AI Agent 求职专题（一）：从 BOSS 直聘 JD 反推岗位能力模型
把 AI Agent、智能体、大模型应用、RAG、MCP 和 AI 产品岗位拆成可执行的学习地图，帮助你读懂 JD、定位短板并准备作品集。
如何阅读 AI Agent JD
阅读 JD 的目标不是把关键词全部背下来，而是把它转换成三个问题：岗位交付什么业务结果，日常工作位于模型层、应用层还是平台层，以及面试官会用什么证据判断你真的做过。
| JD 文字 | 隐含工作 | 需要准备的证据 |
|---|---|---|
| 负责 Agent 规划与工具调用 | 设计状态、工具契约、调用循环和失败分支 | 状态图、工具 Demo、失败恢复案例 |
| 负责企业知识库和 RAG | 处理文档、检索、重排、引用和知识更新 | RAG 链路图、评测集、Badcase |
| 负责大模型应用落地 | 把模型接到业务 API 和权限系统 | 上线架构、监控、成本和权限方案 |
| 熟悉 LangChain/LangGraph/Dify | 使用框架编排节点，但理解底层协议 | 能脱离框架解释消息、状态和重试 |
| 负责 Agent 平台建设 | 提供工作流、工具、模型、租户和观测能力 | 平台分层、容量估算和治理规则 |
岗位类型地图
同一家公司可能把相似工作命名为不同职位。最稳妥的分类方法是看交付物，而不是看标题。
| 方向 | 主要交付物 | 技术重心 | 面试深度 |
|---|---|---|---|
| Agent 应用开发 | 完成业务任务的智能助手 | Python、API、Prompt、Tool、RAG | 可运行 Demo 和边界 |
| RAG/知识库工程 | 可检索、可引用、可更新的知识系统 | 解析、切分、Embedding、Hybrid、Rerank | 指标、Badcase、排障 |
| Agent 平台工程 | 编排、工具、模型和租户基础设施 | 状态机、调度、并发、高可用 | 系统设计和容量 |
| 模型应用/算法 | 模型适配、微调、推理或评测 | Transformer、SFT、LoRA、量化 | 算法基础和实验 |
| AI 产品经理 | 场景、流程、指标和迭代方案 | 任务拆解、体验、评测、价值 | 技术取舍和业务判断 |
| 评测/质量工程 | 测试集、评测流水线和质量报告 | Trace、评分器、回归、人工抽检 | 把质量变成指标 |
| 解决方案/交付 | 客户方案、集成和上线交付 | 业务建模、私有化、运维 | 沟通、架构、落地 |
能力矩阵
| 层级 | 核心问题 | 必须掌握 | 常见短板 |
|---|---|---|---|
| 模型层 | 模型能理解和输出什么 | Prompt、结构化输出、上下文、路由 | 只会调用 API |
| 能力层 | 如何获得知识和行动能力 | RAG、Tool、Memory、MCP、Skills | 概念混淆 |
| 编排层 | 多步任务如何推进 | 状态机、分支、循环、并行、审批 | 没有停止条件 |
| 工程层 | 如何稳定上线 | 鉴权、限流、超时、重试、幂等、监控 | Demo 可用但生产不可控 |
| 业务层 | 为什么值得使用 Agent | 任务成功率、效率、成本、风险 | 没有验收指标 |
按职级拆解要求
初级：能把能力接起来
初级岗位通常要求完成模型接入、知识库问答、业务工具封装和结构化输出。重点是代码质量、接口理解和基本排错，不是堆叠框架。
中级：能把链路做稳定
中级岗位会追问状态、并发、重试、评测、成本和权限。你要能判断错误来自模型、检索、工具还是基础设施，并提出验证步骤。
高级：能定义边界和平台能力
高级岗位关注架构演进：哪些流程应固定编排，哪些判断交给模型；如何支持多租户、多模型、工具治理、灰度和跨团队复用。
关键词反推真实工作
| 关键词组合 | 大概率意味着 | 面试准备 |
|---|---|---|
| LangGraph + 状态机 + Workflow | 需要显式控制节点、分支和恢复 | 画状态转移图，解释 checkpoint |
| RAG + Milvus/pgvector + Rerank | 需要优化企业知识库效果 | 准备 Recall@K、MRR、引用准确率 |
| MCP + Tool + 权限 | 需要接入外部工具生态 | 解释发现、认证、隔离和审计 |
| vLLM + 量化 + GPU | 偏私有化部署和推理优化 | 准备吞吐、显存和降级策略 |
| Agent 评测 + Trace + 质量 | 需要对非确定性系统负责 | 准备数据集、评分、回归和抽检 |
简历与作品集准备
不要只写“使用 LangChain 搭建 Agent”。更有说服力的描述包含场景、动作、指标和约束。
场景：为谁解决什么任务
架构：模型 + RAG + 工具 + 编排 + 存储
动作：Agent 如何规划、调用和验证
指标：成功率、延迟、成本、转人工率
约束：权限、敏感数据、故障和回滚
结果：上线规模或可复现的测试结果作品集最好有可运行的最小版本和工程说明。说明要回答：为什么不用纯规则、为什么不用多 Agent、失败如何恢复、怎样证明效果提升。
岗位匹配检查表
- ✓我能说清目标岗位交付的业务结果。
- ✓我能画出模型、状态、工具、数据和权限边界。
- ✓我至少有一个 RAG 或 Tool Calling 项目并能提供评测方法。
- ✓我能解释一次失败，而不是只展示成功截图。
- ✓我能根据 JD 判断它偏应用、平台、算法、产品还是交付。
- ✓我能把项目写成“问题—方案—指标—复盘”。
下一篇阅读 Agent 基础与架构，把岗位要求映射到一个可执行的 Agent 内部模型。