2026年程序员转型Agent工程师已上岸-完整经验分享【贡献者：鱼塘-南京-77红姐】

来源：「码农互助」微信群友「鱼塘-77」的分享整理
整理日期：2026年6月

一、分享人背景

鱼塘-77，后转Java后端开发（黑马Java培训），再转型AI Agent开发。目前在南京一家公司负责广告业务的Agent化，薪资30K，六险一金，包三餐，七月入职。

简历投递情况：小红书没过，希音、360、汇丰银行都过了。大厂不太好过，但中小厂目前Agent岗位处于风口期，面试相对好面。

二、为什么转 Agent

"再干土木就饿死了"——这是很多传统行业程序员的真实写照。Agent开发目前处于风口期，市场上做Agent的人很少，学完可以直接冲中大厂。求职市场上Agent开发经验要求最多2年，外加5年左右后端经验，就可以做Agent架构师。学得好的甚至可以直接面Agent架构师岗位。

Boss直聘上目前还没有专门的"Agent应用开发"Title，大多挂在Java主方向下，简历写"2年后端 + 2年Agent开发"即可，没有外包。

三、学习路线

3.1 前置准备

Python：花两天过一下Python基础就够了，Python上手很快

TypeScript：目前做Agent最多的是Python和TS，Python框架多，TS语言比较适合做Agent，自研很多都是TS（比如Cursor/CC就是用TS写的）。但TS没学也问题不大，Python生态已经足够

3.2 核心课程推荐

首选：吴恩达老师的课（YouTube上免费），如果能自己整理学习路线的话。

次选：尚硅谷的Agent课（闲鱼49元可以买到），目前有点过时了，但最近有新项目更新。置顶里有分享人学的尚硅谷课程目录，详见下方课程学习建议。

不推荐：黑马的Agent课，分享人明确表示"不要看"，黑马现在不行了。

3.3 尚硅谷课程学习建议（26年1月开课版本）

序号	课程模块	学习建议
01	大模型概述 / 低代码智能体开发 / 企业级LM部署	2.0倍速看，如果语速跟得上的话
02	LangChain / LangGraph / MCP	1.2倍速看，基本函数名记住，基本概念原理记住
03	项目 - 掌柜问数	1.2倍速看，记住整体流程，各种中间件数据库等作用
04	多智能体项目 - DeepAgents	1.2倍速看，记住整体流程，多Agent交互方式
05	项目 - 掌柜智库	1.0倍速看，记住整体流程，记住各个模块主要功能，各个中间件数据库等作用，看一下里面用到的技术栈的官网
06	微调	可看可不看，看自己选择（面试问得很少）
07	项目 - 智能客服系统	如果作为项目写到简历里就好好看；不写到简历的话知道整体架构即可
08	线上大模型智能体班就业指导	准备面试之前看
09	大厂老师直播课资料	不用看，想看也行

整体学习周期大约2个月。学完之后再看看 Loop Agent，就知道Agent是干啥的了。

3.4 额外推荐

Harness Engineering：兄弟们可以看看这个，理解Agent的本质

多Agent通信协议（A2A）：也要学，这是进阶内容

四、技术栈概览

4.1 主流框架

LangChain / LangGraph：最常规的Agent框架，Python生态

自研框架：很多公司完全自研，分享人自己就用Java写了一个工作流Agent框架（开源，见附件）

Hermes Agent：通用Agent框架

Coding Agent：如Codex、Cursor（CC）等

4.2 核心技术概念

面试主要考这几个方向：

大模型相关：LLM基础、Prompt Engineering

工具相关：Function Calling、MCP（Model Context Protocol）

记忆相关：短期记忆、长期记忆、向量存储

模型边界和护栏：安全控制、输出约束

Agent可以理解为"驾驭LLM的 + 外加LLM缺少的能力"。Agent基本上一个月冒出一个新概念，在职的话没有太多时间关注新东西，所以面试也不会问得太深。

4.3 可落地的Agent架构

目前Agent可落地的架构不多，主要有这几个方向：

DeepResearch（深度研究）

智能客服

内部提效

云平台 Coding Agent

RAG / NL2SQL

多Agent协作（DAG工作流）

4.4 技术栈详情（来自简历）

AI / Agent 方向：LangChain、LangGraph、DeepAgents、RAG、GraphRAG、ReAct Agent、Function Calling、MCP、Prompt、SSE / WebSocket、Milvus、Elasticsearch、Qdrant、Neo4j、MongoDB、MinIO、BGE-M3、BGE Reranker、Hybrid Search、RRF、rerank

后端方向：Java、Spring Boot、Spring Cloud、MyBatis-Plus、FastAPI、Pydantic、SQLAlchemy、MySQL、Redis、RabbitMQ、Docker、Jenkins、Linux、Nginx

五、项目经验要点

分享人的项目经验（写在简历上的）：

项目一：AI Agent 工作流平台（2024/03 - 至今）

基于Spring Boot + Spring AI + Milvus + Elasticsearch + Redis + MySQL，核心是自研的DAG Agent工作流引擎。支持20+节点类型（Start、Input、Output、Condition、LLM、Agent、RAG、Tool、Code、SQL、SubWorkflow等），使用CompletableFuture / ForkJoinPool实现并行执行，GraphState管理LLM上下文。集成ReAct Agent和MCP协议，RAG使用Milvus + Elasticsearch双引擎RRF融合 + rerank排序，WebSocket / SSE实现token级流式输出和trace追踪。

成果：50+企业用户，15个团队，3个月落地，CPU利用率从30%提升到80%，响应时间200ms以内，支持100MB Excel文件处理（EasyExcel）。

项目二：PDF 智能解析（2024/09 - 2025/04）

FastAPI + Pydantic后端，MinIO存储，MinerU将PDF转Markdown，chunk后用BGE-M3生成dense vector / sparse vector存入Milvus。支持Markdown VLM理解，query rewrite / HyDE增强检索，RRF + BGE Reranker重排，Neo4j知识图谱。chunk + rerank Top5方案将准确率从15%提升到25%。

项目三：NL2SQL（2024/04 - 2024/08）

基于schema理解自动生成SQL，Qdrant + Elasticsearch做语义检索，SQL Prompt + EXPLAIN验证SQL正确性。覆盖200+ SQL场景，准确率从80%提升到90%。

六、面试经验

6.1 面试节奏

投了两天，面了2周，平均一天3-4个面试。全是主动找过来的，Agent开发目前处于风口期。

6.2 面试要点

不会问大模型底层：做Agent开发面试不会问大模型底层原理，微调也问得很少

重点问架构：面试Agent岗位主要问架构问题，项目基本都是vibe coding做的，但底层架构要自己能讲清楚

会吹就行：分享人直言"现在外面面试官都是水货，会吹牛逼就好了"，当然底层架构要真写过

项目可以包装：项目基本上对内提效的，想咋忽悠咋忽悠，但架构要能自圆其说

6.3 简历建议

最好自己搞两个Agent项目，整一个牛逼的Agent项目

简历写"2年后端 + 2年Agent开发"

大厂不太好忽悠，但中小厂机会很多

小厂做Agent的很少，学完直接冲中大厂

七、关键认知

Agent做出来很简单，做好很难——落地非常难，但面试不需要你落地过

风口期抓紧转——主要面试好面，现在没有那么卷

Agent不如我——分享人自信地表示，Agent本质上就是驾驭LLM，有后端经验的人转过来有优势

开源精神——分享人开源了自己的工作流Agent框架，"兄弟好我也开心"

实名上网——分享人表示自己是实名上网，内容可信

八、附件

附件一：尚硅谷 AI 大模型智能体课程（百度网盘）

【26版AI大模型智能体 + 往期AI大模型】

链接：https://pan.baidu.com/s/1bCzCn2wDc7oy2doTQiAXrQ?pwd=8888

提取码：8888

说明：复制到百度网盘APP即可获取。包含9个模块，从大模型概述到就业指导全覆盖。闲鱼49元也可购买。

附件二：自研开源 Agent 工作流框架

GitHub 地址：https://github.com/wangyingqi-x/workflow-showcase-platform/

语言：Java

说明：群友们想学图编排和Agent的可以看看。这是一个自研的工作流Agent框架，支持DAG编排、ReAct Agent、MCP协议、RAG检索等核心能力。开源项目，欢迎Star。

附件三：简历模板

文件名：大模型应用开发.pdf（442.8K）

说明：分享人实际使用的简历，已通过希音、360、汇丰银行等公司筛选。简历突出AI Agent项目经验，技术栈覆盖LangChain/LangGraph/RAG/GraphRAG/ReAct/MCP等主流方向。可以参考其项目描述写法和技术栈组织方式。

免责声明：本文档整理自群聊分享，内容代表分享人个人观点和经验，仅供参考。技术选型和学习路径请结合自身情况判断。

2026年程序员转型Agent工程师 已上岸-完整经验分享【贡献者：鱼塘-南京-77红姐】

一、分享人背景#

二、为什么转 Agent#

三、学习路线#

3.1 前置准备#

3.2 核心课程推荐#

3.3 尚硅谷课程学习建议（26年1月开课版本）#

3.4 额外推荐#

四、技术栈概览#

4.1 主流框架#

4.2 核心技术概念#

4.3 可落地的Agent架构#

4.4 技术栈详情（来自简历）#

五、项目经验要点#

项目一：AI Agent 工作流平台（2024/03 - 至今）#

项目二：PDF 智能解析（2024/09 - 2025/04）#

项目三：NL2SQL（2024/04 - 2024/08）#

六、面试经验#

6.1 面试节奏#

6.2 面试要点#

6.3 简历建议#

七、关键认知#

八、附件#

附件一：尚硅谷 AI 大模型智能体课程（百度网盘）#

附件二：自研开源 Agent 工作流框架#

附件三：简历模板#