AI Agent工程师必做的11个实战项目

作为 AI Agent 工程师，你必须构建以下项目。

1. 持久化状态机工作流构建：使用 Temporal 或 LangGraph DAG，为一个 4 小时的数据迁移任务构建检查点、指数退避重试和崩溃恢复机制。
原因：`while True` 聊天循环在服务器重启时会崩溃。真实世界的工作流需要确定性的状态管理。

2. 原生 MCP 服务器与客户端构建：一个 JSON-RPC 模型上下文协议服务器，暴露具有范围读写权限的本地 Postgres 数据库，不使用封装 SDK 编写。
原因：Agent 需要标准化、安全的接口。定制的 API 封装无法在企业中规模化。

3. 计算机操作 GUI Agent 构建：一个基于视觉的 Agent，使用 Playwright 和 DOM 解析登录遗留 Web 门户，通过截图导航菜单并下载 CSV 文件。
原因：80% 的企业软件没有 API。GUI Agent 解锁了基于文本的 Agent 无法触及的遗留世界。

4. 三层内存与淘汰引擎构建：一个内存系统，具有工作暂存区、情景会话压缩和语义向量搜索，并带有自动 TTL 淘汰机制。
原因：无限上下文会导致 OOM 错误和幻觉。内存必须被主动管理、评分和修剪。

5. 具有类型化 A2A 的多 Agent 集群构建：一个 3 Agent 集群（研究员、程序员、审核员），传递严格类型化的 Pydantic 状态对象，绝不传递原始文本。
原因：单个 Agent 在复杂任务上会失败。集群分而治之，但原始文本交接会导致上下文漂移。

6. 沙箱代码执行器构建：一个代码解释器 Agent，在隔离的 E2B 或 gVisor microVM 中编写并执行 Python，零互联网出口。
原因：让 LLM 在你的主机上运行 `os.system()` 是灾难性的安全风险。

7. Agent 间净化代理构建：拦截 Agent 之间消息的中间件，剥离恶意指令以防止跨 Agent 提示注入。
原因：多 Agent 系统会产生内部攻击面。Agent A 可能被欺骗以劫持 Agent B 的工具。

8. 异步 HITL 审批门构建：一个工作流，起草一张 1 万美元的发票，序列化其状态，并等待 3 天，让人类在 Slack 中点击“批准”后再恢复。
原因：高风险自动化需要人类问责。Agent 必须知道如何暂停、等待和干净地恢复。

9. 自我修复编码循环构建：一个 Agent，读取自己的堆栈跟踪，解析编译器错误，重写失败的代码，并重试最多 3 次。
原因：第一次尝试就失败的 Agent 毫无用处。自我调试的 Agent 才是数字员工。

10. 轨迹 CI/CD 门构建：一个 GitHub Action，重放 100 个 Agent 轨迹，如果工具调用序列偏离黄金 DAG，则阻止 PR。
原因：对最终文本输出评分会掩盖 Agent 幻觉出 API 调用以达成结果的事实。

11. API 到浏览器回退路由器构建：一个路由层，如果主 REST API 返回 404 或超时，Agent 会无缝生成一个无头浏览器来完成工作。
原因：现实世界是混乱的。Agent 必须能