搜索大模型内容

Lint 红灯之后，谁来停住下一步？

匹配正文：Lint 红灯之后，谁来停住下一步？本文分析一个用 Python 编写的 Agent：它可以调用编辑工具，并在工具运行前后执行 Hook，也就是额外的检查脚本。这份实现里的断点很具体：后置检查已经返回 blocked=True，上一级却没有接住它。执行器等检查跑完，照样返回编辑工具原来的成功结果，后面的工具仍可继续。所以，检查报错后先别追问模型为什么不修。先看失败信息有没有走到调度端。一个 Hook 命令被执行，只说明检查跑过；要暂停依赖当前产物的下一步，还需要明确的结…

← 上一页第 17 / 20 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

#Agent#Hook#Lint

配置里有参数，不等于模型已经收到

匹配正文：…的建议。建议可以提供排查方向，具体工程里还要多核对一层：配置字典经过模型适配器以后，究竟有多少内容进入了下一次调用。沿当前这份 Agent 训练项目的本地 HF 与 API 两条实现检查，会看到一个容易误判的地方：返回日志保留的配置，可能比实际函数入参更完整；日志里没有写出的默认值，又可能正在参与调用。排查从调用口开始，别停在配置回显先看本地路径的职责。LocalHFProvider 接收对话或文本、采样配置和工具说明，在内部准备模型输入，再调用底层的 generate…

#Agent#模型推理#参数适配

记忆文件与发现索引，少写一步会怎样？

匹配正文：记忆文件与发现索引，少写一步会怎样？假设一次协作确认了这样的偏好：解释方案时先说明约束，再讲取舍。Agent 把它保存成一份记忆文件，文件名、正文都能在磁盘上找到。下一次会话开始时，系统却没有把这份文件的入口交给模型。这时若直接追查模型为什么“记不住”，很容易跳过真正缺失的一步。文件保存回答的是内容是否落盘；新会话怎样发现内容，还取决于它从哪里开始读取。两件事由不同文件承担，就可能出现正文已经写好，入口仍然没有更新的状态。当前这份 Agent 实现把记忆正文放在独立文件…

#Agent#Memory#持久记忆

#Agent#CodeInterpreter#Python

Python 沙箱的边界，不能只画在代码字符串里

匹配标题与标签：…几个危险名字，为什么还不足以说明沙箱安全？用普通文字误报、人工能力委托和直接子进程回收，分清已经验证与仍待落实的边界。项目面试 Agent CodeInterpreter Python 执行边界

Worktree 建好之后，还要把工具接进去

匹配正文：Worktree 建好之后，还要把工具接进去给子 Agent 开启 Worktree 隔离，临时目录创建成功，里面也有项目文件。接下来让它读取当前位置，返回的却还是主工作目录。新副本没有建错，执行工具也没有报错，问题出在两者之间少了一次绑定。这一步很容易被开关名掩盖。配置里写了 isolation="worktree"，看上去已经把子任务送进另一间工作室；可它拿到的工具箱，可能仍然连着父任务原来的工作台。在本地 cc-python 实现里，创建 Worktree 与组装…

#Agent#Worktree#工具绑定

LIMIT 100 限住了结果，没限住查询工作量

匹配正文：…返回行数一样，数据库里的计算却不一样。结果上限可以保留，但不能拿它证明运行成本已经受控。 DeepResearch 里的数据分析 Agent 同样会碰到这个问题。生成合法 SQL 之后，执行器还要替共享资源守住边界。本文沿一份本地 Text2SQL 教程里的执行片段，用标准库的小实验，把结果行数、锁等待和计算取消分开验证。两份结果都只有一百行，后台工作却不同实验只在临时目录建了一个 SQLite 小库，放入六千条人工整数记录，分为一百二十组，没有为分组列和金额列建立索引。…

#Agent#Text2SQL#SQLite

工具报错后，先分清是谁的问题

匹配正文：工具报错后，先分清是谁的问题 Agent 调用查询工具，返回了一条失败消息。看训练日志时，最容易顺手做的统计，是把这次失败记成一次模型错误：工具没查成，模型当然没做好。可同一盏红灯背后，可能是调用少了必填参数，也可能是环境故意注入了故障，还可能是工具内部抛出了运行异常。三次调用都失败，下一步该改的东西却不同。漏参数需要检查模型生成与工具契约；环境故障要检查服务和恢复策略；运行异常需要沿执行路径查实现。只按失败次数扣分，会把这些问题揉在一起。做 Agent 训练时，可以先查…

#Agent训练#工具错误#错误归因

写工具排队以后，Read 的顺序由谁保证？

匹配标题与标签：…序由谁保证？写入时没有读写重叠，后读仍可能拿到旧值。用原流式与批次调度器对照，分清独占执行、入队栅栏和结果ID关联。项目面试 Agent 工具调度并发编排大模型面试

#Agent#工具调度#并发编排

流式工具调用，究竟等到哪一刻才能开始执行？

匹配正文：流式工具调用，究竟等到哪一刻才能开始执行？假设一个 Agent 要查询设备名称。模型准备调用 lookup_device，参数里需要填设备编号 DEV_A。使用流式接口时，工具名先到了，参数却分两段到达：前一段只有字段名，后一段才补上编号和结尾。系统如果看到工具名就开始查，拿到的可能还是空参数；如果一直等整个回答结束，又会把已经收齐的查询工单压在手里，白白等模型输出后面的内容。提前执行该把等待缩短到哪里？在这份本地实现里，边界是一个工具内容块结束。此前收集参数，此后生成…

#Agent#流式工具调用#工具执行

#项目实战#Function Calling 微调

装了很多 Skill，要把每份说明都塞进上下文吗？

匹配正文：装了很多 Skill，要把每份说明都塞进上下文吗？假设你给 Agent 一个任务：读取销售 CSV，整理成一页汇总报告，销售额和退货额分开展示。它装了两个 Skill，一个负责汇总报告，一个负责活动海报。当前任务只需要前一个，海报里的配色、标题和版式规则可以先留着。于是，你打算先给模型一份短目录，等它选中汇总报告，再读取具体说明。这通常被称为渐进披露：需要的信息随着任务推进，逐步进入上下文。可你打开项目代码，发现启动时已经逐个调用 read_text，把所有 SKILL…

#Agent#Skills#渐进披露

项目实战·模型微调

Function Calling 微调

匹配正文：…阅读下方对应公开教程，再按需要咨询课程安排。教会模型在合适的时机，用正确参数调用正确工具 Function Calling 是 Agent 工程中的关键环节:模型要判断何时调用、选择哪个工具，并生成可校验的参数。这部分计划从业务场景、数据构造、训练策略与调用评估四个方面展开。尚未公开的内容只说明范围，不预设训练效果。业务背景为什么要 Function Calling 业务场景怎么定数据从哪来数据工程 Function Call 数据格式怎么造高质量样本难例 /…

求职指南·RAG

企业知识库 RAG 架构项目模拟面试

匹配正文：…至少两个候选方案、真实约束与放弃原因质量、时延、开发和维护成本下一步：metrics。配套学习：垂直领域 RAG 完整架构、Agent 中 RAG 瓶颈怎么破?。 5. metrics · metrics 你所说的效果改善具体是哪一个指标？基线、评测集、样本量、统计窗口和单变量实验分别是什么？考察重点：核验效果数字是否有定义、基线、样本和可归因证据。 Recall@k、答案正确率等指标的公式、分母与统计窗口冻结评测集、模型和检索配置下的旧方案结果评测集来源、规模、…

#模拟面试#简历项目#连续追问

求职指南·RAG

RAG 评测集与 bad case项目模拟面试

匹配正文：…集？考察重点：测试约束变化后的迁移、容量和风险判断能力。容量、数据量或租户增长的量化模型新约束下的方案调整与代价配套学习：Agent 如何防越权与隐私泄露?。评分与复盘 dimension：ownership 0：只会复述团队目标，无法说明本人职责。 1：能说出参与模块，但职责边界和决策权不清。 2：能区分本人、同事和平台职责，并给出实现证据。 3：职责、决策、协作边界和可核验工件完整一致。 dimension：chain-understanding 0：只罗列技术…

#模拟面试#简历项目#连续追问

求职指南·RAG

多轮对话、引用与权限隔离项目模拟面试

匹配正文：…ermission_risk → metrics-proof。下一步：failure。配套学习：大模型输出怎么做真实性验证?、Agent 如何防越权与隐私泄露?。 6. metrics · metrics-proof 请说明权限泄漏率的分母、对抗样本、身份矩阵和期望结果，并给出同一会话集上的引用基线；没有对抗集就不能声称隔离可靠。考察重点：二次核验缺失的指标证据；仍无法提供时，在复盘中标记为“只有知识，没有项目事实”。多轮一致性、引用正确率和权限泄漏率的判定规则同一…

#模拟面试#简历项目#连续追问

转大模型应用开发路线图(2026):研究生/Java 后端要学什么、多久上岸

匹配正文：普通工程师转大模型应用开发,不是把算法岗那套从头学一遍,而是先选应用落地入口:用 4-5 个月把概念、LLM 调用、RAG/Agent 项目、真题与面经串成一条线;研究生重在实习窗口,在职后端重在保留工程优势再补模型层。作者:吴师兄 | 适合:研一/研二、工作约 3 年 Java/后端、想从传统工程转大模型应用的人 | 前置:会写代码,最好做过后端服务或课程项目先说清楚:这条路线不是算法岗备考路线大模型应用开发的核心产出不是论文,也不是从零训练一个基座模型,而是把模型能…

#Agentic RL#Verifier#Reward

Agentic RL 项目，Reward 到底怎么设计？面试官会怎么问？

匹配正文：上周三训练营的模拟面试，轮到一个 26 届的同学。他简历上有这么一行，是前一周我和他一起改出来的：售后操作智能体 Agentic RL 后训练｜设计规则 Verifier 替代模型自评：5 维奖励 + 11 道护栏封顶，人工打分一致率 88% 能写出这一行，说明他的项目是真做扎实了。不过简历上写得出来，面试的时候不一定讲得出来，我让他把我当成面试官，先完整讲一遍。 👔 我：为什么不直接让大模型给轨迹打分，省这么多规则？ 🙋 他：因为大模型打分不准。 👔 我：不准在哪？…

大模型应用开发岗和算法岗有什么区别、普通工程师怎么选

匹配正文：…但日常问题完全不同。维度大模型算法岗大模型应用开发岗核心产出更好的模型、训练策略、评估方法可上线的大模型应用、RAG/Agent 系统、业务流程自动化日常关键词 SFT、DPO、RLHF/GRPO、数据配比、loss、benchmark API、RAG、Agent、工具调用、检索、评估、延迟、成本面试重点数学基础、论文理解、训练细节、实验设计项目深挖、系统设计、工程取舍、真题口述简历筛选硕博、论文、竞赛、模型训练经历加分明显工程经验、项目深度、上线能…

Agentic RL 项目，GRPO 为什么不用 PPO？六道大厂真题逐题复盘

匹配正文：… 约束 11 道，全对全错和训练崩溃 9 道。有些题一道里问了两样。你简历上要是有这么一行，这些题基本都会落到你头上：售后操作智能体 Agentic RL 后训练｜GRPO 后训练：K=4 组内优势 + 崩塌熔断，任务成功率 8% → 93%（pass@1，reward ≥ 0.9）我看下来，大家的问题出在准备的方向上。备的是算法对比，PPO 有 critic，GRPO 没有，背得很熟。面试官顺着往下问的是项目：你为什么这么选，代价是什么，训崩了你怎么知道。我从里面挑…

#Agentic RL#GRPO#PPO

2026 大模型岗就业市场:招聘量、城市、薪资档位、哪些公司在招

匹配正文：…有机会,不能直接等同于个人结果。原因很简单:AI 岗位内部差异很大。大模型算法负责人、AIGC 算法工程师、RAG 应用工程师、Agent 开发、推理部署、AI 产品技术岗,都可能被归到“AI 岗位”里。平均薪资会被高阶算法和管理岗拉高,招聘量也会被同一家公司多地重复发布放大。所以更有用的读法是三层: 层级代表岗位对转行者意味着什么头部模型/大厂核心算法大模型算法、后训练、推理框架、模型评估门槛高,适合有科研/训练/强算法履历的人互联网与 AI 应用团队 RA…

大模型应用开发岗一天在做什么?细分岗位画像

匹配正文：大模型应用开发不是一个岗位,而是一组围绕“把模型用起来”的岗位:RAG 工程、Agent 开发、推理部署/LLMOps、应用算法都会被写成类似 JD。选方向时不要只看标题,要看日常任务、项目证据和面试题模块是否匹配你的背景。作者:吴师兄 | 适合:看 JD 看晕、不知道自己该投哪类大模型岗位的人 | 前置:知道 RAG、Agent、微调、推理部署的基本含义先拆掉一个误区:同名岗位可能完全不同招聘软件里“大模型应用工程师”“LLM 工程师”“AI 应用开发”“大模型算法工…

研一/研二转大模型应用开发:三年怎么规划、来得及吗

匹配正文：…,而且时间窗口比在职转型更好:你有课程、实验室、实习和秋招四个抓手。关键不是把所有理论学完,而是在研二前做出一个能讲透的 RAG/Agent 项目,用暑期实习把简历从“想转”变成“做过”。作者:吴师兄 | 适合:研一、研二、27/28 届准备转大模型应用开发的同学 | 前置:会写代码,最好有课程项目或实验室经历先给结论:研究生最大的优势是时间,不是学历硕士学历确实会降低部分 AI 岗位的筛选难度,但它不是自动通行证。真正有价值的是你比在职转型者多了三件事: 可以用 1-…

工作三年的 Java 后端转大模型:在职怎么转、什么时候跳槽

匹配正文：工作三年的 Java 后端转大模型,最稳的打法不是辞职重学,而是在当前工作外用 12 周做出一个能讲透的 RAG/Agent 项目,把服务化、数据处理、稳定性经验翻译成大模型系统能力;等简历能过筛、项目能抗追问,再进入集中投递。作者:吴师兄 | 适合:工作 2-5 年 Java/后端、想转大模型应用开发但不想冒进的人 | 前置:有后端项目经验,能稳定抽出每周 8-12 小时先说职业决策:不要把“转行”理解成清零 Java 后端转大模型应用开发,不是从后端跳到另一个完全陌生…