岗位分支 · AI-Agent应用工程师
定位：把 Agent 做成可用产品 对应主路线：Ch2（LLM 应用基础）、Ch3（RAG）、Ch4（Tool Calling）、Ch6（工作流编排）、Ch11（产品化集成）
核心能力领域#
1. Agent 产品设计#
把 LLM 能力包装成业务可用的 Agent 产品：
- 业务场景识别：什么场景适合 Agent（重复决策、信息整合、流程自动化）
- 任务边界定义：Agent 能做什么、不能做什么、何时交人工
- 用户体验设计：聊天式 vs 任务面板式、流式输出、审批入口
- 效果与成本平衡：大模型贵但准、小模型便宜但糙，怎么路由
2. Prompt + RAG + Tool Calling 组合#
- 用 Dify / Coze / LangChain 搭建完整 Agent
- 接入业务 API（CRM/ERP/OA）作为工具
- 设计 RAG 知识库为企业 Agent 提供上下文
- 写清晰的 System Prompt + 工具 description
3. 效果评估#
- 业务指标定义（任务完成率、用户满意度、人工接管率）
- A/B 测试（不同 prompt / 模型 / 工具组合对比）
- 用户反馈收集与迭代
- 成本控制（单任务成本不超标）
4. 业务集成#
- 接入飞书/企微/钉钉等 IM 渠道（Ch11）
- 多租户 + 成本计量
- 异步任务模式（长任务不阻塞）
- 与现有业务流程融合
技术栈重点#
| 技术 | 优先级 |
|---|---|
| Prompt / RAG / Tool Calling | 必会 |
| Dify / Coze / LangChain | 必会 |
| Function Calling / MCP | 必会 |
| LangGraph / Workflow 编排 | 加分 |
| Agent Trace / 权限治理 | 加分 |
| 三方业务 API 集成 | 必会 |
典型面试题方向#
- 业务场景如何选 Agent vs Workflow？什么场景 Agent 更合适？
- 如何接业务系统？OAuth、API Key、Webhook 各怎么用？
- 如何做效果评估？业务指标怎么定？A/B 测试怎么做？
- 用户反馈"Agent 答非所问"如何排查？从 trace 哪几步入手？
- 单任务成本超标怎么办？模型路由、prompt 精简、工具合并各有什么效果？
- 如何设计 Agent 产品的"人工接管"体验，让用户不觉得"AI 失败了"？
加分方向#
- LangGraph 复杂工作流编排
- MCP 工具集成与权限治理
- Agent Trace / 评测体系建设
- 多模型路由策略
- 国内合规备案经验