第一卷：大模型基础篇
第1章 AI时代的软件开发革命
第4节：Agent开发工程师到底在做什么？揭秘大厂真实工作内容
《Agent开发工程师成长指南》系列教程
引言
如果你在招聘网站搜索：
-
Agent开发工程师
-
AI应用开发工程师
-
大模型应用工程师
-
AI Agent Engineer
你会发现一个有趣的现象：
这些岗位的薪资普遍高于传统开发岗位。
很多岗位甚至开出：
40K~80K/月
甚至更高。
于是很多开发者开始好奇：
Agent开发工程师到底是干什么的？
是不是每天都在调Prompt？
是不是每天都在和ChatGPT聊天？
是不是不用写代码？
事实上：
真正的大厂Agent开发工程师工作内容，和很多人的想象完全不同。
一、Agent开发工程师并不是Prompt工程师
很多人第一次接触AI开发时会认为：
Prompt
=
Agent开发
这是一个非常大的误区。
Prompt只是Agent系统中的一个组成部分。
真实的企业级Agent系统：
Prompt
+
RAG
+
Tool Calling
+
Workflow
+
Memory
+
Monitoring
+
Security
缺一不可。
因此：
真正的Agent开发工程师并不是：
写提示词的人
而是：
设计智能系统的人
二、大厂Agent开发工程师的一天
我们以一个典型的大厂Agent工程师为例。
上午9:30
查看线上运行情况
打开：
查看：
Agent调用量
Token消耗
任务成功率
工具调用成功率
例如发现：
昨天任务成功率
95%
↓
89%
开始排查原因。
上午10:30
分析用户反馈
例如：
用户投诉：
销售分析Agent经常答错
工程师需要分析：
Prompt问题？
RAG召回问题？
工具调用失败？
模型幻觉？
这部分工作和传统开发中的：
Bug排查
非常类似。
下午1:30
开发新Agent能力
例如：
产品经理提出需求：
增加自动生成周报功能
工程师开始设计：
用户输入
↓
获取数据
↓
分析数据
↓
生成周报
↓
发送邮件
然后实现：
Prompt
Tool
Workflow
Agent逻辑
下午4:00
测试Agent
例如：
输入：
生成销售周报
观察：
是否正确理解需求？
是否正确调用工具？
是否正确生成内容？
发现问题后继续优化。
下午6:00
讨论Agent架构方案
例如：
新的企业知识助手项目。
讨论：
单Agent？
还是：
Multi-Agent？
使用：
LangGraph？
还是：
Workflow？
这部分更偏向架构设计。
三、Agent开发工程师核心工作内容
如果把工作内容总结。
大概可以分成五部分。
1 Prompt设计
负责让模型正确理解任务。
例如：
用户输入：
帮我分析销售数据
Agent需要知道：
分析哪些指标？
输出什么格式？
图表如何展示？
这些都需要Prompt设计。
占比：
10%~20%
远没有大家想象中那么高。
2 RAG知识库建设
企业Agent几乎一定会使用RAG。
例如：
客服Agent。
需要接入：
产品文档
帮助中心
FAQ
内部知识库
工程师需要负责：
切片
Embedding
向量库
检索优化
占比：
20%~30%
3 Tool Calling开发
这是Agent落地最核心的部分。
例如：
销售Agent。
需要调用：
CRM
财务Agent。
需要调用：
ERP
HR Agent。
需要调用：
招聘系统
开发者需要：
定义Tool Schema
例如：
{
"name": "query_sales"
}
然后接入真实系统。
占比：
20%~30%
4 Workflow与Agent设计
这是Agent开发的核心能力。
例如：
用户说：
帮我生成月度经营报告
Agent需要：
查询数据
↓
分析数据
↓
生成图表
↓
生成PPT
↓
发送邮件
整个执行过程需要Workflow设计。
占比：
20%左右
5 工程化与运维
很多新人忽略这一部分。
实际上：
企业项目中占比非常高。
包括：
日志
监控
安全
限流
成本控制
权限体系
很多Agent项目失败：
不是因为模型不够聪明。
而是：
线上运行不稳定
四、Agent开发工程师要写代码吗？
答案：
当然要。
而且代码量并不少。
一个企业Agent项目。
代码通常包括：
Agent层
例如：
agent.run()
Tool层
例如：
query_crm()
RAG层
例如：
vector_search()
Workflow层
例如：
graph.add_node()
API层
例如：
FastAPI
Spring Boot
前端层
例如：
聊天界面
知识库管理界面
实际上：
Agent开发依然属于软件开发。
只是增加了AI能力。
五、一个真实项目案例
假设企业要开发：
销售分析Agent
Agent能力：
自动生成销售分析报告
用户输入：
分析本月销售情况
Agent执行：
调用CRM
↓
获取销售数据
↓
分析同比增长
↓
生成图表
↓
生成报告
↓
发送邮件
整个过程涉及：
Prompt
Tool Calling
Workflow
数据分析
邮件系统
权限控制
这才是真实的Agent项目。
六、大厂最看重哪些能力？
根据大量招聘信息。
企业最看重：
第一梯队
Prompt
RAG
Agent
第二梯队
LangGraph
MCP
Workflow
第三梯队
工程化
监控治理
安全体系
很多候选人：
只会Prompt。
但企业真正需要的是：
完整交付能力
七、未来Agent开发工程师会向哪里发展？
未来三条路线最常见。
路线一
Agent高级工程师
专注：
Agent研发
路线二
Agent架构师
负责：
企业AI平台设计
路线三
AI产品技术负责人
负责：
业务
+
产品
+
技术
整体规划。
薪资和发展空间都非常可观。
面试题
问题1
Agent开发工程师每天主要做什么？
参考答案：
主要工作包括Prompt设计、RAG建设、Tool开发、Workflow设计、Agent优化以及线上监控治理等。
问题2
Agent开发工程师需要写代码吗？
参考答案：
需要，而且代码量并不少。主要涉及Agent逻辑、Tool开发、RAG系统、Workflow编排、后端API和前端界面等。
问题3
企业Agent项目最核心的组成部分有哪些？
参考答案：
Prompt、RAG、Tool Calling、Workflow、Memory、Monitoring和Security等模块。
问题4
为什么仅会Prompt不足以胜任Agent岗位？
参考答案：
因为企业需要的是完整AI系统建设能力，包括知识库、工具调用、工作流设计、工程化和运维治理能力。
本章小结
本节我们学习了：
✅ Agent开发工程师真实工作内容
✅ 大厂Agent团队的日常工作流程
✅ 企业项目的核心组成部分
✅ Agent开发是否需要写代码
✅ 企业最看重的核心能力
现在你应该已经明白：
Agent开发工程师并不是“高级Prompt工程师”。
而是：
利用大模型构建企业级智能系统的软件工程师。
下一篇：
扫一扫
308
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
