智能体工程师评价标准（2025-11）
来源：未知
点击：
时间：2025-12-16 09:53
中国人工智能产教融合研究院
智能体工程师职业技能评价标准
职业编码：2-025-10-11
说 明
为贯彻落实《关于深化人才发展体制机制改革的意见》，推动实施人才强国战略，促进专业技术人员提升职业素养、补充新知识新技能，实现人力资源深度开发，推动经济社会全面发展，根据《中华人民共和国劳动法》《中华人民共和国网络安全法》《生成式人工智能服务管理暂行办法》（2023年发布）等有关规定，人力资源社会保障部联合工业和信息化部组织有关专家，制定了《智能体工程师国家职业技术技能标准》（以下简称《标准》）。
一、制定依据与原则本《标准》以《人力资源社会保障部办公厅 市场监管总局办公厅 统计局办公室关于发布人工智能工程技术人员等职业信息的通知》（人社厅发〔2019〕48号）为依据，按照《国家职业技术技能标准编制技术规程》有关要求，坚持“以职业活动为导向、以专业能力为核心”的指导思想。结合《人工智能伦理治理标准化指南》（2023年），充分考虑智能体技术（如多智能体系统、RAG、MCP协议等）发展需求，明确从业人员在技术研发、伦理安全、产业应用等领域的专业能力要求。
二、等级划分与内容结构
本《标准》为首次制定，依据《国家职业分类大典》将职业分为初级、中级、高级三个等级，涵盖以下内容：
1) 职业概况：定义、等级划分、职业能力特征等；
2) 基本要求：职业道德、基础知识（含AI伦理、数据安全等）；
3) 工作要求：分等级描述智能体开发、系统设计、运维优化等核心技能；
4) 权重表：理论知识与专业能力考核权重分配；
5) 附录：参考文献与政策文件。
三、编制组织与实施
1) 职业概况：定义、等级划分、职业能力特征等；
2) 基本要求：职业道德、基础知识（含AI伦理、数据安全等）；
3) 工作要求：分等级描述智能体开发、系统设计、运维优化等核心技能；
4) 权重表：理论知识与专业能力考核权重分配；
5) 附录：参考文献与政策文件。
本《标准》在人力资源社会保障部专业技术人员管理司、工业和信息化部人事教育司指导下，由工业和信息化部人才交流中心组织实施。编制过程中，重点参考以下政策与技术文件：
1) 《生成式人工智能服务管理暂行办法》（2023）对数据安全与内容合规的要求；
2) 《人工智能工程技术人员国家职业技术技能标准》（2021年版）的框架与经验；
3) 《智能体工程师证书课程》中提示词工程、RAG、MCP等核心技术模块。
四、起草与审定单位
2) 《人工智能工程技术人员国家职业技术技能标准》（2021年版）的框架与经验；
3) 《智能体工程师证书课程》中提示词工程、RAG、MCP等核心技术模块。
1) 主要起草单位：
中国人工智能产教融合研究院
长沙新视界科技有限公司
长沙潜空间科技有限公司
上海云杉智源科技有限公司
北京泰迪未来科技股份有限公司
邵阳市经济技术开发区等
北京众委众扶科技股份有限公司
众委职业教育研究院
2) 主要审定单位：
中国人工智能产教融合研究院
3) 主要指导单位：
工业和信息化部
4) 主要审定专家：
赵忠抗：工信部机关服务局原一级巡视员
中国人工智能产教融合研究院
长沙新视界科技有限公司
长沙潜空间科技有限公司
上海云杉智源科技有限公司
北京泰迪未来科技股份有限公司
邵阳市经济技术开发区等
北京众委众扶科技股份有限公司
众委职业教育研究院
2) 主要审定单位：
中国人工智能产教融合研究院
3) 主要指导单位：
工业和信息化部
4) 主要审定专家：
赵忠抗：工信部机关服务局原一级巡视员
王鸿冀：中国地质大学教授
刘 权：赛迪研究院副总工
梁继先：商汤北京公司副总
聂 韵：中国人工智能产教融合研究院秘书长
五、实施与更新
刘 权：赛迪研究院副总工
梁继先：商汤北京公司副总
聂 韵：中国人工智能产教融合研究院秘书长
本《标准》自2025年11月1日起施行，并将根据《国家人工智能产业综合标准化体系建设指南》（2024年）及技术发展动态定期修订。
1. 职业概况
1.1 职业名称
智能体工程师
1.2 职业编码
2-025-10-11
1.3 职业定义
从事人工智能智能体（AI Agent）的需求分析、架构设计、开发部署、运维优化及伦理安全评估的工程技术人员。
1.4 专业技术等级
本职业共设三个等级，分别为：
n 初级
n 中级
n 高级
n 初级
n 中级
n 高级
1.5 职业环境条件
室内，常温，需具备高性能计算设备及云端资源支持，具备专业理论和职业素养。
1.6 职业能力特征
具备较强的智能体逻辑思维、算法设计能力、跨学科整合能力及伦理风险意识，熟悉AI技术生态与行业应用场景。
1.7 普通受教育程度
大学专科及以上学历（人工智能、计算机科学、数据科学等相关专业优先）。
1.8 职业培训要求
1.8.1 培训期限
智能体工程师需按照本《标准》的职业要求参加有关课程培训，完成规定学时，取得学时证明。
n 初级：33标准学时
n 中级：35标准学时
n 高级：31标准学时
1.8.2 培训教师
n 承担初级、中级理论知识或专业能力培训任务的人员，应具有相关职业中级及以上专业技术等级或相关专业中级及以上职称。
n 承担高级理论知识或专业能力培训任务的人员，应具有相关职业高级专业技术等级或相关专业高级职称。
1.8.3 培训场所设备
n 在标准教室或线上平台进行。
智能体工程师需按照本《标准》的职业要求参加有关课程培训，完成规定学时，取得学时证明。
n 初级：33标准学时
n 中级：35标准学时
n 高级：31标准学时
1.8.2 培训教师
n 承担初级、中级理论知识或专业能力培训任务的人员，应具有相关职业中级及以上专业技术等级或相关专业中级及以上职称。
n 承担高级理论知识或专业能力培训任务的人员，应具有相关职业高级专业技术等级或相关专业高级职称。
1.8.3 培训场所设备
n 在标准教室或线上平台进行。
1.9 专业技术考核要求
1.9.1 申报条件
n 初级
l 年满18周岁，不设前置学历的硬性限制，接受在校学生及社会人士申报。申报者具备基础的计算机操作和逻辑思维能力，能够更好地完成课程学习者优先。
n 中级
l 学历/经验要求（满足其一）
1) 具备1年以上工作经验；
2) 获得人工智能、计算机科学、信息技术等相关专业大专及以上学历（含应届毕业生）；
3) 鼓励跨学科报考。
n 高级
l 学历/经验要求（满足其一）
1) 具备3年以上工作经验；
2) 获得人工智能、计算机科学、信息技术等相关专业大专及以上学历（含应届毕业生）；
3) 鼓励跨学科报考。
n 通用条款
l 技工院校申报：
1) 中级工班毕业生按中专学历执行申报条件，需提供技工院校中级工班毕业证书及中级工职业资格证书；
2) 高级工班毕业生按大专学历执行申报条件，需提供技工院校高级工班毕业证书及高级工职业资格证书；
3) 预备技师（技师）班毕业生按本科学历执行申报条件，需提供技工院校预备技师（技师）班毕业证书及技师职业资格证书。
1.9.2 考核方式
n 初级：理论知识考试与专业能力考核合并进行，实行百分制，按总成绩排名，60分为合格，过合格分数后通过率为80%。
n 中级、高级：理论知识考试与专业能力考核合并进行，实行百分制，按总成绩排名，60分为合格，过合格分数后通过率为60%。
考核形式：
n 合并考试：理论知识与专业能力考核合并为一场综合考试，时长不少于90分钟。
n 内容覆盖：
l 理论部分：职业道德、AI伦理、数据安全、智能体架构（如MCP协议、多智能体协作）等。
l 实操部分：工具链使用（Coze、RAG系统搭建）、伦理风险评估、动态工具调用等。
1.9.3 监考与考评要求
n 监考人员：与考生配比不低于1:20，每个考场不少于2名监考人员。
n 考评人员：与考生配比不低于1:5，且为3人（含）以上单数，至少1名具备高级专业技术等级。
1.9.4 考核时间与场所
n 时间：合并考试总时长不少于90分钟。
n 场所设备：
n 初级
l 年满18周岁，不设前置学历的硬性限制，接受在校学生及社会人士申报。申报者具备基础的计算机操作和逻辑思维能力，能够更好地完成课程学习者优先。
n 中级
l 学历/经验要求（满足其一）
1) 具备1年以上工作经验；
2) 获得人工智能、计算机科学、信息技术等相关专业大专及以上学历（含应届毕业生）；
3) 鼓励跨学科报考。
n 高级
l 学历/经验要求（满足其一）
1) 具备3年以上工作经验；
2) 获得人工智能、计算机科学、信息技术等相关专业大专及以上学历（含应届毕业生）；
3) 鼓励跨学科报考。
n 通用条款
l 技工院校申报：
1) 中级工班毕业生按中专学历执行申报条件，需提供技工院校中级工班毕业证书及中级工职业资格证书；
2) 高级工班毕业生按大专学历执行申报条件，需提供技工院校高级工班毕业证书及高级工职业资格证书；
3) 预备技师（技师）班毕业生按本科学历执行申报条件，需提供技工院校预备技师（技师）班毕业证书及技师职业资格证书。
1.9.2 考核方式
n 初级：理论知识考试与专业能力考核合并进行，实行百分制，按总成绩排名，60分为合格，过合格分数后通过率为80%。
n 中级、高级：理论知识考试与专业能力考核合并进行，实行百分制，按总成绩排名，60分为合格，过合格分数后通过率为60%。
考核形式：
n 合并考试：理论知识与专业能力考核合并为一场综合考试，时长不少于90分钟。
n 内容覆盖：
l 理论部分：职业道德、AI伦理、数据安全、智能体架构（如MCP协议、多智能体协作）等。
l 实操部分：工具链使用（Coze、RAG系统搭建）、伦理风险评估、动态工具调用等。
1.9.3 监考与考评要求
n 监考人员：与考生配比不低于1:20，每个考场不少于2名监考人员。
n 考评人员：与考生配比不低于1:5，且为3人（含）以上单数，至少1名具备高级专业技术等级。
1.9.4 考核时间与场所
n 时间：合并考试总时长不少于90分钟。
n 场所设备：
¢ 理论考试在标准教室或线上平台进行；
2. 基本要求
2.1 职业道德
1) 遵纪守法，遵守AI伦理规范，保护用户隐私与数据安全。
2) 精益求精，推动技术创新与负责任的人工智能应用。
2) 精益求精，推动技术创新与负责任的人工智能应用。
2.2 基础知识
1) 基础理论：人工智能大模型基础（ML/DL/RL）、自然语言处理（NLP）、知识图谱、多智能体系统（MAS）。
2) 技术支持：提示词工程（Prompt Engineering）、RAG技术、模型即服务（MaaS）、联邦学习。
3) 工具与框架：LangChain、Coze、RPA、向量数据库、Transformer架构。
4) 安全与合规：AI伦理规范（如中国《生成式AI服务管理办法》）、数据安全与隐私保护法规。
2) 技术支持：提示词工程（Prompt Engineering）、RAG技术、模型即服务（MaaS）、联邦学习。
3) 工具与框架：LangChain、Coze、RPA、向量数据库、Transformer架构。
4) 安全与合规：AI伦理规范（如中国《生成式AI服务管理办法》）、数据安全与隐私保护法规。
3. 工作要求
3.1 初级
| 职业功能 | 工作内容 | 专业能力要求 | 相关知识要求 |
| 智能体系统搭建 | 环境部署与基础开发 |
1. 能使用Coze等平台搭建基础聊天机器人，集成NLP插件； 2. 能调用国产大模型API（如通义千问、文心一言）实现对话理解、文本生成等简单功能； 3. 能设计结构化提示词并优化对话逻辑。 |
1. LLM基础原理（Transformer架构、Token机制）； 2. API调用规范与国产大模型选型； 3. 提示词工程（零样本/少样本提示、思维链CoT设计）。 |
| 智能体评估与运维 | 监控与故障排查 |
1. 能使用基础的评估与调试方法跟踪智能体运行状态； 2. 能定位并处理常见异常(API超时、数据格式错误、工具调用失败)； 3. 能通过日志分析和调试定位模型输出偏差或逻辑错误。 |
1. 系统监控工具链（日志采集、指标监控）； 2. 日志分析方法与异常模式识别； 3. 故障根因分析（RCA）基础。 |
| 数据处理 | 数据清洗与标注 |
1. 能使用多维表格（如飞书多维表格）处理结构化/非结构化数据； 2. 能根据RAG流程完成数据清洗、分类与标注； 3. 能构建简单知识库并支持检索增强生成（RAG）。 |
1. 数据分类规范与标注标准； 2. RAG数据预处理流程（分块、向量化、索引）； 3. 非结构化数据（文本、图像）处理基础。 |
| 应用开发 | 基础场景实现 |
1. 能开发智能客服（支持多轮对话、意图识别）； 2. 能实现内容生成Agent（如报告生成、文案创作）； 3. 能通过ReAct框架调用工具（如RPA、API）完成简单任务； 4. 能适配科研、金融、电商等垂直场景的基础需求。 |
1. 对话流程设计（意图识别、状态管理）； 2. ReAct框架与工具调用逻辑； 3. RPA基础操作（如影刀RPA）； 4. 行业场景知识（如电商库存管理、金融风控）。 |
| 系统设计 | 模块抽象与架构设计 |
1. 能拆分需求为功能模块，复用标准组件（如LangChain工具）； 2. 能绘制简单系统架构图，规划Agent记忆、规划、行动模块； 3. 能评估资源占用与开发排期。 |
1. Agent核心组件（感知、记忆、规划、行动）； 2. 系统设计方法论（模块化、扩展性）； 3. 资源预估与项目管理基础。 |
3.2 中级
| 职业功能 | 工作内容 | 专业能力要求 | 相关知识要求 |
| 智能体架构设计 | 模块化开发与优化 |
1. 能设计模块化Agent架构，支持动态工具调用（如MCP协议）与复杂任务编排； 2. 能应用ReAct框架实现推理与行动融合； 3. 能对比反应式与审议式架构，适配不同场景。 |
1. BDI模型与强化学习基础； 2. MCP协议与动态工具发现机制； 3. 多智能体协作机制（如任务分配、通信协议）。 |
| 系统集成 | 跨平台对接与RPA集成 |
1.能应用RPA等工具集成企业常见业务应用（如发票、合同处理），实现业务流程自动化； 2. 能使用影刀RPA开发发票处理、合同提取、库存管理等场景； 3. 能理解API 网关与数据同步技术的基本原理和应用场景。。 |
1. API网关设计与微服务架构； 2. RPA开发实战（如影刀RPA）； 3. 数据同步技术（如CDC、ETL）。 |
| 高级RAG应用 | 知识增强与推理优化 |
1. 能构建企业级RAG系统，优化混合搜索、重排序策略； 2. 能评估向量数据库性能（如Milvus、Pinecone）； 3. 能设计知识图谱融合方案提升生成忠实度。 |
1. 嵌入模型微调与向量数据库技术； 2. RAG评估标准（如准确性、时效性）； 3. 知识图谱构建与融合方法。 |
| 安全与合规 | 风险评估与防护设计 |
1. 能识别提示词注入攻击，设计沙箱环境与权限控制； 2. 能应用对抗样本防御技术（如输入校验、输出过滤）； 3. 能设计隐私计算方案（如联邦学习、差分隐私）。 |
1. AI安全威胁模型（如Prompt Injection）； 2.AI模型相关的隐私保护技术; 3. 合规标准(如《数据安全法》、《个人信息保护法》) |
| 系统设计模式 | 人机交互与可解释性设计 |
1. 能设计自然对话体验（CUX），处理多轮对话与用户口误； 2. 能应用XAI技术解释Agent决策逻辑； 3. 能构建用户信任模型（如透明度设计、错误修复策略）。 |
1. 人机交互（HCI）原则； 2. 可解释AI（XAI）方法； 3. 信任模型与伦理设计（如公平性、偏见规避）。 |
| 项目交付与评估 | 测试与质量保障 |
1. 能设计业务评价指标（如任务完成率、响应速度）； 2. 能使用AgentBench等工具评估性能； 3. 能建立预警机制预防系统风险。 |
1. Agent评估基准（如AgentBench）； 2. 测试策略设计（如压力测试、边界测试）； 3. 风险管理方法论。 |
3.3 高级
| 职业功能 | 工作内容 | 专业能力要求 | 相关知识要求 |
| 战略规划 | 技术路线与生态构建 |
1. 能制定智能体技术战略，推动MaaS（Model-as-a-Service）商业化与开放生态； 2. 能设计技术壁垒（如专利布局、算法优化）； 3. 能融合BDI模型与强化学习，规划多智能体协作路线。 |
1. AI对齐（Alignment）与伦理治理； 2. 商业模式创新（如订阅制、按需付费）； 3. 国内外法规框架（NIST AI RMF、ISO/IEC 42001）。 |
| 复杂系统设计 | 自适应多智能体生态 |
1. 能设计支持动态协作与持续学习的MAS（多智能体系统）； 2. 能应用MCP协议实现工具动态发现与编排； 3. 能构建Agentic RAG系统，优化混合搜索与重排序策略。 |
1. MAS架构与联邦学习； 2. 元学习（Meta-Learning）与自适应机制； 3. 向量数据库优化与知识图谱融合。 |
| 伦理治理 | 合规审计与风险控制 |
1. 能主导AI伦理风险评估，设计算法偏见缓解方案； 2. 能应用XAI技术提升决策透明度； 3. 能制定生成内容版权管理策略，符合《生成式AI服务管理办法》。 |
1. 算法偏见缓解技术（如公平性校准）； 2. XAI可解释性方法（如LIME、SHAP）； 3.AI生成内容（AIGC）的版权、偏见与内容治理相关的伦理与法律挑战。 |
| 前沿研究与创新 | 技术预研与创新突破 |
1. 能跟踪Agent领域前沿趋势（如Agentic RAG、多智能体协作），探索其在垂直领域的创新应用； 2. 能设计融合多种检索与推理策略的高级RAG系统； 3. 能评估前沿技术对AI Agent架构演进的潜在影响。 |
1. 具身智能与传感器融合； 2. 神经符号系统架构； 3. 量子机器学习基础（如量子神经网络）。 |
| 系统商业化 | 技术架构与价值转化 |
1. 能将业务需求转化为技术架构，设计商业化路线； 2. 能构建质量评估体系（如AgentBench扩展）； 3. 可量化AI项目ROI，优化成本与性能（如RAG部署监控）。 |
1. 业务架构到技术架构的映射方法； 2. RAG评估标准与成本优化策略； 3. 项目健康度量化模型。 |
4. 权重表
4.1 考核能力权重表
（注：以下百分比为各职业功能在理论知识考核中的权重分配）
| 职业功能 | 初级（%） | 中级（%） | 高级（%） |
| 智能体系统搭建 | 15 | 5 | - |
| 智能体评估与运维 | 15 | 5 | - |
| 数据处理 | 15 | 5 | - |
| 应用开发 | 15 | 5 | 5 |
| 智能体架构设计 | - | 15 | 10 |
| 系统集成 | - | 15 | 10 |
| 高级RAG应用 | - | 10 | 5 |
| 安全与合规 | 10 | 10 | 5 |
| 战略规划 | - | - | 10 |
| 复杂系统设计 | - | - | 15 |
| 伦理治理 | - | - | 10 |
| 前沿研究与创新 | - | - | 5 |
| 系统设计模式 | - | 10 | - |
| 系统商业化 | - | - | 10 |
| 基础知识 | 25 | 15 | 10 |
| 职业道德 | 5 | 5 | 5 |
| 合计 | 100 | 100 | 100 |
附录：参考文献
1) 《人工智能伦理治理标准化指南》（2023年版）
2) 《生成式人工智能服务管理暂行办法》（中国，2023）
3) 《RAG技术白皮书》（2024）
4) 《人工智能生成合成内容标识办法》（2025）
2) 《生成式人工智能服务管理暂行办法》（中国，2023）
3) 《RAG技术白皮书》（2024）
4) 《人工智能生成合成内容标识办法》（2025）
制定单位：中国人工智能产教融合研究院
施行日期：2025年10月11日