面向在校生 · 三年节奏 · 以 463 条强关联岗位真实数据为锚

智能体(Agent)开发
大学三年学习路线图

每个技能后面跟着的百分比,是它在北上广深 463 条强关联 Agent 岗位 JD 中的真实出现率(2026.10 智联调研)。这条路线不按"知识树"排,按"市场要什么"排——三年走完,毕业时正对一个本科可入行、中位 2 万的方向。

73%JD 要求 Python
68%JD 要求 RAG
53%JD 要求 LangChain
2.0万北/上月薪中位
77%岗位本科可投
42%岗要 3 年内经验
大一

筑基年:Python + 计算机底子

这一年不动大模型,把"能写程序、能跑 Linux、会用 Git"变成肌肉记忆。Agent 岗的第一硬技能是 Python(73%),它就是你这一年的全部主线。

年度目标:独立完成一个 1000 行以上的 Python 项目并放到 GitHub;能用命令行解决日常问题;数学课不欠账。

编程主线 核心

  • Python 语法与进阶JD 73%:函数/类/装饰器/生成器/异常/类型注解,写到不用查语法的程度
  • 标准库与常用三方库:requests、json、re、pathlib、virtualenv/uv
  • 代码习惯:GitJD 15% 与 GitHub 工作流(commit 规范、README、分支)
  • Linux 基础JD 22%:装双系统或 WSL,shell 常用命令、ssh、环境变量

课程与底子 校内

  • 数据结构:链表/树/哈希/堆,LeetCode 刷 100 题easy+medium(为大三实习笔试打底)
  • 数学:线性代数(矩阵/向量)、概率统计——听不懂公式没关系,先把"向量可以表示语义"这个直觉建立起来
  • 英语:习惯读英文文档与报错信息,这是后面读官方文档的前提
  • 计算机网络入门:HTTP、API 是什么——为下一年调 LLM 接口做准备

项目实战(选 2 个做完)

  • 命令行工具:批量整理文件/课表提醒机器人
  • 小爬虫:抓取公开数据并存 CSV(顺便学正则)
  • 第一个聊天程序:用任何 LLM 的 API 写一个终端问答循环(不追求智能,追求跑通"调 API—处理响应")

里程碑检查

  • 1000 行以上的项目在 GitHub,README 写清楚
  • LeetCode 100 题
  • 日常用 Linux 命令行处理文件
  • 成功调通一次 LLM API 并解析 JSON 响应
避坑:
CS50X / 翁恺·PythonCS61A(进阶选读)Git - Pro Git 前 3 章Linux - 命令行速成
大二

上手年:LLM 应用 + RAG 全链路

Agent 岗的三大件——RAG(68%)、工具调用(42%)、LangChain(53%)——在这一年全部上手。结束的标志:你能独立做出一个"上传资料→问答"的知识库应用并部署上线。

年度目标:完成一个端到端 RAG 知识库问答应用(FastAPI 后端 + 简单前端 + 向量库 + 部署),拿它去参加一个比赛。

LLM 应用核心 核心

  • Prompt 工程JD 24%:角色设定、少样本、结构化输出(JSON mode)
  • Function Calling / 工具调用JD 42%:让模型调用你写的函数,这是"智能体"的定义性能力
  • RAG 全链路JD 68%:文档切分 → Embedding → 向量检索 → 重排 → 生成
  • 向量数据库JD 30%:Chroma 入门,后面摸 Milvus
  • 知识库工程JD 40%:多格式解析、增量更新、引用溯源

框架与工程 落地

  • LangChain 基础JD 53%:Model I/O、Chain、Memory、Retrieval
  • Dify 低代码平台JD 25%:用它快速搭工作流,理解"编排"思想
  • FastAPIJD 10% + MySQLJD 13%:把应用做成服务
  • 前端够用即可:Vue 或 React 三件套,能写一个聊天界面(全栈组合在大三求职是加分项)

项目实战(至少做完第 1 个)

  • 课程知识库问答(招牌项目):上传本专业课件/真题 → RAG 问答,带引用来源;FastAPI + Chroma + React/Vue 前端,Docker 起服务
  • Dify 工作流应用:做一个"输入主题→自动查资料→产出图文"的内容流水线
  • 工具调用 demo:给模型接 3 个真实工具(天气/搜索/数据库查询),做出能"办事"的助手雏形

里程碑检查

  • 知识库项目部署上线(任一云平台),有可访问的 URL
  • 能向别人讲清楚 RAG 为什么比直接问模型好(幻觉、时效、私有数据三答)
  • 用 LangChain 和 Dify 各完成一个应用(代码派+平台派双修)
  • 投一个比赛:蓝桥杯 / 挑战杯 / 互联网+,用上面的项目
避坑:
DeepLearning.AI · ChatGPT Prompt / RAG 短课LangChain 官方文档(英文)Dify 官方文档FastAPI 官方教程
大三

进阶年:Agent 编排 + 实习上岸

从"调用模型"升级到"编排智能体":LangGraph 图编排(23%)、多智能体协作(20%)、MCP 协议(18%)是高薪差异项;微调(30%)按需选修。这一年上半学期出作品,下半学期拿实习。

年度目标:一个多智能体系统作为求职招牌项目 + 至少 1 段 Agent 方向实习 + 秋招拿 offer。

进阶技能 核心

  • LangGraphJD 23%:状态图编排、循环与分支、人机协同节点
  • 多智能体JD 20%:AutoGen / CrewAI,角色分工与消息传递
  • MCP 协议JD 18%:写一个 MCP Server,理解工具生态标准
  • 评测与记忆:Agent 的效果怎么量化、长对话记忆怎么设计(面试高频)
  • 选修:微调JD 30%:LoRA + 开源小模型,做一次"微调 vs RAG vs Prompt"的对比实验

工程与部署 上线

  • DockerJD 17%:镜像、compose 一条龙
  • 开源模型部署:Ollama 跑本地模型,vLLMJD 5% 有概念即可
  • 可观测:请求日志、token 成本、失败重试——企业级三件套
  • 开源贡献:给 LangChain/Dify 提 1 个 PR(文档修复也算),简历含金量极高

招牌项目(做一个深的)

  • 多智能体调研系统:规划者+检索者+写作者+审校者协作,输入一个题目产出带引用的调研报告(LangGraph 编排)
  • 垂直领域 Agent:挑一个你熟悉的领域(法律/医疗/游戏),做深做专,有真实用户最好
  • MCP 工具集:为校园场景(教务/图书馆)写一组 MCP 工具并开源

里程碑检查

  • 招牌项目上线并写万字级技术复盘博客(链路图+踩坑+成本)
  • 大三上学期末开始投实习:目标北京(213 岗,占全国四成+)
  • 简历上 3 个项目各有分工:RAG 应用 / 多智能体 / 工具生态
  • 面试八股过关:Transformer 直觉、RAG 调优、幻觉治理、Agent 失控兜底
避坑:
LangGraph 官方教程AutoGen / CrewAI 文档MCP 规范(modelcontextprotocol.io)DeepLearning.AI · Multi-Agent 短课
加餐

已经大三了?12 个月快车道

如果你现在才决定走这个方向,把三年路线压缩成四段,每段 3 个月。前提:每周投入 20 小时以上。

阶段主线产出
第 1-3 月Python 速成 + Git/Linux + LLM API + Prompt终端聊天助手;LeetCode 60 题
第 4-6 月RAG 全链路 + Chroma + FastAPI + 前端够用知识库问答应用上线
第 7-9 月LangChain → LangGraph + 工具调用 + Dify多智能体招牌项目 v1
第 10-12 月Docker 部署 + 复盘博客 + 面试准备 + 投递实习/秋招 offer
锚点

用真实数据校准预期

以下全部来自本次调研的 463 条强关联岗位(2026.10,智联招聘,北上广深)。

指标数据对你的含义
学历门槛本科 77%,硕士仅 9%本科直接入行,不必为这个方向读研
经验结构经验不限+1-3 年合计 42%应届窗口真实存在,实习经历是敲门砖
应届起薪参考1-3 年中位 1.55 万校招谈薪的心理底线
3 年后3-5 年中位 1.75 万,5-10 年 2.25 万方向的天花板靠"进阶三件套"撑开
城市选择北京 213 岗 ≈ 沪深广总和找实习优先北京;广深是低竞争的落地型市场
雇主真相46% 岗位在 299 人以下公司/软件服务商别只盯大厂,外包软件商的 Agent 项目同样是好跳板
原则

贯穿三年的六条原则

  1. 项目驱动,不用课程驱动。每学一个东西的唯一检验标准是"它进了哪个项目"。三年至少 4 个完整项目,全部上 GitHub。
  2. 跟着数据学,不跟热度学。RAG 68% > 一切炫技;每周都有"新革命框架",但 JD 三年没变的主线是 Python + RAG + LangChain。
  3. 写出来,讲出来。每个项目配一篇复盘博客;能给外行讲明白 RAG 和 Agent,面试就赢了一半。
  4. 工程感是本科生最大的差异化。会部署、会 Debug、会控制成本的学生项目,在面试官眼里胜过十个 notebook。
  5. 英语文档当母语读。这个领域一手资料几乎全是英文,翻译滞后三个月就是信息差。
  6. 实习要趁早、要对口。大二暑假就可以投"AI 应用实习生";一段 Agent 对口实习 > 三段无关大厂实习。