AI Agent 学习路线从 0 到大厂 Agent 岗

这份路线为谁准备 ​

• 想从「调 Prompt」进化到「写 Agent」的开发者
• 已经会 Python，但不知道 Agent 该从哪学起的算法/后端
• 准备转岗 AI Agent 方向的应届/在职求职者
• 想搞副业但不想踩盗版课坑的自学者

为什么是这个顺序 ​

Lv1 必备前置 → Lv2 核心范式 → Lv3 框架精通 → Lv4 Multi-Agent → Lv5 大厂实战
   (基础)        (思想)         (工具)         (架构)          (求职)

很多人一上来就学 LangChain，然后卡死在调试。因为他们跳过了 Lv1 和 Lv2—— 不懂 Token / Context / Function Calling，也不懂 ReAct 的思想，框架报错一句都看不懂。

这条路线把"原理"放在"框架"之前，把"求职"放在最后。学完每一层都有对应可落地的项目。

当前更新进度 ​

• ✅ Lv1-1 Python 必备 7 件套
• ✅ Lv1-2 API 调用全套基础
• ✅ Lv1-3 大模型原理速成 8 个概念
• ✅ Lv2-1 ReAct 范式
• ✅ Lv2-2 Reflection 自反思机制
• ✅ Lv2-3 Planning 任务规划
• ✅ Lv3-1 LangGraph 实战
• ✅ Lv3-2 AutoGen 实战
• ✅ Lv3-3 CrewAI 实战
• ✅ Lv4-1 Agent 间通信
• ✅ Lv4-2 任务编排
• ✅ Lv4-3 共享记忆
• ✅ Lv5-1 生产级 Agent 设计
• ✅ Lv5-2 评测体系
• ✅ Lv5-3 面试题精讲

🎉 全路线 15 篇笔记已全部完成！

每周更新 1~2 篇。收藏本页，进度自动同步。