C#/.NET信创工程师 AI+Agent 全阶段系统化学习文档(独家差异化转型路线)
C#/.NET信创工程师 AI+Agent 全阶段系统化学习文档(独家差异化转型路线)
文档定位
专为有C#架构经验、计划深耕信创国产化+.NET技术栈的工程师定制,全程放弃Python算法内卷、不做低端Prompt岗位,聚焦政企刚需的私有化大模型RAG+Agent工程落地,打造行业稀缺复合竞争力,适配2026-2035年信创+AI双政策红利周期。
核心定位公式:原有C#架构能力 + .NET8跨平台 + Semantic Kernel Agent + 信创私有化适配 = 中年稳定+高薪双保障
前置已有基础(无需重复学习)
1. 技术基础:C#、ASP.NET Core、分层/分布式架构、数据库设计、系统迁移方案设计
2. 信创储备:.NET Framework跨平台迁移、MSSQL转国产数据库、Linux基础、Docker容器基础、国产OS/中间件认知
3. 证书规划:同步备考软考中级(系统集成项目管理工程师),适配AI项目管理、政企投标刚需
第一阶段:AI大模型通用基础(7天 · 认知筑基)
阶段核心目标
建立大模型行业底层认知,彻底分清七大AI岗位优劣,明确自身赛道取舍,杜绝盲目学习,锁定专属转型路线。
必学核心技术知识
1. 大模型底层通用概念
基座模型分类(开源私有化模型/商用API模型)、Qwen/GLM/Llama国产开源模型认知、Token与上下文窗口、Embedding向量化原理、模型幻觉、温度参数(TopK/TopP)、上下文压缩机制、RAG与Agent核心区别、公有云与信创私有化部署核心差异。
2. 七大AI岗位深度取舍(核心认知)
❌ 坚决不转型岗位
- 大模型算法工程师:硕士起步、数学门槛极高、依赖算力、岗位集中大厂、中年压力大,完全舍弃C#积累,性价比极低;
- 提示词工程师:岗位持续萎缩、无技术壁垒、可被AI工具替代,仅作为附加能力,不做主业;
⚖️ 过渡型岗位(仅了解,不深耕)
- 大模型训练师:入门简单、上限低、流水线属性强,适合零基础转行,不适合架构工程师长期发展;
- 大模型产品经理:脱离技术核心,浪费架构优势,仅作为后期转业务备选;
✅ 核心主力赛道(深耕)
- 大模型应用开发工程师:RAG、Agent业务落地、政企系统集成,适配C#技术栈;
- 大模型全栈开发工程师:AI工程化、私有化部署、全链路架构设计,中长期高薪方向;
✅ 长期管理备选赛道
- 大模型AI项目经理:依托软考证书,负责信创AI项目交付、管控、验收,稳定性拉满。
3. 信创AI落地规范(政企刚需)
等保2.0大模型系统要求、数据脱敏、全链路日志审计、访问鉴权、内网离线部署要求、国密加密合规标准、禁止公网API调用的信创硬性规定。
阶段实操产出
1. 个人AI赛道取舍文档,明确长期深耕方向;
2. 搭建本地私有化大模型测试环境(Qwen基础API服务)。
第二阶段:AI应用层核心技术(30天 · RAG落地能力成型)
阶段核心目标
吃透C#原生AI框架Semantic Kernel,掌握企业级RAG知识库开发,实现传统.NET系统与AI能力无缝集成,具备初级大模型应用开发上岗能力。
必学核心技术知识
1. Semantic Kernel 核心框架(绝对核心)
- 内核基础:Kernel初始化、.NET原生DI依赖注入、多私有化大模型(Qwen/GLM)服务注册;
- 提示词工程:模板配置、变量注入、少样本学习、CoT思维链、幻觉抑制策略、企业级Prompt库封装;
- 记忆体系:短期ChatHistory多轮对话管理、长期向量记忆存储;
- 插件体系:原生语义函数、自定义C#业务插件封装、信创权限隔离与操作日志;
- 核心能力:Auto Function Calling自动工具调用、模型自主匹配业务能力。
2. 信创向量数据库技术
- 主流选型:PostgreSQL+pgvector(首选,适配信创生态、零额外运维成本);
- 核心操作:向量字段配置、相似度检索语法、文档解析、文本切片、降噪去重、批量Embedding入库;
- 国产替代:LiteMilvus轻量化向量库、达梦数据库向量扩展适配方案。
3. 企业级RAG完整架构(政企90%AI项目基础)
- 全链路流程:文档解析→切片向量化→向量入库→语义检索→模型生成回答;
- 进阶优化:关键词+向量混合检索、Rerank重排、上下文窗口压缩、长文档摘要;
- 幻觉治理:文档溯源机制、限定内部知识库回答、无效信息过滤;
- 存量集成:无需重构老旧.NET系统,外挂AI RAG服务实现智能化升级。
4. 辅助拓展(仅了解、不深耕)
LangChain Python基础逻辑、FastAPI简易调用,用于对接第三方AI服务,拓宽技术认知。
阶段实操产出
1. 可演示单机版企业知识库问答系统(.NET8+SK+PGVector);
2. 通用可复用RAG组件库(支持文档上传、智能问答、对话历史持久化)。
第三阶段:Agent智能体高阶开发(45天 · 构建核心技术壁垒)
阶段核心目标
突破基础RAG能力,掌握Agent自主规划、工具链式调用、反思纠错、多智能体协同,可独立设计复杂政企AI业务流程,区别于普通只会调API的初级开发。
必学核心技术知识
1. Agent四大核心组件高阶开发
- 记忆优化:国产数据库(达梦/人大金仓)对话持久化、记忆自动摘要、过期数据清理、多用户会话隔离;
- 任务规划Planner:BasicPlanner简单任务、SequentialPlanner顺序任务、HandlebarsPlanner复杂分支业务流程(审批、材料核验、报表生成);
- 工具工程化:自定义.NET业务插件(数据查询、单据读写、文件导出)、工具权限管控、数据脱敏、全链路审计日志、批量工具链式/并行调用;
- 反思机制:任务执行异常捕获、自动重试、结果自检、人工断点干预流程。
2. RAG+Agent融合架构(政企主流落地形态)
先检索知识库、再调用业务工具、最后模型智能总结的标准链路,复杂多轮对话上下文状态管理,政务/工业场景专属Agent工作流设计。
3. 多Agent协同框架
智能体角色拆分(检索Agent、数据计算Agent、审批Agent、报表Agent)、跨Agent消息通信、任务分发、结果汇总、多智能体系统分层架构设计。
4. Agent系统性能优化
向量检索缓存、Redis会话缓存、长耗时任务异步队列、并发限流、模型调用资源管控与性能调优。
阶段实操产出
1. 企业智能审批Agent项目(自动核验单据、查询数据、生成审批意见);
2. 多Agent协同一体化系统(政策检索+材料核验+自动报表生成)。
第四阶段:信创私有化AI工程化落地(60天 · 打造求职核心壁垒)
阶段核心目标
完成AI Agent项目全栈信创适配,掌握国产化离线部署、容器交付、安全合规改造,形成.NET+信创+私有化AI独家复合能力,适配政企招投标、项目验收所有要求。
必学核心技术知识
1. .NET Agent项目信创改造
老旧.NET Framework系统无缝接入SK Agent插件、离线环境NuGet包打包、无外网依赖解决方案、x86/鲲鹏ARM双架构交叉编译适配。
2. 国产操作系统部署运维
银河麒麟V10、统信Server环境部署.NET8程序、Systemd守护进程配置、日志持久化、程序崩溃监控与告警、国产服务器资源调优。
3. 国产中间件与数据库适配
东方通TongWeb部署Agent服务集群、向量记忆兼容达梦/人大金仓国产数据库、国产Redis实现分布式会话缓存与多实例共享。
4. 信创安全合规改造(验收硬性指标)
国密SM2/SM3/SM4数据加密、对话日志全链路审计、敏感数据自动脱敏、内网私有化大模型对接、阻断公网API调用。
5. 容器化离线工程交付
适配麒麟系统的Dockerfile编写、离线镜像打包与分发、内网镜像仓库部署、基础K8s负载均衡与弹性扩容。
阶段实操产出
1. 完整版国产化政务智能助手综合项目(面试王牌作品集);
2. 全套标准化交付文档:迁移方案、兼容性测试报告、离线部署手册、信创验收材料。
第五阶段:长期进阶双路线(工作2-3年后落地)
路线一:技术深耕 · 信创AI架构师路线
1. 技术补强:K8s云原生深度、AI系统高可用架构、大模型推理性能优化、分布式AI平台设计;
2. 能力沉淀:可独立承接千万级政企信创AI项目架构设计;
3. 证书目标:软考高级《系统架构设计师》。
路线二:技术转管理 · AI项目/售前路线
1. 依托资质:软考中级系统集成项目管理工程师证书;
2. 能力补强:AI项目投标方案编写、客户需求拆解、算力资源规划、项目全流程交付管控;
3. 岗位方向:信创AI售前专家、项目技术负责人、数字化解决方案总监。
全局学习禁忌与避坑清单
1. 不深耕Python算法、不学习大模型预训练/微调,完全依托自身C#技术栈,降低转型成本;
2. 不做低端Prompt专职开发、不脱离工程落地,拒绝无壁垒的纯文案类AI工作;
3. 所有AI项目优先适配国产软硬件+离线私有化,贴合信创政策红利;
4. 重点沉淀架构方案与落地文档,用架构思维拉开与普通CRUD、调API开发者的差距。
整体学习周期总结
1. 总周期:5个月(碎片化学习,不脱产,可同步备考软考);
2. 基础变现能力:2个月(掌握RAG落地,可投递AI应用开发岗位);
3. 核心壁垒成型:5个月(信创+Agent复合能力成型,具备架构岗竞争力);
4. 核心优势:全程复用多年C#架构积累,吃满2026-2035信创+AI双长期政策红利,规避互联网内卷与35岁职业危机。
|(注:部分内容可能由 AI 生成)
浙公网安备 33010602011771号