 深入理解 Agent 核心架构： 感知（Perception） 、 规划（Planning） 、 记忆 （Memory） 、 行动（Action） 四大模块；  熟练掌握多种 Agent 框架的核心原理与局限性， 能根据业务场景进行深度定制或二次 开发；  精通 Prompt Engineering， 能设计复杂的多步推理 Prompt（CoT、 ReAct、 Reflection 等范式） ；  能设计和实现 Multi-Agent 协作系统， 包括任务分解、 角色分配、 Agent 间通信与冲 突解决；  具备 Agent 性能优化经验： 降低 Token 消耗、 提升工具调用成功率、 优化端到端延 迟；  熟悉 Agent 评测体系（如 SWE-bench、 τ -bench 等） ， 能建立业务场景的 Agent 质量评估框架；  能独立设计可扩展的 Agent 记忆系统（短期 / 长期记忆、 向量数据库集成） 。

精通多种 PEFT 方法， RLHF/DPO 对齐训 练， 推理优化