匹配正文：…可能偏离全局目标，需上层Orchestrator统筹 LLM特有挑战幻觉传播：某Agent产生幻觉会通过通信污染其他Agent 成本管控：多轮交互token消耗呈指数级增长，需设计 early exit 或缓存策略一句话总结多Agent的本质是用系统复杂性换取单Agent的能力边界突破，适合任务明确可拆分、需多角色协作的场景；若任务链条短、领域聚焦，单Agent仍是更稳健的选择。学习建议建议系统学习该知识点

#高德#Agent#多 Agent 协作复杂度

面试题·Agent· 高德

Agent 工具选择：打分排序机制

匹配正文：核心设计思路工具选择本质是多目标决策问题，需在功能正确性、成本、时效性间权衡。建议采用**"语义路由 → 候选集生成 → 多维度打分 → 动态决策"**的分层架构。关键决策维度维度说明数据来源功能匹配度工具描述与任务需求的语义相似度 Embedding相似度、LLM判断历史成功率该工具对此类任务的完成率执行日志统计成本/延迟 Token消耗、API费用、响应时间实时监控当前负载服务可用性、限流状态健康检查接口实现方案方案一：规则+启发式（冷启…

#高德#Agent#Agent 工具选择

面试题·Agent· 美团

哪类 Agent 最易大规模落地?

匹配正文：答案要点明确给出判断结论并论证从技术可行性、用户需求、部署成本三个维度展开分析结合具体场景说明落地路径提及关键制约因素和风险体现对美团等业务场景的理解我的判断：任务自动化Agent（尤其是企业内部的垂直场景）最可能短期内大规模落地。三个维度的分析技术可行性当前LLM的指令遵循、工具调用（Function Calling）能力已相对稳定，足以支撑"明确输入→确定步骤→调用API→输出结果"的闭环相比需要复杂推理的科研Agent或强创意的内容Agent，任务…

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

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#美团#Agent#AI Agent 商业化

面试题·评估· 高德

Agent 多工具如何评分选路?

匹配正文：核心设计思路工具选择本质是多目标优化问题，需在准确性、延迟、成本、成功率间权衡。我按三层架构来设计：一、工具表征层：建立统一描述每个工具注册时标注元信息：能力边界：输入输出Schema、支持的任务类型性能画像：历史成功率、平均延迟、调用成本质量评分：人工标注或离线评测的准确率 # 工具描述示例 tool_profile = { "name": "weather_api_v2", "capabilities": ["current_weather", "foreca…

#高德#评估与监控#Agent

面试题·评估· 美团

RAG 指标权衡与阈值

匹配正文：…档是否被召回知识库场景优先保召回，客服场景可适当降低 MRR/NDCG 排序质量，高相关文档是否靠前影响LLM输入质量，但计算成本高上下文相关性召回内容与query的语义匹配度需过滤噪声，避免无关信息干扰生成二、生成质量指标指标意义实践考量答案相关性回答是否切题，有无答非所问最基础指标，但无法检测幻觉事实一致性生成内容是否与检索文档一致最关键指标，需用NLI模型或人工校验信息覆盖率是否完整回答用户问题多跳问答场景尤为重要三、典型场景权衡 …

#美团#评估与监控#RAG 指标权衡与阈值

面试题·评估· 高德

Agent 有多个工具时如何安全选路？

匹配正文：… schema 不兼容、配额不足、健康状态异常，以及当前任务不允许的副作用。安全、合规、目录有效和用户确认是门槛，不能被低延迟或低成本抵消。工具注册信息至少包含版本、能力、输入输出 schema、资源范围、副作用级别、幂等语义、超时/取消、费用口径、数据新鲜度和已知限制。 2. 条件化估计而非简单倒数对剩余候选，按任务类型和上下文估计成功质量、延迟分布、成本、数据时效与故障概率。1/Cost、1/Latency 在接近零时会失真，各指标单位也不同；应归一化或用约束优化，并…

#Agent#工具选择#权限

面试题·评估· 字节

RAG 自动与人工评估

匹配标题与标签：RAG 自动与人工评估 RAG 自动评估与人工评估的指标、成本和场景评估字节评估与监控 RAG 自动与人工评估 RAG 自动评估和人工评估怎么选 RAG 评估指标 RAG 自动评估 RAG 人工评估字节

#字节#评估与监控#RAG 自动与人工评估

面试题·评估· 快手

单 Agent 与多 Agent 选型

匹配正文：…适用场景与局限（简单任务、低延迟、资源受限）多Agent核心优势（并行化、专业化、容错隔离）架构决策的关键权衡（延迟vs质量、成本vs效果、维护复杂度）决策框架：从任务特征出发评估任务复杂度的四个维度：步骤深度：是否需要>5步的链式推理工具多样性：是否跨领域工具（搜索+代码+数据库+API）信息依赖：子任务间是串行依赖还是可并行容错要求：单点失败是否导致全局崩溃单Agent架构适用场景明确边界的一次性任务（如单轮问答、简单工具调用）延迟敏感场景（客服实…

#快手#Agent#单 Agent 与多 Agent 选型

面试题·评估· 淘天

RAG 评估：检索、生成与端到端指标

匹配正文：…关键认知：忠实于上下文不等于现实事实正确，正确但缺少引用与有引用却基于错误资料也要区分。按场景同时评估忠实度、事实、完整性、拒答及成本，不给指标排通用优先级。版本、裁判与人工校准记录应固定。参考资料 Stanford 信息检索教材：Precision 与 Recall RAGAS v0.1.21 Answer Correctness RAGAS Context Precision

#淘天#评估与监控#RAG 线上效果评估

面试题·评估· 淘天

LangGraph 适用边界与替代

匹配标题与标签：LangGraph 适用边界与替代 LangGraph 的反适用场景、成本和替代方案，补充适用边界与工程取舍评估淘天评估与监控 LangGraph 适用边界与替代 LangGraph 什么时候不该用？适用边界与替代方案 LangGraph 应用场景 LangGraph 优势 Agent 工作流淘天

#淘天#评估与监控#LangGraph 适用边界与替代

面试题·评估· 美团

Agent 哪个方向最易落地?

匹配正文：答案要点明确选择一个具体方向并给出充分理由从技术成熟度、市场需求、成本效益三个维度展开分析体现对当前Agent能力边界的清醒认知给出可落地的具体形态而非泛泛而谈提及风险因素和关键突破点选择方向：编程助手（AI Coding Agent）一、技术成熟度：最先跨越"可用阈值" 任务边界清晰：代码有明确语法规则、可验证的执行结果（编译/运行/测试），反馈闭环完整数据质量极高：GitHub、Stack Overflow等提供了海量结构化代码数据，SFT和RLHF数据获…

#美团#评估与监控#Agent 商业落地

面试题·模型微调· 华为

Few-shot vs Zero-shot vs Fine-tuning 怎么选?

匹配正文：…-tuning 不是按“样本达到某个固定数量”自动切换。先建立覆盖正常输入、边界、拒答和分布外样本的评测集，再比较质量、延迟、单次成本、维护成本和隐私边界。没有这条基线，“Fine-tuning 天花板更高”或“10 个示例就够”都只是猜测。怎样选择方案更适合的情况主要代价与风险 Zero-shot 基座模型已经理解任务，指令和输出契约可以直接说清最省上下文；复杂标签、特殊格式或隐含业务规则可能不稳定 Few-shot / ICL 少量代表性示例能澄清标签边界、风格…

#华为#Few-shot 提示#Zero-shot 对比

面试题·模型微调

SFT vs RAG 知识更新

匹配正文：…能上限瓶颈给出典型适用场景的判断标准能结合业务场景做选型建议核心对比维度 SFT RAG 知识更新灵活性差。需重新训练，成本高、周期长优。知识库热更新，分钟级生效推理准确性依赖训练数据质量，易幻觉可控。检索结果可溯源、可干预部署复杂度相对简单，单模型推理复杂。需向量库+检索+重排序+生成多模块泛化能力强。内化知识，复杂推理更连贯弱。依赖检索质量，知识片段间推理易断裂性能上限分析 SFT上限：受限于参数容量和训练数据天花板。模型无法记住无限知识，…

#SFT#RAG 知识更新#SFT vs RAG 知识更新

面试题·RAG

RAG 和微调怎么选？

匹配正文：…模型不动，回答前先检索资料喂给它知识时效性：知识经常变 → 选 RAG，改知识库即时生效；微调的知识固化在参数里，更新就得重训成本：RAG 主要是工程成本；微调需要标注数据 + GPU 训练，且每次知识更新都要再花一遍幻觉：RAG 答案有原文可溯源，更可控；微调过的知识模型照样可能记岔、编造核心概念 RAG 与微调（Fine-tuning）是给大模型补充领域能力的两条路线：RAG 在回答时从外部知识库检索资料喂给模型，模型参数不变；微调则是用领域数据继续训练模型，把知…

#入门#基础概念#RAG和微调的区别

面试题·模型微调

全量微调和 LoRA 微调怎么选?

匹配正文：答案要点全量微调更新模型全部参数,效果上限高但成本极高;LoRA 只训练少量新增的低秩矩阵,成本低、易部署显存先做参数状态与激活预算：7B并不直接决定必须多卡A100，LoRA也不保证24GB足够；需说明基座精度、序列、batch与分片/检查点配置。灾难性遗忘：LoRA冻结基座不等于启用adapter后通用能力不下降；两种方法都要做通用/安全回归。未合并且无其它基座改动时，可停用adapter恢复基座行为。可先用较低成本的LoRA建立实验基线；数据量与任务名称不能单独…

#入门#基础概念#LoRA微调

面试题·模型架构

Token 是什么?为什么大模型按 Token 计费?

匹配正文：…2 token 按 Token 计费是因为计算量与 Token 数直接成正比,每生成一个 token 都要完整跑一遍前向计算估算成本先估 Token:输入和输出都收费,输出单价通常更贵核心概念 Token 是大模型读写文本时的最小处理单位,由分词器(Tokenizer,把文本切分成小片段的组件)按照训练好的词表把句子切开。它不等于「字」也不等于「词」:常见英文单词可能整体就是 1 个 token,生僻词会被拆成几段,一个汉字可能对应 1~2 个 token。主流切分算法是…

#入门#基础概念#token是什么

面试题·知识图谱· 字节

GraphRAG 原理与传统 RAG 如何选择？

匹配正文：…实体及其邻域问题。 Global Search：对社区报告执行 map-reduce 式聚合，适合整个语料的主题、风险或趋势概览；成本和摘要损失需要单独评估。 DRIFT Search：以社区信息为起点再做局部跟进，是全局与局部之间的一种实现选择。 Leiden 社区检测属于 Microsoft GraphRAG 标准索引的一种实现，不是所有“GraphRAG”的定义。自然语言问题也不一定会转成 Cypher；检索可通过实体匹配、文本相似度、社区报告和图遍历组合完成。怎么选…

#字节#GraphRAG 原理#GraphRAG vs RAG

面试题·Prompt· 高德

ReAct vs 纯提示：为何更优？

匹配正文：…求中给出的上下文和模型参数知识可以查询当前数据或执行工具分支处理适合路径清楚、一次即可完成的任务可根据工具结果调整下一步成本与延迟通常较低、行为更容易限定多次模型和工具调用，成本与失败面更大可审计性可记录输入与最终输出还可记录行动、观察和状态迁移 ReAct 更适合依赖动态事实、外部执行或多步条件分支的任务。例如退款处理需要查询订单状态、读取当前政策、计算金额，再依据每步结果决定是否继续。这里的收益来自真实工具结果和反馈闭环，而不是“多想几步”本身。直接…

#高德#Agent#ReAct 框架

面试题·检索· 字节

RAG 什么时候需要重排？

匹配正文：…；它不能找回第一阶段完全漏掉的文档，也不能修复权限过滤、解析、切分、索引更新或错误标注。是否需要重排应由冻结评测集上的增益、延迟和成本决定，不是 RAG 的必选配置。召回与重排的分工第一阶段的目标是在预算内生成覆盖率足够的候选。它可以是关键词、稠密向量、稀疏向量、结构化查询或多路组合，不一定是双塔模型。第二阶段读取查询与候选的更多信息重新排序，例如 Cross-Encoder 对每个 query-document 对联合编码，因此通常比预计算文档向量更贵。先检查候选 R…

#RAG#重排#Cross-Encoder

面经·项目面试

工具报错后，先分清是谁的问题

匹配正文：…成了多少轮回复。在第二组人工对照里，预期仍固定为一次，错误全部标为 environment，并保留非空收尾文本，让比较集中在调用成本上。把实际调用增加到两次，但两次订单号不同，没有重复，效率子分是 0.95：多出的一次调用产生了成本。如果两次调用连参数也相同，重复计数增加一次，同时实际数量仍比预期多一次，效率子分变为 0.75。直接模型错误计数依旧为零，但另外两项仍在生效。免除一项错误责任，与免除整条轨迹的行为成本，是两回事。这也暴露出规则的取舍。同工具同参数的再次调用…

#Agent训练#工具错误#错误归因

项目实战·RAG

RAG 智能问答系统

匹配正文：… 当前状态：贡献待验证检查方式：分别关闭改写、混合检索、重排与引用约束工程代价起点或对照：只看平均延迟验证目标：延迟 + 成本 + 稳定性当前状态：结果待压测检查方式：记录 P50/P95、吞吐、单次成本与降级表现把自己实际完成的部分写进简历以下是填写框架，需要替换为自己的项目事实。入门段位适合：应届 / 转行 ## [项目名称]（个人学习 / 课程实践） - 资料来源：[公开资料 / 自有资料，说明授权与规模] - 我实际完成：[解析 / 切分 / 检索…

#项目实战#RAG 智能问答系统

项目实战·Agent

Deep Research Agent：从证据链到可恢复任务

匹配正文：…解项目实现；简历应填写自己实际完成的工作与测量结果。执行框架区分 ReAct 范式与「把完整轨迹持续追加」这一具体实现的上下文成本比较 IterResearch 演进报告、窗口、外部记忆与周期摘要的状态保留边界把研究过程拆成状态、动作、证据与可验证的停止条件工具与长程记忆 Search / Visit / Scholar / Python 候选工具经服务端鉴权、校验、预算、容错与缓存网关执行比较演进报告、周期摘要与外部记忆，并验证事实、限定条件和引用是否保留裁剪…

#项目实战#Deep Research Agent

项目实战·Agent

Agent / Multi-Agent 系统

匹配正文：…ervisor 适合需要动态路由的任务。每次交接都要有输入、输出、所有者、超时与失败处理协议。并行会带来冲突、重复副作用和更高成本，需要幂等、合并和预算约束。工程落地工程验收应沿完整链路进行：用户动作 → 页面状态 → 请求参数 → 服务端授权 → 工具或数据写入 → 响应 → 页面更新 → 刷新后的真实状态。工具注册表保存输入 Schema、角色权限、超时、重试和副作用等级。 Checkpoint、Trace 和工件版本共同支持恢复、定位与受控回放。 Code I…

#项目实战#Agent / Multi-Agent 系统

学习路线·学习路线

大模型应用开发学习路线

匹配正文：…安全和可观测长任务调研、多源证据、报告生成、Agent 训练与评估 Deep Research 任务拆解、证据校验、长任务恢复、成本和评估治理如果 JD 同时写了知识库、Agent 和评测，也不代表你要同时做三个项目。选一条作为主项目，其他能力只补到可以和主链路协作。不确定应用岗和算法岗怎么选，先看应用开发岗与算法岗的区别；不知道 JD 里的词对应什么工作，看大模型岗位画像和JD 逐条解读。过关标准：你能说清一类目标岗位的主要产出，选定一条主项目线，并列出现阶段明确…

#学习路线#RAG#Agent