学习计划

自9月底从杭州小影科技离职后，观察整个就业市场，目前在杭州，音视频、渲染、nle开发几乎已经没有了。而且对于当前ai的发展来说，这部分确实也没有太多的技术壁垒和更高的价值。

其实对于agent开发来说，我也算是比较熟悉了（仅是平时工作岗位的title不叫：agent开发工程师而已）。

对于当前的就业市场，可能更多的是看：过往的工作经历、是否从0-1上线过agent应用等。但是对于我来说，这就比较尴尬。我做的agent开发不少，但是一部分是公司内部使用（奥创），还有一部分呢，也并未发布上线或是获得很好的用户反馈。

那对于用人单位来讲，就很难定位我的开发水平（面试也是需要成本的），所以，这段时间。我会从以下几个方向去从0-1去开发（不使用vibe coding），即使这块的技术可能显的有些“古老/过时”。

1. agent开发主线（包含从api调用到上层框架使用，如：langchain、langgraph、deepagents、dsh、codex sdk等）；
2. 工作流的自部署、二次开发（dify、coze、comfy ui等）；
3. WebRTC的一些研究（单纯的nle没有太多岗位需求了，结合硬件、WebRTC还想）；
4. 个人的兴趣方向：jev在智能剪辑中的应用；

个人想找的工作也不局限上述三个方向，因为我的预估是：将来只会存在2类程序员。

1类是：全栈工程师（不局限开发、产品、运维、市场调研），还有1类只能被称为：“文员”了，也就是和codex、cursor、dsh这类coding agent对话的程序员了。

关于第4点，是因为笔者在最近面试中，遇到了一些公司在做智能剪辑过程中，想节省llm的费用。思来想去，jev在快速决策上来讲，确实也比较适合做这件事。故此计划将我的智能剪辑，接入jev，希望效果能丝滑一点。

agent开发

对于这块，学习的主线是（出于成本考虑以deepseek的api为例）：

1. api调用，聊一聊llm对话底层协议；
2. function-calling的使用，agent工作的基础；
3. 上下文工程：agent研发永远绕不过的坎；
4. RAG：知识图谱的使用；
5. skills的加载流程；
6. subagent的实现；
7. langchain、langgraph的组合使用：在agent中接入工作流；
8. 上层框架的使用：deepagents篇；
9. 上层框架的使用：dsh篇；
10. 上层框架的使用：codex sdk篇；

相关项目展示

其中有些篇幅可能会很长，到时候分为：上、中、下篇去展示。

agent开发，按照我的理解，随着头部llm公司的角逐、陆续会开源更多优秀的、高集成的agent框架出来。可能就像llm应用一样，prompt工程师、skills工程师就慢慢消失了。那么将来agent开发可能也一样就消亡了。

不管怎么样，我的学习经验是有价值的。

workflow工作流相关

其实我本人在小影也做了半个多月的工作流、无限画布开发。因为我本身就是做图形学出生，就单纯在前端渲染方面来说，还是比较有经验的（为什么说这个呢？因为最近刚面试了tapnow全栈开发，对于无限画布的性能优化，也聊了很久）。

回到正题：“工作流的开发”

相比较于agent开发来讲，工作流是固定的执行流程，比较适合不那么开放的场景，比如AIGC中的一些模板的表达、一些具体使用场景的sop是固定的。这时候使用工作流，也能一定程度上减少badcase的发生率。同时降低agent的使用成本与大模型的理解时间。

所以这块的章节应该是：

1. 本地搭建：dify、coze、comfy ui；
2. 自定义节点的扩展（前后端）；
3. cli的使用；

其实这块，第3点，框架都已经支持了，我只是做一个简单的使用与了解。

WebRTC

这一块的学习计划，就不太可控了，基本上是围绕着即时聊天、直播去做吧。

最后鼓励一下自己吧：行藏在我，用舍由时。 在日益加剧的竞争环境中，保持积极的学习心态与对市场的洞察吧。