AI Agent最近两三年异常火热，下面👇是某头部公司的AI Agent开发岗的JD：

岗位职责

1、负责大模型应用开发范式及一站式研发平台的设计、开发及应用，支持公司内部大模型的应用的快速落地

2、负责大模型产品的整体技术解决方案，并支持技术研发和效果优化等工作，推动产品持续增长

3、保障大模型应用系统架构的稳定、高效运行，帮助业务优化性能和改善系统稳定性

职位描述

1、计算机或相关专业本科及以上学历，2年以上工作经验，熟练掌握Python，或至少一门主流开发语言。

2、有Agent平台/应用开发经验者优先，熟悉coze，dify，langflow等开发平台，了解RAG、Agent机制，使用过langchain等开源系统，有prompt工程业务优化经验者优先。

3、有比较敏锐的产品意识和数据分析能力。

4、有优秀的架构设计能力，了解包括检索引擎、kv存储、在线应用框架、批流处理等中间件系统，有承担过千万级以上产品应用架构设计者优先。

从上面的JD可以提取的信息：

  • 开发语言：Python(C++、Golang需求也较多)
  • 框架：dify、langflow等
  • 原理：RAG、Agent工作原理
  • 后端基础组件

AI Agent

AI Agent（也称人工智能代理、智能体）是一种能够感知环境、进行决策和执行动作的智能实体。智能体像人一样，它有记忆、有逻辑分析能力、有任务的拆解能力、问题的拆解能力和最后综合回来统一解决问题的能力。

Agent

智能体的组成：

  • I：输入，也就是上图中的感知Perception，包括文本、图片、视频、音频等
  • O：输出，即上图中的行动Action，包括输出文本及调用工具等
  • B：大脑Brain，基于LLM，具有知识、记忆、推理、规划等功能

智能体的形式：

  • 单Agent：单个Agent完成任务
  • 多Agent：多个Agent配合完成任务

RAG

检索增强生成（Retrieval Augmented Generation），简称 RAG。

为什么会有RAG？

  • 解决知识缺失问题：大模型的知识固定在训练的数据上，无法获取最新资讯。
  • 解决快问乱答问题：大模型有幻觉问题，超出范围的答案不靠谱。
  • 解决数据安全问题：企业专有资料，不能丢给通用大模型去训练。

实现路径：

RAG **

  • 将知识向量化：知识通过embedding存储在向量数据库
  • 客户检索：问题embedding，检索向量数据库，生成提示词
  • 投喂LLM：将上面生成的提示词喂给LLM生成最终的答案

MCP

Model Context Protocol（模型上下文协议）是 Anthropic 在推出的用于 LLM 应用和外部数据源（Resources）或工具（Tools）通信的标准协议，遵循 JSON-RPC 2.0 的基础消息格式。

MCP ARCH

MCP遵循CS架构，应用包括client，client负责和server通信。

核心概念：

  • 资源：MCP 服务器希望提供给客户端的任何类型的数据
  • 提示词：MCP 服务器能够定义可重用的提示模板和工作流
  • 工具：使服务器能够向客户端公开可执行功能。通过工具，LLM 可以与外部系统交互，执行计算，并在真实的世界中采取行动。
  • 采样：服务器通过客户端请求 LLM
  • 根：定义了服务器可以操作的边界

详细文档请参考官方文档

A2A

A2A（Agent2Agent）协议是由 Google Cloud 发起的开放协议，旨在促进不同 AI Agent 之间的互操作性。

整体架构类似MCP，遵循CS架构。

核心概念：

  • AgentCard： 描述 Agent 功能的 JSON 文件，通常托管在 /. well-known/agent.json 路径中，使客户端可以轻松发现和理解 Agent。
  • 任务： 一个有状态的实体，代表客户端和远程代理之间的协作过程，以实现特定的结果。任务包含状态、历史和生成的工件。
  • 工件: 由Agent生成的不可变输出，作为任务的最终结果，可以包含多个 Part。
  • 消息： 用于在客户端和代理之间传递非工件内容，如指令、上下文、思维过程、状态更新等。
  • Part: 消息或工件中内容的原子单元，具有特定的内容类型（例如，文本、文件、表单）。

详细文档请参考官方文档