GoCampus 学习总体规划
目标
- 岗位：字节跳动 剪映/CapCut — Agent开发实习生（AI剪辑）
- 时间线：2026年10月前具备面试能力
- 核心语言：Go
时间分配（7月底 → 10月初，约9周）
| 阶段 | 时间 | 主题 | 目标 |
|---|---|---|---|
| 第一阶段 | 7.28 - 8.10（2周） | Go 语言深入 | 语法精通、并发模型、标准库熟练 |
| 第二阶段 | 8.11 - 8.24（2周） | 计算机基础强化 | 数据结构/算法/操作系统核心知识 |
| 第三阶段 | 8.25 - 9.07（2周） | AI 应用开发基础 | LLM API 调用、Prompt Engineering、RAG |
| 第四阶段 | 9.08 - 9.21（2周） | AI Agent 开发 | Agent 架构、工具调用、多Agent协作 |
| 第五阶段 | 9.22 - 10.05（2周） | 项目实战 + 面试准备 | 完整项目、简历打磨、模拟面试 |
技术栈全景
必须掌握（高优先级）
Go 语言核心
- 语法精通：接口、泛型、错误处理、defer/panic/recover
- 并发编程：goroutine、channel、sync包、context、并发模式
- 标准库：net/http、encoding/json、io、os、testing
- 工程实践：module管理、项目结构、单元测试、性能分析
数据结构与算法
- 基础：数组、链表、栈、队列、哈希表、树、图
- 排序与搜索：快排、归并、二分查找
- 高频算法：DFS/BFS、动态规划、滑动窗口、双指针
- LeetCode 目标：中等难度 100+ 题
AI 应用开发
- LLM 基础：Transformer 原理（概念级）、Token、Embedding
- API 集成：OpenAI API / 国内大模型 API 调用
- Prompt Engineering：系统提示词设计、Few-shot、CoT
- RAG（检索增强生成）：向量数据库、文档切分、相似度检索
AI Agent
- Agent 架构：ReAct、Function Calling、Tool Use
- 多 Agent 协作：任务分解、消息传递、状态管理
- Agent 框架：LangChain(Go生态)、自研Agent框架
- 实际场景：视频剪辑工作流自动化、智能内容生成
应该掌握（中优先级）
系统设计
- 微服务基础：gRPC、服务发现、负载均衡
- 消息队列：Kafka/RabbitMQ 基本使用
- 缓存：Redis 基本操作
- 数据库：MySQL/PostgreSQL + 向量数据库(Milvus/Pinecone)
操作系统
- 进程与线程、内存管理、文件系统
- Linux 基本操作、Shell 脚本
加分项（低优先级）
- Docker 容器化
- CI/CD 基础
- 视频处理基础（FFmpeg 概念）
- AIGC 产品理解（剪映/即梦产品体验）
每日时间建议
| 时段 | 内容 | 时长 |
|---|---|---|
| 上午 | 核心知识学习（看文档/视频 + 动手练） | 3h |
| 下午 | 算法刷题 + 代码实践 | 3h |
| 晚上 | 项目开发 / 复习总结 | 2h |
产出物清单
- Go 语言学习笔记 + 练习代码仓库
- LeetCode 题解记录（100+ 题）
- AI Agent 项目（完整可演示）
- 个人技术博客/笔记（面试加分）
- 简历（突出 Go + AI Agent 经验）
下一步
各阶段的详细学习任务将在后续对话中逐一展开，每个阶段包含：
- 每日学习目标
- 推荐学习资源
- 练习题/动手任务
- 阶段验收标准