学习 AI Agent 开发

从“找实习”开始的一次尝试

暑假回到家后，我开始思考能不能找一份实习。不过连续投递了几天，结果并不理想。看着还有一段比较完整的暑假时间，我不想把它荒废掉，于是决定接触一下最近比较热门的 AI Agent 智能应用开发。

这不是一篇教程

这篇文章只是我的阶段性学习记录，主要分享学习路线、一些初步理解和过程中遇到的想法。如果其中有不准确的地方，欢迎指出。

在正式学习 AI 之前，我先花了三四天快速过了一遍 Python。因为之前已经学习过 Java，所以 Python 的基础语法并没有花太长时间就能看懂，主要参考了廖雪峰老师的教程。

这一步对我来说更像是熟悉工具。真正开始学习之后，我发现 Python 生态里的很多 AI 工具都比较成熟，先把基本语法和常用写法过一遍，后面阅读示例代码会轻松很多。

这段时间的学习内容比较多，刚开始接触时也有些稀里糊涂。好在课程会围绕一个个小项目展开，所以我没有只停留在概念层面。

最开始学习的是如何调用大模型完成普通对话，然后逐步加入对话记忆和知识库能力。学习 RAG 时，我接触到了文本向量化、相似度检索和结果重排，也了解了 Chroma 这类向量数据库。

简单来说，RAG 解决的是“模型不知道我的资料”这个问题：先从资料中找到相关内容，再把这些内容交给模型，让模型基于资料回答问题。

学习 Agent 之后，我才开始真正理解“让模型做事”是什么意思。通过 @tool 等方式，可以把普通函数包装成模型能够调用的工具。模型先根据用户意图选择工具，工具执行后再把结果交回模型，最后生成回复。

我目前对 Agent 的简化理解

Agent 不只是一个会聊天的模型，而是一个围绕目标不断执行任务的流程：

这是我目前为了方便理解做的简化，实际项目中还需要考虑状态管理、异常处理、权限和循环终止等问题。

之后我又学习了多模态大模型，尝试让模型解析图片和表格。相比普通文本对话，多模态让我更直观地感受到模型输入不只可以是文字，也可以是图片、文件等其他内容。

LangGraph 则更偏向工作流编排。通过 node、edge 和 state，可以把多个步骤组织成一个更加清晰、可控的流程，也比单纯依赖一段 Prompt 更容易调试。

刚开始学习时，只要模型能够返回结果、工具能够被调用，我就觉得功能已经完成了。但继续了解之后，我发现一个真正可用的 Agent 还需要解决很多工程问题。

首先是输出稳定性。如果下游程序需要读取模型结果，就不能只依赖一段自然语言，而是要通过结构化输出或 Function Calling，让模型按照约定的格式返回数据。

其次是安全性和边界。工具调用不能完全交给模型自由发挥，需要限制工具权限、参数范围和最大执行次数，还要防止 Prompt Injection 等恶意内容影响模型决策。

最后是效果评估和成本控制。回答是否正确、检索内容是否相关、工具调用是否成功，都需要通过日志、测试样例和运行结果进行判断。同时还要关注 Token 消耗、响应延迟和失败重试，不能只看“这次能不能跑通”。

我目前的一个新认识

Agent 的难点不只是让模型变得更聪明，而是把模型放进一个可观察、可控制、可恢复的系统里。

在 Python 相关内容学习完成后，我又快速看了一遍 Spring AI。两边的 API 名称和具体写法不完全一样，但底层思路基本一致。

主要使用 LangChain 这类框架，开发示例比较多，验证想法的速度也比较快。

对我来说，先用 Python 理解概念，再用 Java 了解如何接入现有后端项目，是比较适合自己的学习方式。

课程最后把前面的内容串了起来，完成了一个简单的多功能聊天 Bot，具备以下能力：

这个项目并不算复杂，但它让我第一次把模型调用、工具、知识库和多模态能力放到了一起。相比单独学习某一个知识点，完成一个能运行起来的小项目更容易发现真正的问题。

整个学习过程中，我一直在使用 ChatGPT 和 Codex。遇到看不懂的代码，我会先尝试自己理解，再让 AI 帮我解释；遇到报错时，也会把错误信息和上下文整理后交给 AI 分析。

不得不说，GPT plus也是很香的。

这次学习大约持续了二十多天。后面我准备开始整理项目，等大三之后继续尝试投递实习。

我感觉目前 Java 后端的就业竞争并不轻松，从零开始准备到能够找到实习，可能需要几个月甚至更长时间。因为学历和经验方面都还有不足，我投递时也遇到过不少被筛掉的情况。结合招聘信息，我也反复修改过简历，但目前效果还不算明显。

因此，智能应用开发对我来说暂时不是完全转行，而是作为 Java 后端之外的一条拓展路线。多学习一些方向，至少能让自己以后多一些选择。

这篇文章只是一次学习记录，不代表我已经真正掌握了 AI Agent 开发。很多概念我仍然处在入门阶段，后面还需要通过更多项目去验证和巩固。

如果你也在学习相关内容，欢迎和我交流；如果文章中有理解不准确的地方，也欢迎指出。希望我们都能在不断实践中，把“听懂了”慢慢变成“做出来了”。