一、为什么非要有毕业设计这一步
学习技术最好的方式不是看教程，而是动手实践。看懂和能做出来之间隔着一条宽沟：边界情况、异常处理、模块接口，教程里都由别人替你设计好了。毕业设计培养的是综合应用能力，要把智能体范式、工具系统、记忆机制、通信协议有选择地整合进一个完整项目。注意是有选择地，一个项目塞满所有技术点通常说明没想清楚要解决什么问题。
二、毕业设计以什么形式交付
以开源项目的形式提交到教材的共创项目仓库。命名用「代码托管用户名 + 短横线 + 项目名称」。项目内容需要一个可运行的笔记文件或脚本、一份完整依赖列表、一份清晰的说明文档。通过合并请求提交，由社区成员审阅后合并。既然是开源提交，就要接受别人会真的读你的代码、真的去跑，文档负责让人愿意进来，代码负责让人留下来。
三、选题的三条原则
实用性，解决真实问题而不是为了用技术而用技术；在有限时间和资源内可以完成，宁小勿大；能够清晰展示技术能力，比如智能体怎么分工、工具调用失败怎么处理、上下文长度怎么控制。推荐方向分五大类，生产力工具、学习辅助、创意娱乐、数据分析、生活服务，每类下列了四到五个具体题目。这份列表最大的作用不是照抄，而是给你一个判断基准。
四、选题示例与落地路径
以智能代码审查助手为例，问题分析、核心功能、预期成果三段都写成了可验证的条目。好选题的共同特征是每一条都能回答「怎么证明它做到了」。落地路径为准备开发环境、派生仓库并克隆到本地、创建开发分支、建项目文件夹。
五、文档、依赖与笔记文件
说明文档是项目门面，要讲清解决什么问题、怎么安装、怎么运行、能看到什么、目录结构是什么。依赖清单决定别人能不能复现你的结果。笔记文件要有清晰分节，阅读顺序就是理解顺序。开发过程中及时提交并写清提交信息，一次性提交会丢掉中间的思考过程。
六、大文件与提交前自查
项目总大小不超过五兆，视频、大型数据集、模型文件禁止直接提交。需要时优先用外部链接，其次建独立资源仓库，或只提供小规模示例数据。提交前逐条核对清单：全新环境能否跑通、依赖是否完整、有无误提交大文件、有无硬编码密钥。密钥即使删除，历史记录里依然能翻出来。
七、面试怎么准备
高频问题分五类。语言模型基础，考自注意力、位置编码、注意力变体、缩放定律、解码策略；视觉语言模型，考跨模态对齐、对比学习、视觉指令微调、时序与高分辨率挑战；对齐与强化学习，考三阶段流程、成对比较数据、近端策略优化与散度惩罚、奖励作弊、直接偏好优化；智能体本身，考核心组件、推理与行动框架、规划方法、记忆设计、工具调用、多智能体协作与安全可控；检索增强，考它相对微调的优势、完整流水线与切块策略。
| 时间 | 章节 |
|---|---|
| 00:00 | 开场 |
| 01:03 | 为什么非要有这一步 |
| 02:31 | 毕业设计以什么形式交付 |
| 04:17 | 选题的原则 |
| 06:10 | 选题示例与落地路径 |
| 07:58 | 说明文档与依赖清单 |
| 09:36 | 大文件与提交前自查 |
| 11:08 | 面试怎么准备 |
| 13:53 | 收尾 · 判断清单 |
图文以原书为准，本页只做音频导航与要点索引。