匹配正文：…不能证明任务有进展。还要记录 last_progress_at、当前步骤和等待原因。如果 Worker 一直续约却重复相同步骤，系统应触发无进展告警，而不是让任务永久运行。长任务状态机与恢复流程租约、心跳、进度与 checkpoint 一起防止僵尸和重复执行。 Checkpoint 应该保存到什么粒度？太粗，恢复时要重做大量昂贵步骤；太细，每个 token 都落盘又会拖慢系统。比较实用的粒度是完整 Agent 步骤或阶段边界。保存原任务、当前计划、已确认主张、证据…

#Deep Research#上线成本与评估#Deep Research 长任务

面试题·Agent

Text2SQL 生成的 SQL 敢直接执行吗？安全校验与执行边界怎么设计

匹配正文：… Schema 只暴露必要字段，后端再转换为受控事务。高风险动作先 Dry-run，展示对象、字段变化和影响范围，再由用户或审批系统确认。执行使用幂等键，超时后先查询结果，避免重复写。数据库迁移、批量修复和管理 SQL 更不应走普通 Agent 自动执行。可以让模型生成建议脚本，但必须经过代码评审、测试环境和发布流程。一个完整例子：查询上月各渠道净收入语义层已经确认“净收入”口径、上月自然周期和渠道维度。生成器得到最小 Schema，输出带参数的候选 SQL。 Par…

#Agent#工具调用与安全#Text2SQL SQL 安全

面试题·Agent

一次 Deep Research 到底花了多少钱，为什么只看总 Token 找不到成本黑洞？

← 上一页第 12 / 18 页下一页 →

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

匹配正文：…工具失败后的换源要建立父子关系。否则看板只看到多个独立请求，不知道它们属于一次恢复路径。估算成本与真实账单为什么会不一致？在线系统需要立即显示预算消耗，只能根据当前价格表和 usage 做估算。供应商账单可能晚到，并包含折扣、阶梯、缓存、失败计费、税费或区域差异。因此要区分 estimated cost 与 billed cost。估算用于运行中预算与异常发现，账单用于财务对账。二者不能互相覆盖而丢失历史。通过供应商 request ID、账户、模型与时间窗口做对…

#Deep Research#上线成本与评估#Deep Research 成本

面试题·Agent

Deep Research 评估为什么不能只看最终答案，过程合理又该怎么量？

匹配正文：一份调研报告最后结论正确，不代表 Agent 的研究过程可靠。它可能凭预训练记忆猜中答案，也可能只看搜索摘要，碰巧没有犯错。换一个日期、对象或来源，捷径就会失效。反过来，一条轨迹工具选择合理、引用完整，也可能因为网页更新、计算错误或遗漏子问题，最终报告仍然不合格。 Deep Research 是开放任务，又是多步骤过程。只看最终文本，会把“蒙对”当能力；只看步骤，又可能忽略交付结果。相关评估材料明确把质量拆成结果与过程两个层面，并要求准确、引用、报告质量和效率共同观察。…

#Deep Research#上线成本与评估#Deep Research 评估

面试题·Agent

LLM Judge 分数变高，为什么 Deep Research 可能反而更会刷分？

匹配正文：…己也是模型。它可能偏爱更长的答案、某个展示位置和与自己风格相近的文本。更危险的是，当 Judge 分数被用于训练 reward，Agent 会逐渐学习“怎样让这个裁判满意”，而不一定真的更准确。这就是 Goodhart 风险：指标一旦成为优化目标，就可能失去原本代表的质量。所以面试官真正想问的是： LLM Judge 有哪些系统性偏差，怎样设计 rubric、盲评、换位、多 Judge 和人工校准，如何发现模型在堆引用、拉长度或迎合裁判，又怎样给评估与训练之间加一道防火…

#Deep Research#上线成本与评估#Deep Research LLM Judge

面试题·RLHF与对齐· 美团

Environment-based 训练怎么用?

匹配追问：…fer问题？在LLM的RLHF中，为什么通常不用真实环境交互，而是用偏好数据集进行离线训练？场景切入假设我们在做外卖订单调度系统，骑手实时接单、送餐，环境不断变化，你会怎么训练一个调度策略？是让它在仿真环境里跟模拟骑手交互迭代，还是直接拿历史订单数据离线学？层层追问强化学习里，智能体是怎么学会做决策的？……那它怎么获得训练数据？……如果数据是跟环境实时交互得来的，跟用预先录好的数据训练有什么区别？直球架构解释一下environment-based训练方法是什么，…

#环境交互训练#在线学习#模拟器训练

面试题·Agent· 美团

ReAct vs Plan-and-Execute 怎么选?

匹配正文：…重规划；效率取决于交互步数、规划成本和并行机会。长任务常采用混合模式：可修改的任务图管理全局约束，子任务内部使用观察—动作循环。系统保存目标、已验证事实、工具输入输出、依赖和错误码，而不是公开原始隐藏推理。还应设置幂等键、超时、重试上限、补偿操作和人工升级，并以成功率、尾延迟、调用成本与恢复率比较。图解 ReAct vs Plan-and-Execute 怎么选?图解

#美团#Agent#ReAct vs Plan-and-Execute

面试题·Agent· 美团

ReAct vs Plan-and-Execute 推理效率对比?

匹配追问：场景切入假设你在做客服系统，用户问完订单状态又追问退款流程，Agent需要一步步查，你看过ReAct那种模式吧？那如果用户问题很长，比如查三个月内的所有订单，你觉得Plan-and-Execute会不会更合适？层层追问你处理过长上下文的Agent任务吗？……比如每一步都留记录，上下文越堆越多……那如果遇到窗口上限，你会怎么优化？……ReAct和Plan-and-Execute在错误恢复上有什么区别？直球架构比较ReAct和Plan-and-Execute在长上下文任…

#美团#Agent#ReAct vs Plan-and-Execute

面试题·Agent· 得物

大模型记忆机制怎么改进?

匹配正文：…+ 时间近邻 + 重要性评分）一致性维护：定期触发**记忆反思（reflection）**整合碎片化信息三、检索增强：RAG与Agent记忆融合 RAG-based Memory 将历史交互切分chunk，构建可检索记忆库与实时RAG区分：记忆检索强调时序性和因果关联，需保留对话状态链增强方案记忆树（Memory Tree）：层次化组织，支持从细节到抽象的跨粒度检索工作记忆 + 长期记忆：仿人脑双系统，工作记忆保持当前任务焦点，长期记忆提供背景知识落地权衡维度…

#得物#Agent#大模型记忆机制

面试题·Agent· 高德

Function Calling vs Toolformer 本质差异?

匹配正文：…内化。五、优劣总结 Function Calling Toolformer 优势灵活、可控、成本低、易迭代延迟低、不依赖外部系统、端到端优雅劣势网络开销、系统复杂度高训练昂贵、知识固化、扩展性差本质权衡：系统工程的灵活性 vs 端到端优化的极致性。当前工业界Agent几乎清一色选择Function Calling，正是工程可控性压倒理论优雅性的体现。学习建议建议先掌握大模型基础架构，再分别学习Function Calling的API调度机制与Toolform…

#高德#Function Calling vs Toolformer#Agent 工具调用

面试题·Agent· 淘天

架构 vs 模块 vs 工具集成怎么选?

匹配题目：请系统性地比较当前主流的AI Agent实现框架（如LangChain、LlamaIndex、AutoGPT等），从架构设计、模块化程度、功能特性、工具集成能力、设计理念及适用场景等方面分析其核心差异，并结合实际应用说明各框架的优势与局限。

#淘天#字节#Agent

面试题·Agent· 高德

Tool Calling 参数格式怎么保?

匹配正文：…N Schema和API基础概念，再学习约束解码原理，结合开源工具如Outlines或Guidance动手实践，理解不同方法在真实Agent系统中的应用差异。

#高德#Tool Calling 参数格式#约束解码

面试题·Agent· 字节

海量历史记录怎么索引优化？

匹配正文：…按时间+主题做物理分片，避免全库扫描；查询时并行检索近期记忆（精确）和远期记忆（模糊），合并排序后截断送入上下文。学习建议建议系统学习该知识点

#字节#蚂蚁#Agent

面试题·Agent· 蚂蚁

多轮对话上下文状态管理机制

匹配题目：在构建多轮对话系统（如聊天机器人、Agent或RAG系统）时，请详细说明你如何设计和实现对话上下文的状态管理机制，包括上下文的存储策略、动态更新机制、长度截断与信息保留方法、会话生命周期管理，以及在分布式或高并发场景下如何保障上下文的一致性与系统性能。

#蚂蚁#Agent#多轮对话上下文管理

面试题·Agent· 小红书

LLM 输出格式不规范怎么修?

匹配口述回答：…了影响不大。再一个，模型能力层，这是硬约束。比如[[Function Calling]]，强制模型输出匹配函数参数结构，这在[[Agent]]工具调用里很常见，比如客服系统里判断退款意图，直接返回结构化参数。还有JSON Schema，可以预定义字段类型和必填项，比如电商的订单异常检测，要求输出order_id和reason字段，类型不对就报错。但这里有个坑：这些功能不是所有模型都支持，而且会限制模型的自由度，复杂场景下可能漏掉信息。所以我会在关键业务上用，比如交易审核，输…

#小红书#Agent#LLM 输出格式规范

面试题·Agent· 蚂蚁

模糊意图怎么补全?

匹配正文：…话信念状态（belief state），用结构化表示（如JSON）存储用户目标、约束条件、未完成项关键：区分用户明确陈述 vs 系统推断假设，后者需标记置信度 2. 意图推断策略——"猜用户要什么" 模糊类型处理手段信息缺失（如"转账"没提金额）槽位驱动追问：基于必填槽位优先级排序指代消解（如"那个账单"）上下文实体链接 + 对话历史编码语义漂移（话题跳跃）检测意图切换信号，重置或保留子状态 RAG增强：检索相似历史对话、产品文档、用户画像，辅助消歧例：用户…

#蚂蚁#Agent#Agent意图补全

面试题·Agent· 百度

Function Calling 消息流

匹配正文：…123", "content": "{\"temperature\": 25, \"condition\": \"晴\"}"} 在Agent系统中的核心作用能力维度具体作用感知扩展突破预训练知识边界，实时获取天气、股价、数据库等外部信息行动执行调用API完成订票、发邮件、操作数据库等实际动作复杂规划多工具链式调用（如：查天气→推荐穿搭→生成图片）确定性输出通过JSON Schema约束，解决纯文本输出的解析不可靠问题典型应用场景智能客服Agent示例：…

#百度#Agent#Function Calling 消息流

面试题·Agent· 阿里

LangChain vs LlamaIndex 在 RAG 中怎么选?

匹配题目：请列举当前主流的Agent开发框架（如LangChain、LlamaIndex等），并对比说明它们的核心功能、技术定位以及在RAG和Agent系统构建中的典型应用场景。

#阿里云#Agent#Agent 框架对比

面试题·Agent· 高德

ReAct 框架核心优势在哪?

匹配正文：…免淹没有效信息工具描述：清晰说明输入输出、适用场景，降低模型选择错误容错机制：工具失败时的Fallback策略学习建议建议系统学习该知识点

#高德#Agent#ReAct 框架

面试题·Agent· 百度

工具调用方法怎么选?

匹配正文：…输出结构化JSON（如{"name": "search", "arguments": {"query": "..."}}），由外部系统解析执行后，再将结果注入上下文。适用：需要精确参数传递的场景（计算器、数据库查询）优点：可靠性高、延迟低、易于校验参数schema 缺点：需模型专门训练（或SFT），灵活性受限；不支持开放式工具描述 2. ReAct（Reasoning + Acting）原理：模型在CoT推理与工具执行间交替循环，自主决定"想什么→调什么→观察结果→再决…

#百度#Agent#大模型工具调用

面试题·Agent· 百度

Tool Use 实现方法有哪些?

匹配正文：…修正并发控制：多个独立工具可并行，有依赖需拓扑排序选型建议场景推荐方案快速验证/MVP ReAct Prompt 生产级Agent 原生Function Calling 100+工具/垂直领域微调专用模型高可用要求原生+校验层+降级策略学习建议建议系统学习该知识点

#百度#Agent#Tool Use 实现方法

面试题·Agent· vivo

动态障碍物怎么检测与规避？

匹配正文：…100-200ms周期重新评估，紧急情况下触发纯反应式避障（如VFH+）安全缓冲：根据预测不确定性自适应调整障碍物膨胀半径四、系统优化算力分配：轻量模型做前端检测，复杂预测按需触发延迟补偿：感知-规划链路延迟补偿，用预测状态匹配实际执行时刻失效降级：传感器失效时切换保守模式（降速或暂停）学习建议建议系统学习该知识点

#vivo#Agent#动态障碍物检测

面试题·Agent· 淘天

LangChain vs LlamaIndex vs AutoGPT 架构差异?

匹配正文：…aIndex 检索增强型Agent 数据索引优先 AutoGPT 自主决策Agent 目标驱动循环 LangGraph 复杂状态流Agent 图结构状态机关键维度对比 1. 架构设计 LangChain：Chain为核心，线性/分支结构，通过LCEL语法糖组合 LlamaIndex：QueryEngine封装检索+生成，Agent是AgentRunner包装器 AutoGPT：主循环+内存+技能注册表，类操作系统架构 LangGraph：持久化状态图，节点（函数）+边（条件…

#淘天#Agent#Agent 框架对比

面试题·Agent· 字节

多轮对话上下文遗忘怎么解?

匹配正文：…接推荐组合：显式记忆模块 + 分层注意力，兼顾效果与效率。记忆模块解决"记什么"，分层注意力解决"怎么高效记"。学习建议建议系统学习该知识点

#字节#Agent#多轮对话上下文遗忘