这条 JD 在招什么人
百炼是阿里云的大模型服务平台，Agent 方向做的是把模型、工具、知识库编排成企业能用的智能体。考察点按公开 JD 与面经的高频归纳，集中在三块：Agent 的编排与状态管理、工具链工程、企业场景落地。它要求你既懂 Agent 的原理边界，也能把低代码平台和代码框架的取舍讲清楚——企业客户的诉求五花八门，选型判断是日常。
业务场景推测
大概率是百炼平台的 Agent 应用与工具链方向：企业智能体的编排服务、模型与工具的组合方案、通义/Qwen 系模型的接入适配（置信度：中，基于公开业务布局推断）。钉钉等集团内场景的 Agent 落地也可能共用这套平台能力（置信度：低，基于公开产品形态推断）。
硬技能：必须会什么
- Agent 原理：什么是 Agent、能力和边界在哪（Agent 是什么）、与固定工作流的区别（workflow vs Agent）
- 编排与状态：循环控制与退出条件（Agent 循环）、任务规划（Agent 规划）、执行中断后怎么恢复（多轮状态恢复）
- 工具链：工具 schema 怎么设计（工具 Schema 设计）、MCP 与 Function Calling 怎么选（MCP 与 Function Calling）
- 平台选型：低代码平台与代码框架的差异（Dify 与代码框架）、长流程的检查点与人工介入（LangGraph 检查点与人工介入）
- 评测：Agent 效果怎么评（Agent 评测）
- 工程功底：Python 服务开发、异步与并发
加分项：什么能拉开差距
- 用 LangGraph/Dify 搭过企业级 Agent，踩过编排与状态恢复的坑
- 做过企业知识库接入：文档解析、分块、权限这一整套
- 有工具调用准确率的优化经历：描述怎么写、schema 怎么收紧
- 熟悉 Qwen 系模型的特点，能讲清不同尺寸模型的适用场景
JD 没写但面试会问
- Agent 执行到一半挂了，怎么从检查点恢复而不是重跑（高频）
- 什么任务该用固定 workflow、什么该放开给 Agent 自主规划
- 企业要求关键操作人工审核，检查点与审批流怎么设计
- 工具一多模型就选错，怎么优化
- Agent 的评测怎么做，线上和离线分别看什么
- 低代码搭的还是代码写的，两种方案的边界在哪
能力模型
| 层 | 内容 | 达标线 |
|---|---|---|
| 基础层 | 模型 API、提示词、上下文 | 熟练使用 |
| Agent 层 | 循环、规划、状态管理 | 做过完整实现 |
| 工具层 | schema、MCP、调用准确率 | 有优化经历 |
| 平台层 | 低代码与代码框架选型 | 讲得出取舍 |
| 评测层 | Agent 评测与回归 | 建过指标 |
简历怎么改
- Agent 经历写清编排方式与规模：几个节点、几种工具、多少轮
- 「做过 RAG」换成检索命中率与端到端准确率的变化数字
- 平台选型写明理由：为什么用这个框架、放弃了什么
- 状态恢复与失败处理单独写，企业场景这块是必问点
项目建议
- 做一个带检查点的多步 Agent：工具失败能从断点恢复，记录恢复成功率
- 同一个任务分别用低代码平台与代码框架实现，写一份选型对比
- 阿里全部方向的题库见阿里巴巴公司聚合页
- 直接用项目匹配器按你的基础和可用时间生成方案
准备计划
- 7 天：Agent 原理与工具调用题库速答过两遍；workflow 与 Agent 的边界要能一口气讲清，同步刷阿里巴巴公司聚合页的面经题
- 21 天：完成带检查点的 Agent 项目并统计恢复指标；简历体检
- 45 天：完整走 Agent 开发路线，用差距测试定位短板，模拟面试三轮以上