12阶段AI工程学习路线：掌握Agent与RAG核心技能

如果你学会 AI 工程（智能体与 RAG），就永远不会失业。我会按下面的路径来学。

阶段 1：上下文工程与 Token 预算
动态组装、token 分配、上下文压缩、溢出预防、系统提示词架构、预检路由。

阶段 2：高级 RAG 与混合检索
BM25 + 稠密向量、ColBERT 后期交互、交叉编码器重排、元数据过滤、上下文检索、混合打分。

阶段 3：GraphRAG 与知识抽取
实体消歧、关系映射、社区摘要、多跳图遍历、Neo4j/FalkorDB、非结构化数据到图谱的流水线。

阶段 4：智能体式 RAG 与自我纠错
查询改写、多步检索、引用溯源、弃权逻辑、幻觉检测、自反思搜索循环。

阶段 5：持久化智能体编排
状态机、LangGraph、Temporal {dot} io、检查点、崩溃恢复、人在回路（HITL）关卡、循环工作流。

阶段 6：工具执行与 MCP（模型上下文协议）
JSON-RPC、严格 Pydantic 模式、E2B 沙箱、最小权限范围、动态工具发现、原生 MCP 服务器实现。

阶段 7：三层记忆系统
工作草稿板、情景会话压缩、语义向量召回、自动 TTL 淘汰、重要性打分。

阶段 8：多智能体集群与 A2A 交接
智能体间协议、类型化状态传递、主管拓扑、共识投票、冲突解决、智能体间信任边界。

阶段 9：RAG 与轨迹评估
命中率、MRR、NDCG、步骤级轨迹评分、黄金 DAG、LLM 作为评判的校准、CI 回归关卡。

阶段 10：安全与防护栏
间接提示注入防御、PII UUID 掩码、智能体间清洗、语法约束输出、引用伪造检测。

阶段 11：模型路由与 FinOps
系统一/系统二分诊、语义缓存、成本熔断开关、优雅降级链、影子流量路由。

阶段 12：公开拆解与作品集
架构决策记录（ADR）、单任务成本分析、可复现基准、系统图绘制、公开方法论发布。

大多数人卡在看教程上。动手做的人才能被录用。（收藏起来）