哪个任务、调了什么、拿到什么
  • 最小权限原则在 Agent 上的落地方式

资料

  • 文档：OWASP Top 10 for LLM Applications — https://genai.owasp.org
  • 文档：OWASP Agentic AI 威胁清单（重点：工具滥用、身份权限滥用、上下文污染）
  • 长文：Anthropic / OpenAI 关于 prompt injection 的安全说明
  • 视频：YouTube 搜 prompt injection defense、LLM agent security

练习：构造 20 条注入样本（含伪装成正常业务文档的），验证全部在工具执行前被拦截。

3.7. W7 — RAG 全链路

要掌握

  • Embedding 选型：中文业务文档不要直接套英文模型，要看 MTEB 中文榜
  • 分块策略：条款按条款切、合同按章节切，不要按固定字数切
  • 向量库：pgvector 起步够用，Milvus/Qdrant 何时才需要
  • 混合检索：BM25 + 向量，各自补对方的什么短板
  • Rerank：为什么召回 20 条再重排比直接取 top3 好
  • 检索质量评估：Hit Rate、MRR、Context Precision / Recall

资料

练习：同一批问题做四组消融——纯向量 / 纯 BM25 / 混合 / 混合+Rerank，出准确率对比表。

3.8. W8 — Context Engineering

要掌握

  • 核心命题不是「怎么检索」，而是「这一步模型该看到什么」
  • 四件事：Retrieval（按任务取）、Selection（相关度筛）、Compression（压缩保关键）、Memory（不重复喂）
  • 上下文装配：按任务类型动态加载不同资料组合
  • 长文档处理：分页摘要 + 关键段保留 + 原文指针
  • Token 预算分配与干扰控制（无关信息会降低准确率）
  • 证据溯源：每条结论能指回原文位置

资料

  • 长文：Anthropic《Effective Context Engineering for AI Agents》
  • 长文：LangChain 官方博客的 Context Engineering 系列
  • 文档：Anthropic Long Context 相关文档 — https://docs.claude.com
  • 视频：YouTube 搜 context engineering agents

练习：做 A/B —— 全量塞入 vs 装配后塞入，比较 token 消耗与准确率，两个指标都要记录。

3.9. W9 — 评估体系（离线）

要掌握

  • 金标集怎么建：抽样策略、标注规范、严重程度分级
  • 核心指标：Precision（报了的问题有多少真）、Recall（真问题发现了多少）、漏检率
  • 按严重程度分层算，重大风险和格式问题不能混在一起看
  • LLM-as-a-Judge：评分标准怎么写、位置偏见怎么消除、与人工标注的一致性怎么验（用 Cohen’s kappa）
  • RAG 侧指标与 Agent 侧指标的分工

资料

练习：建 50 条金标样本，跑出三种严重程度各自的 P/R/漏检率，并与人工复核对齐。

3.10. W10 — 评估回归与可观测性

要掌握

  • 把 eval 挂进 CI：每次改 Prompt / 换模型自动出对比报告
  • 回归测试的通过阈值怎么定（不是”不能下降”，而是”关键用例不能下降”）
  • Trace 结构设计：一次请求 = 一个 trace，每个环节 = span，每次模型调用带 token 与耗时
  • 成本归因：钱花在哪个环节、哪类任务最贵
  • 告警：错误率、P99 延迟、单次成本突增
  • OpenTelemetry GenAI 语义约定

资料

练习：把模型 A 换成模型 B，一条命令生成「哪些用例变好、哪些变差」的对比报告。

3.11. W11 — 多 Agent 协作

要掌握

  • 三种模式：Supervisor（中心调度）/ Handoff（对等移交）/ Agent-as-Tool（子 Agent 当工具）
  • 各自的可控性与可追踪性代价
  • 通信契约：子 Agent 的输入输出怎么定，避免自由文本传递
  • 失败传播：子 Agent 失败时降级还是中断
  • 结论冲突裁决
  • 什么时候不该用多 Agent（很多场景单 Agent + 好工具更强）

资料

练习：搭「初审 Agent + 复核 Agent + 汇总 Supervisor」，并对比单 Agent 版本的质量与成本。

3.12. W12 — FDE 专项

这一周是 FDE 岗位的真正考点，也是大部分 Agent 开发者的短板。

要掌握

  • 全栈原型：Next.js + FastAPI（或 Go），流式输出、会话管理
  • 私有化部署：Docker Compose → K8s、离线镜像、内网依赖源、等保基本要求
  • 企业系统集成：企业微信 / 钉钉 / 飞书开放平台、SAP / 用友 / 金蝶 接口模式、数据库直连
  • 数据工程：SQL 进阶、ETL、脏数据清洗（客户现场的真实工作量在这里）
  • 需求转译：模糊诉求 → 用例 → 成功指标 → POC → 试点 → 上量
  • 交付物：方案书、部署手册、SOP、培训材料
  • 软技能：客户沟通、现场演示、英语（出海岗位常要求）

资料

练习：把一个内部 Agent 做成「客户能自己装起来」的交付包——一条命令部署、一份部署手册、一份 30 分钟培训材料。

4. 资源总表

4.1. 官方文档（按优先级）

优先级 文档 用途
P0 LangGraph / LangChain 主编排框架
P0 MCP 官方规范 工具协议
P0 OpenAI Agents SDK 对照 handoff / guardrails / tracing
P0 Pydantic AI 结构化输出与类型安全
P0 OWASP GenAI / Agentic AI 安全清单
P1 LlamaIndex RAG 与检索
P1 Ragas / DeepEval / promptfoo 评估
P1 Langfuse / OpenTelemetry GenAI 可观测
P1 Anthropic 工程博客 三篇必读长文
P2 Vercel AI SDK / Next.js FDE 全栈
P2 Temporal Concepts 理解 durable execution（不必上手）
P3 vLLM / Dify / Coze 按需，不列入主线

4.2. 视频资源

YouTube（英文，质量更稳）

频道 看什么
Andrej Karpathy LLM 原理，建立直觉
LangChain LangGraph 官方教程、multi-agent
Anthropic MCP、Agent 设计理念
OpenAI Agents SDK、structured outputs
DeepLearning.AI 免费短课程，快速过一遍概念
IndyDevDan Agent / LangGraph 实战
Sam Witteveen Agent 框架对比与实战
Data Independent RAG 系列
Confident AI DeepEval 评估实践

B 站（中文，用来降低入门门槛）

以检索关键词为主，不建议追单一 UP 主：

  • LangGraph 教程 / LangChain 入门
  • MCP 协议 讲解
  • RAG 实战 / 向量数据库 pgvector
  • Agent 开发 实战
  • 大模型 结构化输出

中文教程质量参差，遇到说法冲突一律以官方文档为准。UP 主「同济子豪兄」有较系统的中文 LLM 应用教程系列，可作为入门补充。

4.3. 必读长文（四篇，都不长，但决定认知高度）

  1. Anthropic《Building Effective Agents》—— workflow 与 agent 的边界
  2. Anthropic《Effective Context Engineering for AI Agents》—— 上下文工程
  3. Anthropic《How We Built Our Multi-Agent Research System》—— 多 Agent 的真实代价
  4. OpenAI《A Practical Guide to Building Agents》—— 工程落地清单

5. 时间与节奏

每周 10–12 小时分配

内容 时长 说明
读官方文档 2–3h 只读当前阶段需要的章节，不要通读
写代码 6–7h 必须是真实项目代码，不是玩具 demo
看视频 1h 只用来建立直觉，不做笔记
写复盘 / 决策记录 1h 记录「为什么选 A 不选 B」

学习方法三条

  1. 官方文档优先于视频。视频看 2 倍速，卡住立刻去翻文档。
  2. 每个阶段必须有交付物。计划表右列做不到，就说明这个阶段没学会，不要往下走。
  3. 写决策记录。每周半页：选了什么、为什么、什么条件下会推翻。这是面试时最能体现深度的材料。

6. 验收标准（自测）

学完后你能回答这些问题，才算过关：

  • 为什么 ReAct 在长链条任务上会退化？什么时候该换 Plan-and-Execute？
  • LangGraph 的 checkpointer 存的是什么？断点恢复时哪些状态不能被重放？
  • MCP 和 Function Calling 分别解决什么问题？为什么不是二选一？
  • 间接注入和直接注入的防御策略有何不同？为什么 Prompt 层防御不够？
  • 混合检索里 BM25 补的是向量的什么短板？Rerank 的收益来自哪里？
  • 你的 Agent 上线后，用什么指标判断「这次改动变好了」？P/R/漏检率分别怎么算？
  • LLM-as-a-Judge 的分数为什么不能直接当真理？怎么验证它可信？
  • 任务执行到第 7 步失败，如何恢复？哪些操作必须幂等？
  • 多 Agent 相比单 Agent + 好工具，什么情况下才值得？
  • 客户现场数据是脏的、系统是老的、网络是内网的，你的方案怎么落地？

7. 明确不学的（避免分散精力）

项 原因
LoRA / SFT / 量化 / 蒸馏 没有评估基线之前做微调，无法判断好坏。放到学完 W9 之后按需
vLLM 自部署 除非有私有化刚需或明确成本压力，先用 API
CrewAI / AutoGen 读设计思想即可，不必上手。企业场景要可审计的固定流程
Dify / Coze 深入 FDE 岗要求会用（能快速搭 POC），但不要当成技术深度
Prompt 花式技巧 收益递减，把精力放在上下文工程和评估上
代码笔记
#AI #Agent #LLM #学习路线 #FDE
AI Agent 工程师 / FDE 学习计划
https://yangfanbin.cn/代码笔记/AI Agent 工程师 · FDE 学习计划/
作者
Yang Fanbin
发布于
2026年10月18日
许可协议