后端、Agent与AI Infra学习路线

后端与 AI Infra 分别重工程基础和生产化，Agent 可按“用→懂→造”结合官方信源与小项目推进，求职需重视业务理解、AI 结果判断和复盘。

要点

  1. 后端重在工程基础；Agent 按“用→懂→造”推进，可用搜索、读网页并附来源回答的小项目贯穿学习；AI Infra 关注生产化，求职重视业务理解、AI 结果判断与复盘。
  2. Anthropic Engineering：https://www.anthropic.com/engineering；依次读 Agent 设计、工具设计、上下文工程与评测文章。
  3. Hugging Face Agents Course：https://huggingface.co/learn/agents-course/en/unit0/introduction；免费，包含概念、实践与最终任务。
  4. OpenAI Agents SDK：https://openai.github.io/openai-agents-python/；重点看工具调用、循环、交接、护栏与追踪，用记录区分模型、工具及程序故障。
  5. LangGraph：https://www.langchain.com/langgraph；适合状态、记忆、人工批准与工作流编排需求，框架抽象不等于整个 Agent 领域的标准定义。
  6. 路线为基础设计→单 Agent→工具与上下文→评测、追踪和失败处理，遇到具体瓶颈再研究多 Agent；信源应说明失败、评测、成本和边界，版本用法需核对当前文档。

来源