课程详情
AGENTIC ENGINEERING BOOTCAMP 2026 · 2ND TERM“当 Codex / Claude Code 能完成几乎所有「编码任务」,这个时代正在诞生一种全新的工程师角色 —— Agentic Engineer。”— Andrej Karpathy · 重新表述自 "Software 3.0" 演讲成为能设计、构建、评估并交付 Agent 系统的人13 周 · 两个阶段 · 6 个项目 · 仅需735$过去一年,Agent Engineering 已成为中美两国顶尖科技企业增长最快的工程方向之一 —— 打开任何一家前沿 AI 公司的招聘页,你都会看到这些角色:– 设计并实现完整的 agent loop:规划、工具调用、多步执行与自我修正– 为 Agent 建立 Evals 评估与可观测体系,持续压低任务失败率– 精于上下文工程与工具接口设计,有 LLM 应用生产化经验—— OpenAI、Anthropic、Perplexity 等前沿模型实验室与 AI 应用公司在招→ 对应:阶段 1 全程 + Project 1–3LLM Inference / Serving Engineer– 深入 Transformer 推理路径:KV Cache、Continuous Batching、投机解码– 用 vLLM / TensorRT-LLM 等框架搭建高吞吐、低延迟的模型服务– 熟悉量化与显存优化,能按 SLA 对延迟与成本负责—— NVIDIA、Together AI、Fireworks AI 等模型服务与 AI 基础设施公司在招→ 对应:Project 4 · 客服大模型服务基础设施Robotics / Embodied AI Engineer– 在 ROS2 中开发感知与控制节点,打通视觉 → 3D 定位 → 运动规划链路– 把 VLM / LLM 接入机器人任务规划,让自然语言指令变成可执行动作– 熟悉仿真与真机之间的调试验证流程(sim-to-real)—— Tesla、Figure、Physical Intelligence 等机器人与自动化公司在招→ 对应:Project 5 · ROS2 × UR5 机器人控制Applied AI / Forward-Deployed Engineer– 把 Agent 能力集成进客户既有系统(ERP / CRM / 内部工具)– 设计权限、审计与人工审批环节,让 Agent 在企业约束下可信运行– 端到端负责交付:需求拆解、集成开发、上线与运维—— OpenAI、Anthropic、Palantir 等公司的 Forward-Deployed 团队在招→ 对应:Project 6 · 航空票务 + ERP Agent 化据公开薪酬数据,湾区这类职位的年总包普遍在 $200K–$500K+。它们的共同点是:不只要求会调模型 API,而要求能构建、评估并运维完整的 Agent 系统 —— 这正是本训练营两个阶段、六个项目所训练的能力。✓ 希望构建 Agent 智能化程序和系统,来解决企业内部、外部客户或者相关研究任务的工程师及研究人员✓ 希望半年内找到一份与大模型 Agent 系统、具身智能 Agent 相关工作的求职者✓ 希望从事 LLM / VLM 大模型 Agent 研发或服务端部署的学习者✓ 希望研发流程迈向 Agent 时代 —— 从服务器手动配置、命令行「古法」研发,进入基于 Vercel / Daytona / Langfuse / Supabase / Cloudflare / Render / Stripe MCP / CLI-Anything 的现代化研发✓ 希望掌握 Agent 前沿知识、达到国际领先技术水平的人✕ 仅希望学习怎么使用 Claude Code / Codex,而没有构建自己 Agent 的需求✕ 希望理解 LLM 本身的原理 —— Agent = LLM + Harness,LLM 是这门课的先修课程而非讲授内容(可在 Agentist Academy 预修 LLM from Scratch 与 LLM Agents)✕ 只想使用 AI 工具(AI 生图、Coze 扣子、Workbuddy 等),不需要构建 Agent 系统PHASE 1 · PRINCIPLE & ARCHITECTURE · WEEK 1–4W1现代 Agent 原理拆解与架构实践与动手实践a现代 Agent 的第一性原理:ReAct、MCP、Tools 与 Skills– Plan–Act–Observe–Verify:ReAct 循环的每一步在 token 层面到底发生了什么– Tool Calling 全生命周期:Schema 设计、参数校验、结果回填 —— 一次工具调用如何往返于模型与运行时– MCP 的 Server / Client / Transport 架构,以及与 Function Calling 的区别– Tools、Skills、Sub-agent 三者的边界– 沙箱与执行权限:让 Agent「能干活但不闯祸」的工程边界bAgent 的记忆管理:Memory 与 Context Engineering– System Prompt、对话历史、工具结果的上下文排布与「Context Rot」问题– Working / Episodic / 长期 Memory 三层架构,以及各自的读写时机– RAG 完整链路:Embedding、向量检索、Reranking、检索结果如何注入 Prompt 而不污染推理– Context 压缩与摘要:什么该留、什么该丢、什么该外置到文件系统– 从 KV Cache 视角理解:Prompt 前缀稳定性为什么直接决定推理成本你能让一个 Agent 稳定执行数小时的长任务而不丢失目标 —— 这是任务型 Agent 与聊天玩具的分水岭。cHarness Engineering 与 Claude Code 源码分析拆解– Claude Code:目前世界上被验证得最充分的 Agent Harness– 架构解析:主循环、Tool 集设计、Sub-agent 派发、Permission 模型、TODO 管理– System Prompt 工程:为什么 Claude Code 的 System Prompt 长这样 —— 每一段的存在理由– 同一个模型,不同 Harness 下能力差 10 倍的原因– 二次开发实战:在 Claude Code 之上注入自己的工具、技能与工作流Auto-Scientist Agent · 自动科研 Agent基于 Claude Code 二次开发:自动读论文、分析总结要点推送给你,下载分析数据、写训练代码、跑实验、读 Loss / Accuracy / F1、诊断过拟合、迭代修改、播报结果 —— 直到交出经过验证的模型与报告。W2个人助理与计算机操作 Agent的原理解析与二次开发a个人助理 Agent:OpenClaw 与 Hermes 架构拆解与源码解析– OpenClaw 架构:Gateway、Session 管理、多渠道接入(WhatsApp / Telegram / iMessage)、定时任务与主动触发– Hermes 原理:个人助理 Agent 的状态机、技能系统、本地工具编排与自进化机制– 「常驻型 Agent」vs「一次性 Agent」:进程模型、记忆持久化、事件驱动你将亲手让 Agent 接管一台电脑完成真实任务。bComputer Use Agent 与 OSWorld– 没有 API 的系统占企业软件一半以上 —— Computer Use 是打开所有遗留系统的万能钥匙,也是 2026 年增长最快的 Agent 方向之一– 完整链路:Screenshot → 视觉 Grounding → 坐标定位 → 鼠标键盘动作 → 结果验证– GUI Grounding 模型:为什么「看得懂界面」比「说得出答案」难得多– OSWorld 基准:业界如何客观测量 Computer Use Agent 的真实水平– 混合执行策略:API-first、Computer Use 作为 Fallback —— 企业落地的标准打法– 多模态 Agent 的输入融合:文本、截图、文件进入同一个推理循环基于 Hermes 二次开发:自动管理 OBS 视频录制、自动剪辑视频、自动整理产出。做完这个项目,你的内容生产流水线就自动化了。aMulti-Agent System 多智能体系统– 盲目上多智能体是 2025 年最贵的工程错误之一 —— 这周讲清:什么问题值得多 Agent– 经典协作拓扑:Orchestrator–Worker、Hierarchical、Debate、Pipeline —— 各自适用的任务形态– Agent 间通信:消息传递、共享黑板、A2A 协议,以及 Context 隔离带来的信息损耗– 并行化收益 vs Token 成本:多 Agent 系统的成本模型与失控预防– 失败模式:责任扩散、循环转发、共识崩塌 —— 以及对应的工程解法对任何任务给出有依据的架构判断:单 Agent、多 Agent 还是传统工作流 —— 这是面试与技术选型中最值钱的判断力。bLoop Engineering 与 Graph Engineering:无人值守的长周期 Agent– 2026 年 4–7 月全球 Agent 领域最重要的新方向 —— 让 Agent 跑一整夜、跑一星期而不需要人盯着– 不依靠人写 Prompt:让 Agent 自动生成、自动管理 Prompt,从而控制自己的运行– Loop Engineering:状态保存、断点恢复、超时 / 预算 / 重试策略、Human-in-the-loop 审批点设计– Graph Engineering:把复杂任务编译成执行图(DAG),节点级重试与部分回滚– 无人值守的安全阀:预算熔断、行为白名单、异常上报 —— 敢让 Agent 独立过夜的前提设计出「提交任务、关上电脑、第二天收到经过验证的结果」的 Agent 系统 —— Agent 从工具变成劳动力的临界点。cSelf-Evolving Agent 与 Recursive Evolving Agent System– 2026 年最受关注的新技术点:不是人改 Agent,而是 Agent 从自己的 Trace 中改进自己– 完整闭环:Trace → 提炼失败模式 → 自动生成改进方案 → 沙箱中验证 → 新旧对比– Recursive Evolving Agent System:当「负责改进的机制」本身也被纳入进化循环– 改进的边界与安全:哪些改动允许 Agent 自动上线、哪些必须回到人工审批– 与阶段 2 呼应:这套机制将在 Project 6 的航空票务场景中完成实装– Agent Evaluation 体系:任务成功率、工具调用准确率、幻觉率、Policy Compliance、延迟与成本 —— 七维评价框架– Trace 分析与 Failure Taxonomy:把每一次失败归类、量化,自动转化为回归测试用例– LLM-as-Judge 的正确用法与常见陷阱(位置偏差、自我偏好、评分漂移)– Agent 安全:Prompt Injection 防御、工具权限最小化、高风险操作审批、审计追踪– Sandbox 评估 → 灰度发布 → 监控回滚:新版本只有评估更好才允许上线自动化交易 Agent(可接入 Robinhood 真实交易)把本周的 Eval 与风控体系用在最不容错的场景:策略回测、风险熔断、每一笔决策留下完整 Trace。bAgent 系统的生产化底座:MCP 化的数据库、部署与运维– 应用层部署:Vercel / Cloudflare Workers / Modal(对照 AWS 7-step 配置链)– 自托管推理:vLLM / SGLang 精讲 + 五引擎选型地图– Agentic DevOps(2026 范式):canary / blue-green / shadow mode 全部 agent 驱动– LLMOps 可观测:Langfuse 精讲 + 六家横评结论(LangSmith / Helicone / Phoenix / Braintrust / Datadog)– LiteLLM token / proxy 治理层:multi-model fallback、per-tenant quota、成本优化– 计算生态选型框架:NVIDIA(CUDA / TensorRT / NIM)、Amazon(Bedrock / AgentCore)、Anthropic(MCP / Skills / Claude Code)+ TPU 替代路径;GPU 算力市场对比你手上有 3 个能真正干活的 Agent 项目 + 一套能把任何 Agent 推向生产的工程底座。PHASE 2 · PROJECT INTENSIVE · WEEK 5–13导师带队,每个项目迭代 15 天,全部由真实企业项目改造、可写入简历。若你接受更强的 workload,三个项目可提前并行(最早 Week 2 开始、Week 9 结营)—— 开班后由你自己决定。每周末 3 小时在线 lecture + 3 小时助教带队练习,帮你扫清环境配置、权限管理、数据等问题。PROJECT 4 · WEEK 5–7 · 导师:高老师LLM Serving Infrastructure · 由美国某知名 AI Lab 项目改造W5一次大模型请求的完整生命周期与 Server 实现你按下回车之后、第一个字出现之前的几百毫秒里,GPU 到底在做什么?– Prefill / Decode 两阶段:「读完你的问题」和「吐出下一个字」是两种完全不同的计算负载– Streaming 流式输出机理:SSE / WebSocket 与 token 逐个回传的服务端结构– 服务性能的通用语言:TTFT、TPOT、p50 / p95 / p99 与吞吐量 —— 为什么平均值是最没用的指标– KV Cache 到底缓存了什么:计算收益与显存成本的定量权衡– 亲手实现 Toy Server:请求接入 → 排队 → 推理 → 流式返回,不依赖任何推理框架同样一张卡,为什么别人能扛 1000 并发而你只能跑 30?– Static vs Continuous Batching:2026 年高吞吐服务的分水岭技术– 请求队列调度:优先级、公平性与长短请求混排的队头阻塞问题– FP16 / INT8 / INT4 量化实战:性能提升与质量损失的实测对照– 生产级框架接入:vLLM / SGLang 部署与调参,把 Toy Server 的原理映射到真实引擎– Rate Limiting、多租户隔离与 Backpressure:一个租户打满流量时如何不拖垮所有人– 企业知识库与 CRM 数据接入:客服 Agent 的检索链路与服务层的耦合边界– 压力测试、故障注入与容量规划:给出一份能对外承诺的 SLO✓ 一个支持流式输出的大模型 Server + 企业客服 API 接入层✓ KV Cache 与 Batching 对比实验报告、量化前后的性能与质量对照✓ 延迟 / 吞吐 / GPU 内存 / 单任务成本 Dashboard + 一份明确的服务 SLO✓ LLM Server 源码 —— 可放入简历,证明你理解推理服务而不只是会调 APIPROJECT 5 · WEEK 8–10(可提前至 WEEK 2–4)· 导师:曹老师基于 ROS2 与多模态 Agent 的 UR5 机器人控制系统Embodied Agent · Vision → Motion · 由美国某国际领先机器人公司真实项目改造W8机器人动力学、ROS2 与 Embodied AI软件 Agent 的错误可以重试,物理世界的错误会撞坏东西。– ROS2 核心:Node / Topic / Service / Action,UR5 与 Gripper 的仿真控制– 机器人动力学与坐标系:相机标定、TF2 坐标变换 —— 从「看到」到「知道它在哪」– RGB 与 Depth 输入:视觉噪声下的感知管线– Embodied AI 全景:为什么具身智能是多模态 Agent 的终极考场「找到橙色方块,把它放到指定区域」—— 一句自然语言如何变成机械臂的一连串可执行动作?– VLM 驱动的物体检测与目标选择:从二维检测到三维位姿估计– Task Planning → Motion Planning:MoveIt2 路径规划、抓取位姿生成、碰撞检测– 执行反馈与视觉验证:每次动作后确认「世界真的按预期改变了」– 失败分类与重新规划:抓空、碰撞、遮挡的恢复策略;机器人安全边界– 如何通过 Harness Engineering 与 Skills 提升机器人任务执行成功率PROJECT 6 · WEEK 11–13(可提前至 WEEK 7–9)· 导师:曹老师面向航空票务系统及企业 ERP 系统的 Agent 智能化项目Task Agent · Self-Evolving · 由美国某科技企业航空票务 Agent 项目改造W11任务型 Agent 与 Self-Evolving 机制:接管航空票务
