不建议后端 er 转型 AI Agent 开发

自己学了几个月 AI Agent 开发，在一二线城市面试了很多公司，虽然找到了工作但总体感觉很拧巴。

首先是公司的人才画像混乱，生搬硬套传统技术开发岗的候选人画像，类目挂错/乱挂的比比皆是，挂到大数据、机器学习、大模型算法工程师，新领域没有现成的人才画像可供参考，于是 HRBP 退回标签化筛选（学历、履历、资历、垂直经验），即使是技术面过关仍会卡在 HRBP 审批，因为定薪酬是按分位值和职级来定的，这个岗位比较特殊，横跨后端、运维和 AI Agent ，有工作经验的人不多，HRBP 为了规避用工风险干脆选择不录用或者反复横向对比，面试了却得不到录用机会。

第二，许多公司没有配备完整的团队，妄想着一个人 + Claude Code 搞定大模型微调和 AI Agent 全栈，实际上单是数据治理就要磨掉一层皮。智能体成功的关键是数据治理、语义对齐、审计与追溯、容错机制、持续反馈、持续迭代，每一步都需要和一线业务团队深度协作，然而中小企业甚至某些大公司的技术团队沿用传统的瀑布开发模式，提完需求剩下就是开发的事了，部门各自为战难以协作，更不懂最小化可行产品（ MVP ），进度缓慢。

第三是评估体系不成熟。无论是产品经理还是测试工程师都是赶鸭子上架，没有系统学习评估，或者沿用传统后端的评测方法，难以客观、正确地评估智能体产品，引发不少争议。

第四是实际项目进度与岗位要求严重脱节，要求存在虚高。要求精通知识图谱，数据治理为 0 ；要求熟悉多模态多智能体协作，实际上单智能体都没做，不懂 SKILL 评估。虽然岗位要求罗列了许多技能，甚至包括训练大模型，其内部连服务器都没买。当然，不排除某些用人部门/HR 为了防止招错人堆砌技能要求，许多要求很可能是防御性表述并非真实岗位需求。

所以想转智能体开发的要谨慎考虑，智能体的新技术越来越多，门槛也在逐步降低，但是除了头部大厂和外企，绝大多数企业从招聘到研发再到运营都没有准备好驾驭 AI Agent ，所以还是再等一等为好。