很多人学Agent上来就啃框架文档，结果越看越懵。不如先把Claude用透。日常用Claude的过程中，你会自然遇到三个问题：为什么有时候回答很准，有时候一塌糊涂？为什么给的上下文不一样，结果差这么多？为什么有些任务它能自己拆解，有些完全跑偏？这三个问题就是Agent的核心：prompt工程、上下文管理、任务规划。从这里展开学就有方向了。prompt写不好，Agent就是个废物，先把Claude的system prompt、few-shot、chain of thought这些玩明白。然后学RAG，因为Agent需要调用外部知识，向量数据库怎么存怎么检索得懂。再学tool calling，Cl...

bg211，暑假才转回南京校区😭😭根据星球做了一份简历，项目是一个rag+点评不知道能不能进八股简历上写的背的差不多了，hot100刷了一半，暑假想留校实习，做日常或暑假实习，求各种大佬指点，不玻璃心😭😭

AI 这波浪潮来得太快了。半年前面试还在聊微服务和高并发，现在面试官张口就是：RAG 怎么做的？Agent 的执行链路是什么样的？你的检索策略是怎么设计的？会话记忆怎么控制 Token 成本？这些问题已经不是加分项了，而是越来越多 JD 里的硬性要求。但现实是，大部分人接触 AI 的方式还停留在"调 API"的阶段——跟着教程往向量库里塞点数据，让大模型吐一段话，截个图发朋友圈说自己"做过 RAG 了"。面试官稍微追问两句就露馅：文档怎么切的？检索召回率低怎么办？幻觉怎么控制？一问三不知。跑通一个 Demo 和做出一个能上线的系统，中间差的不是几行代码，...