前言

从 年 ChatGPT 爆发至今大语言模型已经不再是“能聊天的工具”那么简单。短短三年多时间，LLM 从对话助手演变成了能编写代码、操作文件程序、执行 Shell 命令、甚至自主分解任务并逐步完成的“智能体”——也就是业界所说的 AI Agent。随之而来的，是

我最初是一名前端工程师。从 年开始逐渐使用 Node.js 做后端开发，并从此开始了我的全栈之路。再后来机缘巧合之下进了一家做 AI Agent 产品的公司，并先后参与开发了多个不同形态的 AI Agent 产品。怎么说呢，例如有 Web 网页端应用，也有桌面端的应用。担任的是全栈角色，前后端、AI Agent 都做。对了在工作之余，我还出于兴趣写了一个开源的 AI Agent CLI 项目。来帮助我更好地理解 AI Agent 的知识。

说了这么多。主要是想表达一点：下面分享的内容来自真实的项目开发经验，并非只看过几篇教程、翻阅过几份文档就凭空出来的。这篇文章算是对这段经历的一个打算分享给想进入 AI Agent 开发领域的人。AI Agent 是一个还在变化很快的领域。 这里的内容更多是提供一个参考方向，而不是标准答案。

AI Agent 工程师：不是一个独立工种

我对这个角色的理解是：AI Agent 工程师不是一个独立的工种，而是“X + AI Agent”的复合角色。说起来，这里的 X 可以是前端、后端、全栈，甚至产品经理。但单独的“AI Agent 工程师”几乎不存在。按理说，

AI Agent 做得事情是用代码去编排 LLM 的能力——让 LLM 调用工具、管理上下文、处理报错、跟外部程序对接。老实说，这些工作本身就是软件工程。只是操作对象从数据库和 API 变成了 LLM。

如果你已经是一个有几年开发经验的网站/后端/全栈工程师转向 AI Agent 的门槛其实并不高。需要额外学的新知识不多，但在工程实现上的问题：例如怎么管理上下文、怎么做错误恢复、怎么控制成本等等。这些都是需要真正花时间去做好的，而这恰好是有开发经验的人擅长的一部分。

从求职角度看。有 AI Agent 开发经验的网站/后端/全栈工程师，比没有这方面经验的人机会更多。越来越多岗位要求候选人具备 AI Agent 相关经验；掌握这部分能力相当于拓宽自己的选择面。老实说，可以去招聘网站搜一下“AI-Agent”。看看实际招聘信息：

• 阿里云这方面，「AI-Agent研发工程师」—50K薪水；要求深度理解 LLM/Agent/Prompt Engineering；实质上全栈+AI，
• 至于大疆，「高级后端开发工程师」—精通 Python/Go 后端；熟悉智能体设计、工具调用、多-Agent 协作，还需分布式程序经验。
• BOSS直聘上的「AI智能体工程师」—55K起；Python 必备，要求熟悉 LangChain/LlamaIndex/Dify 等框架，同时具备 Docker/K8s 部署能力。

使用者痛点

• 技术门槛疑虑：担心自己缺乏 LLM 专业背景，不知道是否能快速上手。
• 工作机会定位难：不了解哪些岗位真正需要 “Agent” 技能，对自我定位感到困惑。
• 只有教程和概念，却缺少可落地的小型项目可供练习与验证。

心态调整

知识量不大，但做好不容易

AI-Agent 要学概念不多。例如 Tool Use、Agent Loop、RAG、Memory、Prompt Engineering 等等，一两周即可大致了解。但把原理概念弄懂并不能直接产生可用产品——真正耗时的是以下几个工程问题：

• 上下文爆炸: 当复杂任务执行时工具调用结果和文件内容迅速填满，使模型忽略早期指令或重复执行已完成步骤。话说回来，
• 幻觉: 模型会自信给出错误答案。每次错法各异，无固定拦截规则。
• 成本失控: 复杂任务触发数十次 API 调用，没有控制策略会超预算。
• 评测困难: 输出非确定性，同输入跑两次可能不同；话说回来，传统断言式测试无效。按理说，

拥抱不确定性

传统开发认为代码写对就能得到正确结果。但在 AI-Agent 开发中同一 Prompt 可产生不同质量方案。要把心态从“写对代码”转为“设计约束”。、输出校验等护栏，让模型犯错时被检测纠正。这才是真正耗费时间最多的大坑所在。

边做边学

The Learning Pyramid 强调实践练习提高记忆率。在实际项目中碰到上下文压缩阈值设定、不同行为模式识别等问题，通过动手解决才能真正掌握。在学习过程中每遇到一次新难题。就能把它变成自己的知识宝库，从而更好应对未来未知情况。老实说，

一次真实教训

I 曾遇到 agent 死循环：使用者让 agent 抓取网页。但 URL 返回错误时模型反复以同一参数调用 WebFetch，多轮失败导致上下文膨胀至 API 限制之外引发请求拒绝。我之前没预料到模型会用完全相同参数重试，所以未设置循环检测与上下文压缩策略。这段经历让我明白，在生产环境中要主动预防不可预见行为。 否则即使技术细节都正确，也可能因为细小失误导致整个服务宕机。

心态痛点清单

• 对未知行为恐惧：
• 成本焦虑：

一个需要警惕的误区

市面上很多 “零代码搭建 AIAgent” 工具如 Dify、Coze n8n 等降低入门门槛，让不会编程的人也能拖拽出 agent 工作流。只是如果目标是成为专业 AIAgent 工程师。仅靠预建立组件而不理解其底层原理，将严重限制解决新问题能力。例如 Dify 提供最大迭代次数和记忆窗口配置，但无法精细控制死循环检测或动态摘要替换。建议至少自己实现一次最小 agent，即使只有行级 while 循环加两个工具，也能帮助你掌握消息传递与工具调用机制，从而摆脱黑盒思维.

避免误区建议列表:

• 低代码网站局限性: 功能配置仅覆盖粗粒度，需要自行编码实现更细粒度逻辑，例如死循环检测或摘要压缩.
• 依赖网站版本差异: 更新频繁导致兼容性风险。一旦网站升级需重构业务逻辑.
• 安全与权限失控: 网站往往默认开放所有工具接口，没有自定义权限控制易引发安全隐患.

AIAgent 主要知识程序

AIAgent 知识分为三层：LLM 基础 | 主要机制 | 工程化实现。其中层关注生产环境中的稳定运行与成本控制.

 L2 --> L3 style L1 fill:#e8f5e9 style L2 fill:#fff3e0 style L3 fill:#fce4ec 

第一层这方面，LLM 基础

LLM 能力边界:     Llm 本质文本续写器。可生成自然语言与代码，但无法实时获取信息或执行文件操作，需要通过工具弥补其短板.

API 调用基础:  主要概念仅包含消息列表 、流式输出还有 Token 与计费规则.

:  关键技巧包括 system prompt 定义角色 & 行为规则；few-shot 示例引导格式化回答；话说回来，chain-of-thought 推理先行以提高准确率.

推荐材料:  Datawhale《动手学大模型》提供从 API 到 RAG 的完整流程; 吴恩达 & Openai 《ChatGPT Prompt Engineering for Developers》英文课程; Anthropic Prompt Engineering 教程程序全面.

---

第二层的观点是，Agent 主要机制

Agent Loop:

思考→行动→观察→再思考  – 主要骨架。

while {
const outcome = await runTurn
if {
await processToolCalls
continue
}
if break
}

TOLL CALLS: 定义 tool schema 与自然语言描述，让模型按 JSON 参数调用函数。

export const shell = tool({
description: 'Execute a shell command and return stdout/stderr...'。inputSchema: z.object({
command: z.string.describe,timeout: z.number.optional.describe,})
})

将公司内部文档向量化存储，在查询时检索片段拼入 Prompt，以补齐训练数据缺口。

短期记忆 – 当前消息历史；长期记忆 – 使用者偏好 / 项目约定。 用结构化形式存盘，下次加载进 system prompt。

const MemoryItemSchema = z.object({
category: z.enum,scope: z.enum,key: z.string.describe。fact: z.string.describe
})

当任务过大单个 agent 上下文占满时拆分成子 agent，如探索器 / 编码器 / 审核器，各自返回结论给主 agent。

Andrew Ng《Agentic AI》免费课程涵盖四大模式；Anthropic 《Building Effective Agents》& 《Writing Effective Tools for AIAgents》英文专著。

---

至于第三层，工程化能力

MECOMMENTARY TEXT HERE?，NO!Wait we already had comment above -- oh sorry mis-match. We'll write again here properly below -->

即使窗口很大。也要主动压缩，以减少成本 & 防止信息丢失。

async function compressMessages {
const recent = messages.slice
const old = messages.slice
const { text: summary } = await generateText({
model。system:'Summarize conversation preserving key decisions',messages: old,})
return
${summary}`},...recent]
}

由于可以执行文件/网络操作，为避免幻觉造成损坏，需要三级权限模式： 1️⃣ 默认 - 所有写操作需确认；2️⃣ 信任 - 跳过确认；3️⃣ Plan Mode - 只读探索。

采用基于 LLM 自动评分 + 人工抽查 + 日志记录每一步，以便定位故障来源。

调整策略包括的观点是，* 合适模型选择；* prompt cache 重复利用前缀；* 减少无效轮次，* 上下文压缩及时触发。

推荐材料 阅读成熟开源 CLI 项目源码。如 OpenAI Codex CLI 或 opencode，可直接观察如何实现上述功能。我的 x-code-cli 配套书籍《从零建立 AIAgent CLI》专门讲解这些模块。

---

学习路线与实践

Pioneering learning shift in age of AI?

Nand‑to‑Tetris 和 MIT SICP 等经典课程强调理论+实验平衡，现在可以让人工智能帮你制定个性化学习路线并生成对应实验脚本。但请注意，这类定制方案仍需大量验证，因为生成代码可能出现错误。若已有优质课程，请优先使用，再把自定义学习作为补充手段。以填补现有课程遗漏处.

第一步先 — 跑通最小agent 

Pain point #1 : Skepticism about building from scratch due to perceived complexity of APIs and tool integration.

---