#想从事Agent应该学习哪些技术？#

#想从事Agent应该学习哪些技术？## 加入Agent赛道，需要学哪些技术？

## 基础层：LLM工作原理

先搞懂大模型怎么工作的，不然用起来像黑盒。核心概念：Token、注意力机制、上下文窗口、温度参数。不一定要手推公式，但要理解“为什么模型会胡说”“怎么让它更听话”。推荐：李宏毅课程、Transformer论文精读。

## 核心层：推理与调用

**ReAct模式**：Reasoning+Acting，模型边想边做。这是Agent的“大脑”。学怎么设计prompt让模型拆解任务、调用工具、观察结果、迭代执行。

**Function Calling/Tool Calling**：模型输出结构化指令（比如`{“tool”: “get_weather”, “params”: {“city”: “北京”}}`），系统去执行。要学会定义tools schema、处理多轮调用、异常兜底。

## 框架层：LangChain/LlamaIndex

LangChain是Agent赛道的事实标准。核心组件：Tool、AgentExecutor、Memory。边学边写：先搭个能查天气的简单Agent，再加对话记忆，再加多工具路由。

## 落地层：RAG与评估

**RAG**：Agent的“外挂知识库”。学向量数据库、分块策略、检索优化。

**评估**：Agent怎么测？任务成功率、执行效率、幻觉率。学用LangSmith或自建评估集。

## 一句话总结

从**调API开始**，写个能查天气、算数学、搜网页的Agent。边写边学，比啃完理论再动手快十倍。

你学到哪一步了？来评论区交流👇