要。我用的是公司的项目，基本上你要有落地，然后量化，最后就是去投递。但是目前面下来，他们很多都不会有明确的应用场景
当时入行只是玩了ChatGPT之后发现应该是可以替代传统的客服，后面写了个提案交上去了，然后组建团队开始做项目，最后慢慢摸索到现在，学习七零八落的，我当时还专门研究过基模微调训练和开发内部的大模型，后面都放弃了，觉得没什么用 
现在想学习的话最好是结合实际应用和业务学习，要不然可能后面老板一不开心就给你裁了
感谢佬的解答
佬当初做了个什么agent去面试？纯好奇，一个人业余时间能做些啥
蹲个答案
智能客服【公司项目】、智能选图【公司项目】、智能上架【公司项目】、智能简历（目前是我个人项目）。
佬，我想问一下，你们自己的底座是怎么搭建的，我想学习一些，有一些学习资料吗，我们其实也在考虑要不要用langchain这些。
这个公司内部的事情还是不太好说，不过我给你一个思路去尝试一下呗
就是首先得理解Agent底座要干什么，这个底座一定是需要契合自己的公司的业务，比如说你做一个Agent，这个Agent很擅长写代码操作文件，但是我是一个玩具公司，我需要的更多的是你帮我搜索网络上的舆论以及年轻人的喜好，这就不是很贴合。
然后就是这个Agent得简单易用，即参考codex，我可以通过自己装配适应不同的岗位，我们用的是skills里面加MCP和自己写的工具，即通过skills这个东西替代了以往的coze工作流，那么这个Agent底座只需要强制遵守skills里面的内容即可。
针对对于客户的定制化开发，则是需要Agent底座本身设计就需要容易二开，这个比较吃你的架构设计经验，不过也可以用codex或者是cc帮你设计。
做到上面几点其实不算很困难，主要是如何更加容易的顺应潮流迭代自己的底座框架，所以我们做的Agent调用工具和遵守规则都做的不错，本身其实都是比较的白板。
个人拙见~还是prompt，不过是prompt+
从之前的prompt工程师、到之后的context工程师、到现在的harness工程师~
之前是写prompt，现在要会调用API，会搭建agent，会接入现有系统，
本质还是 怎么让AI更乖、更快、更省钱的干活
Mark
标记一下，等一个学习路径
非常感谢佬的回复，佬说的也是我们一直在考虑的，我们公司的一个业务会比较多，从tob到toc都有，所以原本设想的一个底座希望是一个感觉通用了，根据mcp和Skill来做业务的分层，但是这个想法，没有动手的思路，主要是不知道从哪里做起。
而且skill还有一个问题就是你是说的：‘Agent底座只需要强制遵守skills里面的内容即可’，这个做业务分层也会冲突，底层基座的Skill，得有非常好的包容性，对于业务层的Skills不能出现冲突的情况，所以这块的设计一直也是很头大。
插眼插眼
等一个学习路径
所以我们做的很简单，容易二开，不同的业务线可以自己定制化改造一下，我们的底座相当于只是提供了一个非常容易调用的组件，不需要考虑除了业务以外的其他事情
所以佬基座打算用原生openai sdk还是打算langchain？
佬友有推荐的开源agent项目可以学习吗
阿里的AgentScope还是不错的，那个data whale开源的hello Agent好像也还是可以的，我个人觉得写的还不错的
crawai也不错，python写的
见识没那么广，就只能到这里了
暂时比较大倾向是，全部自己开发或者使用openai sdk,langchain太重了，而且目前的更新迭代太快了，本质上不适合作为企业级用的，目前也还是在考虑中，还在找方案。
是的，langchain好像不向下兼容，新版本可能直接把之前的方法干掉了。目前我也有此需求，希望佬确定终极方案之后踢我一脚，我学习一下。