🤖 Agent 工程师
从工具调用走到规划、协作与治理。
📌 进入本路线后，左侧导航与「上一题/下一题」将只覆盖这条路线的专题；点顶部「全部专题」可随时切回全库模式。
学习路径
共 6 步，建议按顺序推进：
- ✍️ Prompt Engineering 面试题 · 28 道题 —— 打基础 —— 建立这个岗位的基本概念盘，开场必问的部分
- 🤖 AI Agent 面试题 · 47 道题 —— 核心战场 —— 本方向最高频的考题聚集地
- 🧠 Agent 规划与反思深度面试题（ReAct 优化 / Reflexion / LATS） · 15 道题 —— 进阶深化 —— 答出深度才能和其他候选人拉开差距
- 🤖 AI Agent 面试题 · 18 道题 —— 横向拓展 —— 补齐相邻能力，从容应对交叉提问
- 🔥 MCP（Model Context Protocol）协议与工具系统面试题 · 39 道题 —— 串联整合 —— 把前面的知识连成完整方案
- 🔥 Agent 可观测性与生产监控面试题 · 19 道题 —— 生产化收尾 —— 用监控与评测给整条链路兜底
预计刷题量
这条路线覆盖 6 个专题，合计 约 166 道面试真题（各专题题数之和）。时间紧张的话，优先刷各专题目录中带 ⭐ 标记的「面试高频优先题」。
适合谁选这条路
- 全栈 / 后端工程师：任务编排、状态管理与集成是你已经会的东西，主补 ReAct 与 Function Calling 生态
- 做过自动化脚本 / RPA 的工程师：「让机器替人干活」的思维完全可复用
- 对 Prompt Engineering 已有积累的同学：从工具调用与多智能体协作切入最自然
想系统评估自己的转行路径？看零基础转行 AI 学习路线或全部转行指南。