AI Agent 工程师课程

作品集与结业自查

学完之后手上有什么、怎么组织成面试官看得懂的仓库、简历怎么写

先说清楚:这里没有结业证书

自己发的课程证书在求职上几乎没有价值。面试官不会因为一张图给你加分,他只看两样东西:你的仓库能不能跑,以及你能不能讲清楚为什么这么设计

所以这一页给的是作品集组织方法和能力自查表,不是证书。真要说有什么东西能当"结业凭证",那就是下面这个仓库本身。

你手上应该有什么

走完程序员基础版十周,这些东西是自然产出的,不需要额外做:

#产出来自面试价值
1Agent OS 仓库(可运行、有测试、可部署)全程★★★ 唯一硬通货
2ADR:为什么 Harness-first、否决了什么第 1 周★★★ 能拿出 ADR 的候选人极少
3两个 Provider 的配对基准报告第 2 周★★★ 证明你做过量化选型
4Tool Runtime 红队测试(六条攻击路径)第 3 周★★★ 安全意识的硬证据
5Native Harness + 20 条测试 + 事件快照第 4 周★★★ 技术含量最高的部分
6Chunk 尺寸对照实验报告第 5 周★★ 有数据的调优
7RAG 评测报告(含五道必须答不出来的题)第 6 周★★★ 大多数人没测过拒答
8Native vs Mastra 九维度对照报告第 7 周★★★ 证明你能选型不只会执行
9恶意 MCP Server 实验报告第 8 周★★★ 几乎没人想过这个攻击面
10压测报告 + 事故复盘 Postmortem第 10 周★★★ 真实故障经历极稀缺
11Runbook(五个故障场景)第 10 周★★ 运维成熟度

打三星的那七项是差异化来源。 会搭一个 Agent 的人很多,能拿出配对基准、红队测试、拒答实验、事故复盘的人非常少。这几份文档的价值高于代码本身。

程序员进阶版再补:Pi 源码对照报告、Session 压缩保真度报告、framework exit drill 记录(抽签砍掉一个 Adapter 的耗时与能力缺口)、Multi-Agent 对照实验、模拟听证会记录。

仓库怎么组织

面试官打开你的 GitHub,平均停留时间不到两分钟。这两分钟里他要能判断出你值不值得约面。

agent-os/
├── README.md              ← 90% 的注意力在这里
├── docs/
│   ├── architecture.md    系统图 + 容器图 + 威胁模型
│   ├── decisions/         ADR,按编号
│   ├── reports/           所有实验和对照报告
│   └── runbook.md
├── packages/              按周次演进的模块
├── examples/              可跑的 Demo
└── .github/workflows/     CI 配置,证明测试真的在跑

两个细节容易被忽略但很加分:CI 徽章(证明测试真在跑,不是躺着的)和 reports/ 目录(一眼看到你做过多少实验)。

README 模板

这是唯一必须写好的文件。照下面这个骨架填,不要写成技术文档:

Agent OS 仓库 README 骨架

作品集 · 直接抄走改

# {项目名}

> 一句话说清这是什么、解决什么业务问题。不要写「基于 LLM 的智能 Agent 平台」这种,写「日本电商商品上架自动化,把人工 40 分钟的流程压到 5 分钟人工确认」。

![CI](CI 徽章链接) ![License](许可证徽章)

## 它能做什么

{三条,每条一句话,带可验证的结果}

## 30 秒看懂架构

{一张架构图。图比一千字有用}

原生模型协议 → Native Harness → RAG → Mastra Runtime → 生产治理

## 快速跑起来

```bash
pnpm install
docker compose up -d
pnpm test
pnpm dev
```

{必须真的能跑。面试官会试,跑不起来直接出局}

## 三个关键设计决策

1. **{决策}** — 为什么这么选,否决了什么方案,依据是什么
2. **{决策}** — 同上
3. **{决策}** — 同上

完整记录见 [docs/decisions/](./docs/decisions/)

## 实测数据

| 指标 | 数值 | 怎么测的 |
| --- | --- | --- |
| {比如 Provider 配对成功率} | {数字} | [报告链接] |
| {比如 Rerank 前后 Recall@5} | {数字} | [报告链接] |
| {比如 100 并发下 P95 延迟} | {数字} | [压测报告] |

## 踩过的坑

{两三条真实的失败和修复过程。这一节比"特性列表"有价值得多}

## 还没做的

{诚实列出边界。写这一节的人比不写的人可信}

「还没做的」这一节是反直觉但有效的。 它显示你知道自己的系统边界在哪,而不是以为自己做完了。面试官看到这一节,追问的方向会从"挑刺"变成"讨论"。

简历怎么写这个项目

不要写技术栈罗列。用结果导向的三句话结构

大多数人这样写

AI Agent 平台项目
技术栈:TypeScript、Mastra、LangGraph、PostgreSQL、Redis、pgvector
负责 Agent 核心逻辑开发与 RAG 系统搭建

换成这样写

设计并实现框架无关的 Agent 平台,支持 Native / Mastra 双 Runtime 热切换
通过统一 Policy 层将高风险操作拦截率提升到 100%,红队六条攻击路径全部阻断
建立 CI 评测门禁,线上回归缺陷下降 X%;100 并发压测 P95 延迟 Xms,单次 Run 成本 X 元

右边每个数字都来自你的报告,不要编。数字编错了,面试官追问细节时会当场露馅,比不写数字更糟。

三句话分别对应:做了什么系统解决了什么具体问题量化结果是什么

结业自查

不看答案,用自己的话回答。答不上来的条目,回去补对应的周次。

八条全能答上来,你的准备程度已经超过绝大多数候选人。 答不上来三条以上,先别投简历,回去补。

30 分钟答辩结构

同样适用于面试的项目介绍环节:

时间内容目的
0–3 分钟业务场景与要解决的问题证明你从需求出发不是从技术出发
3–8 分钟整体架构图讲解建立全局认知
8–18 分钟三个最难的技术决策,各讲清备选方案和否决理由核心得分段
18–25 分钟现场 Demo:steering / follow-up / cancel / approval证明真的能跑
25–30 分钟踩过的坑与故障复盘,以及下一步计划展示成长性和诚实度

8 到 18 分钟这一段决定成败。面试官最想听的不是你用了什么,是你否决了什么以及为什么。

下一步

  • 作品集齐了但没底气:把结业自查八条答一遍,卡住的回去补
  • 想再拉开差距:程序员进阶版的 exit drill 报告和模拟听证会记录,是简历上最难被复制的两样东西
  • 想写技术文章:优先写对照实验和 exit drill,它们有你的独家数据,别人抄不走

On this page