本文按"是什么→干什么→学什么→怎么证明→怎么选方向"整理，方便收藏、截图、对照自查。
一、岗位一句话定义（先把边界弄清楚）
AI智能体（AI Agent）应用工程师＝把大语言模型封装成"能感知、能决策、能调用工具、能执行并反馈"的业务系统的人。
区别于"炼模型/做科研"，它更贴近：
LLM + 工具 + 数据 + 流程 = 可运行的数字员工
二、典型工作场景（你将来大概率会碰到的活）
场景 | Agent在做什么 | 关键技术点 |
智能客服/售前助理 | 意图识别→知识库检索→查订单/改地址→建工单 | RAG、API调用、权限隔离 |
运营自动化流水线 | 定时抓取→摘要→配图→排期发布→数据回写 | 工作流编排、触发器、异常重试 |
内部知识助手 | 制度/合同/手册问答 + 引用溯源 | 切分策略、rerank、可追溯 |
风控/审核辅助 | 规则初筛→模型判择→人工复核队列 | 多Agent路由、置信度阈值 |
设备运维助手 | 读日志/点检表→异常标记→推送维修 | 结构化抽取、通知集成 |
三、技能栈清单（你可以直接当 checklist 用）
A. 必备基础
Python：函数/类/环境管理/requests/json/pandas（不要求算法竞赛水平）
LLM基础：token、上下文窗口、温度/top_p、输出约束、Function Calling概念
Prompt工程：少样本示例、格式约束、防幻觉话术、工具描述书写规范
B. 核心应用（区分"入门"与"能交付"的分水岭）
RAG链路：文档解析→切片→嵌入→向量库（Milvus/Pgvector等）→检索→重排→组装上下文
工作流编排：节点、条件分支、循环、错误处理、幂等设计（Coze/Dify/n8n/LangGraph均可）
多Agent：路由Agent + 专业Agent + 审核Agent；何时合、何时拆
评估：黄金集、bad case回归、成本/延迟监控（不做评估=迟早翻车）
C. 业务落地能力（决定你值多少钱）
需求拆解：把"老板需求"写成任务树
数据权限：谁能看什么、Agent能不能碰敏感字段
交接标准：文档、演示、回滚方案、人工兜底
四、证书/考评体系怎么看待？
目前市面上出现了一些面向AI智能体应用方向的职业技术类考评/认证项目，常见特征是：
分初级/中级/高级，考核偏"应用能力+项目实操"而非纯理论；
一般线上机考 + 操作/简答题，60分合格；
强调官网可查、全国通用（不同主办方口径不一样，报名前务必核验清楚）。
建议你用三条硬标准筛它值不值得跟：
课程是否带你做完≥2个可演示闭环项目（知识库问答算一个；接外部系统/表单/消息渠道算第二个）
是否讲"工程化兜底"（权限、日志、异常处理、人工审核）——不讲这些的，只能叫"体验课"
是否能写入你简历的"项目经历"栏（证书是加分，项目才是本体）
如果你的目的更偏向"系统补短板 + 拿一个可核验的能力凭证"，再去选考；如果只想自救动化，先把第一个Agent跑通再说。
五、零基础/转行自学路线（按周更稳）
第1–2周：Python常用语法 + requests + json + pandas；把"调API拿到结果→存表"跑通
第3–4周：Prompt工程纪律化（固定输出格式、校验解析）+ 用Coze/Dify搭一个带知识库的Bot
第5–6周：RAG最小闭环（上传文档→检索→回答→显示来源）+ 加权限过滤思路
第7–8周：做一个"业务小闭环"：例如客服FAQ+查表+转人工规则，录屏当作品
第9–12周：多Agent拆分/评估/日志；开始做第二场景（运营或内部工具方向）
六、适合人群速查（你属于哪类，就走哪条策略）
在职运营/产品/行政想提效或转岗：优先做岗位内Agent，再补RAG，作品集＞证
开发想升级AI侧：补RAG+Agent编排+评估体系，往"系统设计师"走
求职者缺背书：选考评体系时只看"项目考核质量+是否官网可核验"，别被口号带走
AI智能体应用工程师认证办理青蓝智慧丁老师：135-2209-4648
如果你愿意，我可以按你的目标（求职/提效/接单/考证的某一种）把上面路线再细化成一份4周或8周执行清单：每天学什么、做哪个demo、作品集怎么写进简历。你回我一句：你现在是零基础/有Python基础/已经是开发，以及想往客服/运营自动化/企业内部工具哪个场景走就行。
