10.2
定岗位、定项目
明确 AI 应用开发 / Agent / 评测的求职切入点，读懂主项目结构。
手机学习 · 远程实操 · 可验证证据
把 Agent 做成
能解释的软件
每天一个小闭环：读懂一个概念，观察一个模块，完成一次操作，留下一个判断。
9天手机学习计划
1个主项目闭环
22项已有安全基线
今日入口
先完成一个小闭环
01
理解 Agent 的边界
回答一个问题：你的 Text2SQL 项目里，模型做了什么，确定性代码做了什么？
看完成标准
能分别说出模型、工具、校验器、数据库和人工确认各自负责的事情。
9 天路径
每天只推进一格
10.3
Tool Calling
看懂工具名称、参数、返回值、权限和错误状态。
10.4
State 与澄清
区分信息不足、工具失败和结果为空，复现一次澄清路径。
10.5
安全与失败处理
验证只读、DML、多语句、注释、高风险函数和有限重试。
10.6
评测与 Badcase
跑本地评测，填写 3 条 Badcase，并做失败归因。
10.7
工程化整理
检查启动方式、测试、日志、配置和 README 的证据边界。
10.8
面试讲解
用一条正常、一条拦截、一条失败用例讲清执行轨迹。
10.9
项目与简历表达
把每个动词和数字回指到源码、测试或记录。
10.10
总验收
完整走一遍项目，留下三个下一阶段缺口。
移动阅读
八张概念卡
01Agent 到底是什么
Agent 是模型参与一个可执行流程：理解任务、选择工具、读取结果、更新状态、继续或停止。
想一想：模型和确定性代码分别负责什么？02Agent 不是普通工作流
固定代码控制权限、校验、超时、日志和提交；模型只在允许范围内选择工具、生成结构化参数或提出澄清。
想一想：为什么 SQL 执行不能完全交给模型？03Tool Calling
工具契约至少要有名称、描述、参数、权限、超时、错误类型和可区分的返回值。模型的调用意图不是授权。
想一想：为什么仍然需要服务端校验？04State 与 Trace
State 保存当前事实和执行状态；Trace 保存一次执行的可回放轨迹。没有它们，失败只能靠猜。
想一想：当前项目哪些字段属于 State？05失败处理
参数错误可有限重试，权限违规必须拒绝，信息不足要澄清，空结果可能是有效结果。重试必须有边界。
想一想：哪些错误应该停止？06Eval 不是演示
评测用例要有输入、预期决策、工具行为、结果规则、实际输出和失败归因。
想一想：为什么“回答看起来合理”不能证明 SQL Agent 正确？07工程化最低线
别人要能启动项目，知道配置边界，看到有意义的测试，理解错误处理和已完成 / 待验证范围。
想一想：当前项目最缺的是功能、测试、证据还是表达？08面试表达公式
用“场景问题 → 风险约束 → 设计选择 → 验证方式 → 当前边界”解释技术决策。
不要说“效果很好”，要说证据在哪里。最终验收
完成，不等于夸大
这轮完成的定义：
- 最小测试集合实际运行过；
- 有正常、拦截、失败三类证据；
- 至少 3 条 Badcase 有归因；
- 能在 3–5 分钟讲清一次执行轨迹；
- 简历没有把本地验证写成生产经验。
当前边界不把本地项目写成生产系统，不把 Gold SQL 回放写成模型效果。