许愿海康威视HR面

最近在学习Agent项目时，踩了很多坑，也有了很多体会，以下是笔者的一些见解。第一，必须具备完整的工程后端体系很多 AI 项目在实现时只关注 Prompt、工具调用或者 Agent 流程，但却忽略了系统工程本身。然而在企业环境中，AI Agent 本质上仍然是一个应用系统，它需要具备完整的后端架构，包括 API 服务层、数据库设计、会话管理、日志系统、错误处理，完善的兜底机制以及高并发处理能力等。如果一个项目只展示模型能力而忽略系统工程能力，那么在面试官眼里往往会被认为只是一个 Demo，而不是一个可以上线的产品级系统。第二，不能只是简单调用框架，而应该具备真正的 Agent 系统能力现在很多...

最近在准备找第二段实习，主要方向想转向 Agent / 智能体开发。目前已经学习了 SpringAI 和 langchain等技术栈，完成了一个支持自定义工作流的项目，能够理解整体架构设计与执行逻辑，具备一定的智能任务编排思路。希望大佬们看看我的简历！

打算找暑期了，把项目包进了之前的一个小厂实习，佬们帮忙看看简历

1、自我介绍2、介绍一下实习3、你们的 Agent 项目落地完成后，是直接交付给业务方还是让对方调用 API这两种方式都常见，区别主要在交付形态。如果是直接交付给业务方，一般会做成完整应用，比如网页端、内部工作台、客服系统插件或者企业微信机器人。业务方直接使用现成系统，不需要关心底层模型、检索、工具调用这些实现细节。这种方式更适合业务部门直接落地，优点是使用门槛低，缺点是后续定制需求可能会比较多。如果是提供 API，通常说明 Agent 能力被当成平台能力输出。业务方或者其他系统通过接口调用，比如传入用户问题、上下文信息、用户 ID，再拿回模型结果。这种方式更适合中台化建设，扩展性更强，不同业...