学习路线与验收¶

如果希望从基础机制系统学习，先走 10 章基础课程，再用本页安排面试复习。课程含逐步案例与可复算实验，关联题用于学后检验。

已有基础时，沿 12 章进阶课程与36 道进阶题逐章练习。总题库为 92 题；下面的 30 天路线先安排原有基础与工程题，进阶部分可以按课程的六周节奏继续，不必把两份日程硬塞进同一天。

目标：能独立解释一个 Agent 执行过程，定位检索/决策/执行失败，完成一个有测试和证据的个人项目，并在追问中讲清自己的决策。

建议每天 45–60 分钟；进度按验收调整，不把读完章节当作掌握。基础要求是 Python 函数、异常、JSON、HTTP 和基本 Git；不会时先补这些，不必先学完整深度学习训练栈。

30 天路线¶

天数	学习与题目	动手产出	通过标准
1–2	Q001–Q008，Agent/LLM 基础	画出模型、运行时、工具、状态的边界	60 秒解释 Agent；区分生成参数与执行动作
3–4	Q009–Q016，编排与规划	运行教学实验；手画状态转移	能解释何时终止、重试和请求人工输入
5–7	Q017–Q024，RAG	手建 10 条检索样例，标注相关文档	分别定位“没检到”“证据无效”“答错”
8–10	Q025–Q032，工具/记忆/MCP	给一个工具写输入、权限、错误合同	能区分 Schema、认证、授权和业务确认
11–13	Q033–Q040，评测	建 20 条开发样例与一组独立保留样例	说明指标分母、数据切分和每次调用的成本
14–16	Q041–Q048，可靠性与安全	制造超时、重复请求、恶意检索文本	没有未经确认的写入；没有无界循环
17–19	Q049–Q056，系统设计	写一页设计：需求/数据流/状态/失败/指标	每个组件有目的；能删掉一个不必要组件
20–23	选择一个真实项目扩展	接入自选模型和自己的非敏感数据	记录版本与配置；区分 mock 和真实结果
24–26	项目测量与迭代	保留基线、一次改进、坏例与测量记录	指标可复跑；诚实描述未覆盖情况
27–28	两轮模拟面试	录音、自评分、追问后的修订	能在限定时间讲清机制与个人职责
29–30	到期复习与项目演示	5 分钟演示 + 1 页复盘	从空目录按 README 能跑通演示

天	当天优先事项	最低交付
1	口述 Agent loop、ReAct、workflow、tool calling	10 个术语各用一句自己的话解释
2	RAG 链路与失败归因	一张检索链路图和 3 个失败样例
3	幂等、超时、人审、注入防护	跑完离线实验，并解释限制
4	评测、成本、延迟、trace	指标定义表；没有数据的地方明确写未知
5	系统设计与技术取舍	45 分钟完成一个设计题
6	项目深挖模拟	3 分钟项目介绍 + 3 层追问
7	错题复习、演示、反问	完整演示与 5 个针对岗位的问题

时间不够时先练执行边界、RAG 评测、可靠性和项目表达；算法/训练岗位需要另补数学、训练、分布式训练和推理优化深度。

先写一个有终止条件和工具校验的普通 Python 循环，再读 LangGraph 中状态、持久化和中断的概念。根据目标岗位再选一个框架深入，不需要同时背所有 SDK。框架版本与接口会变化，实践时应在自己的项目里锁定并记录版本。

每周另留两次练习 Python 异步与取消、HTTP 超时、SQL、索引、事务、队列和并发控制。Agent 的外部工具仍然是普通软件系统，模型不会替代这些执行层的责任。