聊聊阿里国际站商家技术部的暑期实习：我们在造一个懂销售的AI Agent

今天跟大家分享两个Agent和RAG相关的比赛。27届找实习的伙伴可以自己去参加一下，认真做完，我只能说：比培训机构的项目好太多了。下面直接上比赛信息。🏆 比赛一：KDDCup 2026https://dataagent.top/赛题名称：用于复杂数据分析的数据代理涉及的技术点：SQL数据、PDF数据的预处理长问题拆解与多步解答工具调用多模态数据推理这个比赛是数据挖掘领域的世界杯级别，含金量不用多说。🏆 比赛二：DataFountainhttps://www.datafountain.cn/赛题名称：具有多模态能力的客服智能体设计核心目标是解决：多模态信息理解不准、幻觉回答等痛点。赛题聚焦“多模态感知 → 精准理解 → 知识增强”全链路，要求设计一个具备以下能力的智能体：多模态对话理解RAG知识增强多轮对话与幻觉抑制这个比赛是为产业级客服系统提供技术储备，非常贴近真实应用场景。💬 题外话其实参加比赛也没多难，核心就是两件事：坚持 + 努力思考。主播也推荐阿里云天池的Search Agent比赛，实验室的师弟师妹去参加了，成功拿下了第八名。我看了一下他们的解决方案，其实也没多复杂。就是一个Search Agent，主要用了ReAct模式来完成多轮迭代搜索。虽然核心框架不复杂，但真正做出成绩，里面涉及到的细节处理还是很多的。这也是区分名次的关键所在。📌 总结如果你27届找实习，简历上缺项目经历，去参加这两个比赛就对了。一个是KDDCup 2026（数据分析Agent方向），一个是DataFountain（多模态客服Agent方向）。认真做完，写进简历，比市面上绝大多数培训机构的项目都管用。

Agent 确实是现在最热的方向之一，相关岗位其实挺多的：🔧 Agent 开发工程师 — 负责 Agent 框架搭建、工具调用、多轮对话等核心功能 🔧 大模型算法工程师 — 模型微调、RLHF、效果优化 🔧 Agent 产品经理 — 设计 Agent 应用场景、交互逻辑、效果评估 🔧 AI 应用开发 — 基于现有 Agent 平台做二次开发 🔧 数据标注/评测 — Agent 行为数据标注、效果评估 🔧 Prompt 工程师 — 设计优化 Prompt 模板，提升 Agent 输出质量技能要求一般包括： Python、LangChain、大模型 API 调用、向量数据库、RAG 等想入局的建议先做个小项目练手，简历上有个完整 Demo 会加分很多～ 

Casdoor 是一个面向 AI 时代的开源身份与访问管理平台，集成认证授权与 MCP/Agent 网关能力。也是GitHub 13kstar的明星项目，与casbin项目高度集成绑定，这个项目也是我目前看到的针对企业级落地AI应用工程化治理的最佳实践。刚把 Casdoor 跑通，我最大的感受是：Agent 真正落地，拼的不是“会不会聊天”，而是“能不能安全调用工具”。很多团队做 Agent 都卡在这一步：工具接得越多，风险越大权限边界不清，出了问题很难定位认证系统和 Agent 系统分裂，运维越来越乱Casdoor 这点很实用：它把 Agent 应用（MCP/A2A）+ MCP 网关接入 + 工具级权限控制 + 统一认证（OAuth/MFA） 放在一个平台里。说人话就是：让 Agent 不只是“聪明”，而且“可控、可管、可上线”。如果你在做 AI 应用、企业智能助手、多 Agent 协作，真的建议看下这条路线。下一波 Agent 竞争，核心不是模型参数，而是工程化治理能力。项目地址放在这里了:https://github.com/casdoor/casdoor

1.平时是否做过 模型微调-聊聊你知道哪些微调手段- lora 需要微调哪些参数2. 是否做过大模型部署- 使用什么框架？-是否了解量化3.说说你对RAG的理解- RAG 检索使用了 稠密检索还是 稀疏检索 二者区别。-是否看好当下的RAG技术，你认为未来RAG会如何发展- 当前 RAG 有什么问题- 你提到 推理能力差，有什么好的解决方法- 当前 比较流行的 agentic RAG self-rag graph rag 都分别是干什么的-（面试官回，不看好rag，未来是长上下文时代）聊天：1.再次重申了一下业务，我看你经历更多偏做 agent相关，我们组更偏做测试以及运营，以及线上维稳，可能一面面试官没和你说明白，你是否还愿意来（拒绝了）2.开始就未来AI发展以及自身简历展开讨论（面试官超赞）-20min