想从事Agent应该学习哪些技术?
#想从事Agent应该学习哪些技术?#
如果想从事 Agent 方向,我觉得可以按“LLM + Workflow + Tool Use + Memory”这条线去学。
首先是大模型基础,要理解 Transformer、Token、Embedding、Attention、Prompt Engineering、Function Calling、Structured Output 这些核心概念。其次要学 Agent 常见技术栈,比如 ReAct、Planning、Task Decomposition、Multi-Agent、Reflection、Memory、Tool Calling。再往下就是 RAG 相关能力,包括向量数据库、Embedding Model、Chunking、召回、重排(Rerank)和知识库构建,这些直接影响 Agent 的准确率。
工程上建议重点学 Python、FastAPI、LangChain / LangGraph、AutoGen、MCP、API 集成、异步编程、缓存、日志监控和容错重试。除此之外,还要关注评测体系,比如 Success Rate、Latency、Token Cost、Hallucination、鲁棒性和可观测性。
我自己的理解是,Agent 不是简单调用一个 LLM,而是把模型推理、工具使用、状态管理和工作流编排结合起来。想入门的话,最好边学边做 Demo,比如“知识库问答 Agent”或“自动任务执行 Agent”,成长会特别快。
如果想从事 Agent 方向,我觉得可以按“LLM + Workflow + Tool Use + Memory”这条线去学。
首先是大模型基础,要理解 Transformer、Token、Embedding、Attention、Prompt Engineering、Function Calling、Structured Output 这些核心概念。其次要学 Agent 常见技术栈,比如 ReAct、Planning、Task Decomposition、Multi-Agent、Reflection、Memory、Tool Calling。再往下就是 RAG 相关能力,包括向量数据库、Embedding Model、Chunking、召回、重排(Rerank)和知识库构建,这些直接影响 Agent 的准确率。
工程上建议重点学 Python、FastAPI、LangChain / LangGraph、AutoGen、MCP、API 集成、异步编程、缓存、日志监控和容错重试。除此之外,还要关注评测体系,比如 Success Rate、Latency、Token Cost、Hallucination、鲁棒性和可观测性。
我自己的理解是,Agent 不是简单调用一个 LLM,而是把模型推理、工具使用、状态管理和工作流编排结合起来。想入门的话,最好边学边做 Demo,比如“知识库问答 Agent”或“自动任务执行 Agent”,成长会特别快。
全部评论

可以的,总结的不错
相关推荐
昨天 00:15
九江学院 Java 点赞 评论 收藏
分享
查看15道真题和解析