FDE Times 数据在招 FDE 职位 863▼55 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 71在招公司 181支持远程 24%美国薪资中位数 $200k招聘最多 Palantir 95
ENVI

前线部署工程师(FDE)的专业媒体

书籍与课程

谷歌五天 Agent 课程,FDE 该重点学哪几天

2025 年 11 月那期课程有超过 150 万人参加,证书已不是优势,能带给客户的东西才有用。

谷歌智能体课程中 FDE 真正该学的几天
图片:Karollyne Videira Hubert / Unsplash: 图片:Karollyne Videira Hubert / Unsplash
分享微博

要点速览

  • 课程免费、可自定进度,每天一份白皮书加两个 codelab,基于 Gemini 和 ADK。
  • 最值得细学的是工具与 MCP、上下文工程和评测(第 2 至 4 天)。
  • ADK 支持大多数模型,也能跑在自有基础设施上,别让自己的技能只能配合 Gemini 使用。
5-Day AI Agents Intensive 课程的五天沿一条轴线排开。第 1 天讲架构:略读;第 2 天讲工具与 MCP:细学;第 3 天讲上下文与记忆:细学;第 4 天讲评测,以橙色突出:最需细学;第 5 天讲生产环境与 A2A:掌握概念。
对 FDE 来说,第 4 天的评测最值得投入时间。第 2、3 天要细学,第 1 天按需阅读,第 5 天只需掌握 A2A 的概念。来源:根据 KDnuggets 总结整理的学习安排。

据谷歌的总结文章,谷歌与 Kaggle 合办的这门智能体课程在 2025 年 11 月的直播期吸引了超过 150 万名学员,结业项目收到 11,000 多份提交。这么多人学过,课程证书已经无法让人脱颖而出。

所以对于正在做或想做前线部署工程师(FDE)的人来说,问题不再是要不要学:课程以 Kaggle Learn Guide 形式免费向所有人开放。更值得问的是,哪些部分要细学,下周就能在客户现场用上,哪些部分略读即可。

五天课程,每天一份白皮书和两个 codelab

课程的正式名称是“5-Day AI Agents Intensive Course with Google”。据 KDnuggets 介绍,每天包含一份技术白皮书和两个动手 codelab,基于 Gemini 和谷歌的 Agent Development Kit(ADK)。有本职工作的人可以自己安排节奏:先读白皮书,之后再做 codelab。

Kaggle Learn Guide 页面用 JavaScript 渲染内容,因此下面的课程大纲依据的是 KDnuggets 的总结,而非 Kaggle 页面本身。本文的学习计划建立在这份大纲之上,开始学习时请对照 Kaggle 页面核实。

据 KDnuggets,第 1 天介绍智能体及其架构;第 2 天讲工具与 MCP;第 3 天讲上下文工程、会话与记忆;第 4 天讲智能体质量:日志、链路追踪、指标与评测;第 5 天讲如何把智能体从原型推向生产环境,涉及 A2A 和托管运行时。

2026 年 6 月,课程推出了以 vibe coding 为主题的新一期。据 Pulse 2.0 报道,报名人数超过 353,000,内容聚焦于在云上设计、保护和部署生产级智能体。

Gemini 只是起点,ADK 才是可复用的部分

容易犯的错误是以为自己在学“基于 Gemini 的智能体”。据官方页面,ADK 是一个开源框架,用于构建、调试和部署智能体。同一页面还说明,ADK 几乎可以配合任何生成式 AI 模型使用。

这一点对 FDE 很重要,因为客户的技术栈不由你选。一家银行可能已经和另一家模型供应商签了合同,也可能不允许数据离开自己的基础设施。ADK 可以打包进容器,跑在私有基础设施上,所以 codelab 里学到的东西在那里依然适用。

做 codelab 时,把 Gemini 当作默认配置,而不是必选项。每学完一天,试着换一个模型。换完之后出问题的地方,正是在客户那里部署时会出问题的地方。

值得记住的三个要点

工具是主要工作(第 2 天)。 客户那里的智能体只有接入现有系统才有用,比如 CRM、订单数据库或工单系统。所以要细学工具定义和 MCP。到客户现场的第一件事,是列出智能体需要读取或写入的系统,再把每个系统写成一个输入定义清晰的工具。

上下文需要设计(第 3 天)。 设想一个辅助客服人员的智能体。正在进行的通话记录属于会话;这位客户本季度已经投诉两次,这一事实属于长期记忆。把两者都塞进提示词,成本会上升,回答也会变得混乱。所以要和客户一起确定哪些内容需要记住、记多久。

评测才是交付给客户的东西(第 4 天)。 这是最值得细学的一天。假设你从客户那里拿到 50 个真实问题,智能体答对 40 个,即 80%。单看这个数字,信息很有限。只有读完那 10 个错误回答的 trace,才知道失败是因为调错了工具、缺少上下文还是模型本身,而每种失败需要不同的修法。

哪些部分可以略读?

如果以前做过智能体,第 1 天快速读一遍就够了。第 5 天要掌握 A2A 的概念,但如果客户不用 Google Cloud,就不必在托管运行时上投入太多。把这些时间用来练习将智能体打包进容器。

vibe coding 那一期适合快速拼出一个演示,用于和客户的第一次会面。但快速生成的代码替代不了第 4 天的评测集。演示帮你拿下合同,评测让客户持续使用产品。

把结业项目做成作品集项目

学习顺序:先学第 2、3 天,在第 4 天上花最多时间,再根据你想证明自己能驾驭的基础设施来学第 5 天。第 1 天按需阅读。

至于结业项目,不要提交完就丢在一边。换一个非 Gemini 的模型重做,跑在容器里,并把评测集和几条已修复失败的 trace 一起放进代码仓库。

在简历上写明评测集的问题数量、修复前后的准确率,以及智能体运行在哪里。这几行能体现你实际做过的工作,课程名称做不到。

在你之前,已经有 11,000 多份结业项目提交。要让你的项目被注意到,它得展示一个运行在非谷歌基础设施上、使用非 Gemini 模型、并有实测结果的智能体。

这篇文章对你有帮助吗?

5 个信源
路线图上的下一篇 · 阶段 3: AI 应用2023 年的 LLM 课,最耐用的一条是把提示词放进 Git课程里的早期 LangChain 等工具已过时,但检索、测试和上线 LLM 应用的方法仍贴合 FDE 的日常工作。