匹配正文：写了 asyncio.gather，8 个研究 Agent 为什么还在排队？一个研究问题拆成八条路径，每条路径交给一个Agent，最后综合报告。代码里有异步函数，也有asyncio.gather。看起来八条路径已经一起出发，运行时却可能还是一条结束，下一条才开始。这时最容易改的是配置：把并发数从四调到八，再调到十六。但如果第一条研究任务一直占着事件循环，后面的任务没有机会执行，增加号码牌并不能让窗口同时接待更多人。准备DeepResearch项目面试，不能只指着函数前面…

#DeepResearch#asyncio#多Agent

面经·项目面试

子 Agent 有独立上下文，为什么还要认真写交接？

匹配正文：…的故障不属于当前范围。它把一个子任务交出去，内容却只有一句：“检查登录问题。” 父任务知道版本，也知道哪些线索已经过期；接手的子 Agent 是否知道，要看这些信息有没有进入它的输入。给它起一个“登录专家”的名字，并不会把父会话的讨论一起带过去。独立上下文能让分工更干净，也会切断隐含信息。如果交接只剩一个宽泛目标，接手者可能重新选择范围，甚至认真研究一个父任务已经排除的问题。做多 Agent 项目，值得追到实现里的一问是：子循环启动时，第一条消息里究竟有什么？先把这个入…

#Agent#子Agent#上下文交接

面经·项目面试

工具返回要读，却不该替模型领训练信号：Agent 的 Mask 怎么接？

匹配正文：工具返回要读，却不该替模型领训练信号：Agent 的 Mask 怎么接？假设你在训练一个查库存的 Agent。用户问某款设备还有几台可用，模型先生成查询调用，工具返回“可用数量为三台”，模型再据此回答。把这段交互展开，会看到模型调用、工具返回、模型回答连续排在一起。训练接口把它们装进同一个 response 序列，名字又叫“响应”，于是很容易把整段都当成模型生成，统一标记为参与训练。问题就出在这里。库存结果来自环境，模型需要读它，才能完成下一步回答；但这段结果并不是模型…

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#强化学习#工具调用

面经·项目面试

Agent 的工具 Schema，究竟能拦住什么？

匹配正文：Agent 的工具 Schema，究竟能拦住什么？给 Agent 接一个附件检查工具，接口看起来很简单：传入 attachment_id，返回照片、发票或签收凭证的检查结果。工具说明写着“字符串、必填”，再补一句“编号来自附件列表”，似乎已经把使用方式交代清楚了。接着会遇到一个很具体的问题：模型传来一个空值，系统究竟在哪一层拒绝？如果传来另一个订单的附件编号，又是谁负责发现对象错了？只看工具定义，很容易把这些问题都归到“Schema 会校验”。真正沿执行链走一遍，会发现…

#Agent#工具调用#Schema

面经·项目面试

Agent 压缩了上下文，为什么任务还在，条件却丢了？

匹配正文：…值就跳过。前面几轮，它能准确复述这三个条件。后来读了不少代码、跑了几次检查，上下文越来越长，于是系统生成一段摘要，把旧消息换掉。Agent 接着工作，仍然知道要“补采集时间”，却把字段写成了 timestamp，还顺手覆盖了旧字段。你翻开摘要，里面写着“继续完善日志时间字段，保持数据结构一致”。这句话没有明显事实错误，读起来也很顺。但真正决定下一步怎么改的条件已经不在了。做 Agent 项目时，谈到上下文压缩，很容易停在“历史太长，调用模型总结一下”。后面的追问才碰到实…

#Agent#上下文压缩#记忆管理

面经·项目面试

Agent 说“文档建好了”，你怎么验收？

匹配正文：Agent 说“文档建好了”，你怎么验收？用户给 Agent 一个任务：“查一下这项技术的主要方案，整理成飞书文档，发给我。” 几分钟后，聊天窗口里出现了链接，最后一句是“文档已创建，可以查看”。如果把这个项目写进简历，接下来有个问题很值得准备：你凭什么判断它完成了？链接能打开，正文可能只写进去一半；正文完整，引用可能对应错了；服务账号能读，接收者可能没有权限。每一步都返回过成功，用户仍然可能拿不到想要的东西。做 Agent 项目时，我会先把“完成”拆开。模型结束回复、…

#Agent#工具调用#工程实践

求职指南·RAG

企业知识库 RAG 架构项目模拟面试

匹配正文：适合简历中写过企业知识库或 RAG 项目的人，重点练自己负责的部分、项目架构、检索效果和上线问题。教学示例：先换成自己的真实项目描述，再逐题练习。下面保留完整追问分支、检查重点与评分规则。项目描述示例负责【真实业务场景】企业知识库 RAG，承担【真实职责】，交付【真实工件】。需要准备：真实业务目标；个人职责边界；可核验工件。在【固定评测集】上将【真实指标】从【真实基线】改善到【真实结果】，同时满足【时延或成本约束】。需要准备：指标定义；评测集来源；基线与结果；工程…

#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：适合做过 RAG 评测的人，重点练评测数据怎么来、指标怎么算、错误怎么定位，以及怎样持续改进。教学示例：先换成自己的真实项目描述，再逐题练习。下面保留完整追问分支、检查重点与评分规则。项目描述示例负责【真实 RAG 场景】评测体系，承担【样本、标注、指标或平台模块】。需要准备：个人职责；样本来源；评测工件。建立【真实评测集与指标】，定位【真实失败类型】并验证【真实改动】。需要准备：指标与基线；样本切片；失败分类；验证结果。逐层练习 1. ownership · …

#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

系统教程·Agent

Agent 面试题大全与开发指南

匹配正文：…己的回答。配套教程 Deep Research Agent 实战：8 章系统拆解知识模块 Agent 架构·工具调用·记忆·多智能体 Prompt 工程(Agent 的地基) 常见问题 Agent 面试和 RAG 面试考察重点有什么不同？ RAG 考检索质量与评估，Agent 考系统设计与鲁棒性：规划怎么做、工具调用失败怎么重试、记忆怎么分层、多 Agent 怎么协作。两者经常组合出现——Agent 把 RAG 当工具之一。没有 Agent 项目经验，从哪里开始最快？ …

#专题学习#Agent 面试题大全与开发指南

面试题·Agent

LLM、Workflow 和 Agent 怎么选？什么任务根本不该做成 Agent

匹配正文：面试官问：“你这个功能为什么要用 Agent？写个固定工作流不行吗？” 这句话听起来像在问概念，实际上是在核验两件事：第一，你是否真的理解自己做的系统；第二，你有没有为了追热点，把一个本来很确定的问题硬包装成 Agent。很多项目介绍里写着“基于 Agent 实现智能决策”，追问两轮才发现，系统只有一次模型调用，或者永远按相同顺序调用三个接口。这样的实现不是不能用，而是命名和设计依据都说不清。面试官担心的也不是术语用错这么简单：如果团队连控制流属于谁都没有想明白，后续的权限…

#Agent#架构与规划#Agent 和 Workflow 区别

面经·项目面试

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？…

#Agentic RL#Verifier#Reward

面试题·Agent

Agent 规划应该写在 Prompt 里，还是固定在业务代码里？

匹配正文：面试官问：“你们的 Agent 是怎么规划的？行业流程都写在 Prompt 里吗？” 这道题最容易出现两个极端答案。一种说法是：“全部让大模型自己拆任务，这样最灵活。”另一种说法是：“模型不可靠，所以所有步骤都写死。”前者忽略安全与确定性，后者又把 Agent 做成了披着模型外衣的固定流程。生产系统更常见的答案在中间：代码定义不可越过的边界和主流程，模型只在不确定、可验证、可回退的局部做规划。真正的难点在于规划权放在哪一层，以及模型给出的计划如何进入执行系统；一句“请逐步…

#Agent#架构与规划#Agent 规划 Prompt 还是代码

面经·项目面试

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

面试题·Agent

ReAct Agent 为什么会死循环？停止条件和步数上限怎么设计

匹配正文：面试官问：“你的 Agent 如果一直调用工具不结束，怎么办？” 最常见的回答是：“设置最大循环次数。” 这句话只能证明你知道怎么止损，不能证明你知道为什么循环。最大步数像保险丝，任务失控时可以切断，但如果目标、工具结果和状态设计没有修复，下一次请求仍然会以同样方式撞上保险丝。这道题真正考的是：ReAct 每轮究竟在更新什么，系统如何判断完成，错误怎样改变下一步，什么时候应该重试、澄清、降级或转人工。先给出 30 秒回答 ReAct 的 while 往往没有写错，死循环更…

#Agent#架构与规划#ReAct Agent 死循环

面试题·Agent

Agent 反思机制怎么落地？Reflector 和 Critic 不能只让模型“再想一次”

匹配正文：…实验证的部分优先不用模型自评，同时限制反思次数、修复范围和预算，并保存每轮缺陷、证据和动作。这样才能证明反思修复了什么，而不是让 Agent 无限制地多想几轮。回答中最重要的是“外部证据”“缺陷类型”“修复范围”和“停止条件”。少了这些，反思很容易变成昂贵的同义改写。 Reflector 和 Critic 分别负责什么一种 LangGraph 教学示例会把工作流拆成 Router、Planner、Executor、Reflector 和 Critic 等节点。具体项目未必…

#Agent#架构与规划#Agent 反思机制

面试题·Agent

Agent 任务中断后怎么恢复？Checkpoint、断点续跑和人工审批怎样设计

匹配正文：面试官问：“Agent 跑到一半进程挂了，或者遇到高风险操作要等人确认，恢复时怎么保证不从头再来，也不会重复执行？” 只报出“LangGraph Checkpoint”远远不够。保存一份状态很容易，真正困难的是：保存的状态能否代表一个一致的执行位置，恢复时使用哪版代码和工具，已经完成的写操作会不会再做一次，审批前后状态有没有被篡改，以及等待几小时后外部数据发生变化该怎么办。如果现有项目还没有完整实现持久化恢复，也不必编造“已经支持秒级恢复”或“恢复成功率”。这类题完全可以按…

#Agent#工作流与状态#Agent 中断恢复

面试题·Agent

Deep Research 有 Search、Visit、Scholar 和 Python，Agent 怎样选对工具？

匹配正文：…而不是靠一个永久黑名单。一个教学场景：调用都成功，研究却没进展下面是教学情境，不代表真实线上 Trace。任务要求确认某开源项目当前版本的部署限制。第一步 Agent 使用 Search，得到官方文档和几篇博客。第二步它再次 Search 一个近义词，仍返回相同页面。第三步它调用 Scholar，找到一篇介绍该方法的论文，但论文不讨论当前产品部署。第四步它根据搜索摘要直接给出限制，没有 Visit 官方文档。从接口看，三次工具都成功。按任务看，没有一条当前版本…

#Deep Research#研究工具与稳定性#Deep Research 工具路由

面试题·Agent

Agent 工具怎么设计和注册？Tool Schema、Registry 与执行器如何解耦

匹配正文：…升级返回格式后，旧运行实例未必能立刻迁移。因此更稳的分层是：工具定义描述能力，注册表描述当前可用实现和策略，执行器负责具体调用。Agent loop 只依赖工具名和统一结果，不关心底层是 HTTP、RPC 还是本地函数。这种解耦还带来一个好处：可以在不修改 Agent Prompt 的前提下更换供应商、增加缓存、接入限流或补充审计。反过来，优化工具描述也不需要改业务执行代码。 Tool Registry 最少要保存哪些元数据一份注册记录可以包含下面这些字段。具体项目按需…

#Agent#工具调用与安全#Agent Tool Registry

系统教程·AI 编程

从单 Agent 到 Coding Agent,它多了什么

匹配正文：…完自己验证"的循环,就成了 Claude Code / Cursor 这类 Coding Agent 的雏形。这也是面试官想听的"Agent 比调一次 LLM 强在哪"。 Coding Agent = 最小 Agent + 三类工具 + 自验证回顾第 7 篇:Agent = LLM + 工具 + 循环。Coding Agent 就是把工具集换成"和代码打交道"的那几样: 工具作用 read_file 读代码,搞清现状 list_dir / search 在项目里找相关文件…

#Agent#AI 编程

面试题·Agent

Agent 有几十上百个工具时怎么选？大工具集路由怎样设计和验收

匹配正文：…用命名空间和能力模板，强制写数据域、前置条件、返回粒度、禁止场景和相似工具差异；发布前做描述冲突检查与难例回归。追问六：你真的在项目里实现了吗如果没有真实大工具集，就明确这是基于现有 Tool Registry 与 Agent loop 延伸的设计方案，当前应先完成候选索引、Trace 和评估集，再谈路由效果，不报虚构准确率。工具上百后，面试里怎样讲路由工具达到几十上百个后，我不会把全部 Schema 直接塞给模型，而会做分层路由。先按用户、租户、任务域、环境、副作用…

#Agent#工具调用与安全#Agent 大工具集路由

求职指南·求职

大模型技术栈全景:RAG / Agent / 微调 / 推理 / 评估各是什么、面试考多少、怎么学

匹配正文：…"我遇到什么问题、试了哪些方案、为什么这么选、效果怎么衡量"——这正是应用岗最想听的。其他方向知道是什么、能接上话即可,不必都做成项目。推荐学习顺序:两类人两条主线结论:通用顺序是先 RAG 打底 → 再 Agent → 评估贯穿始终 → 微调按岗位选修。但研究生和在职后端的起点、主攻和"先跳过什么"应该不一样。人群起点主攻方向先跳过什么里程碑研一/研二在校生从 RAG 基础起步,同时补概念和 Python 栈 RAG 做深 → Agent → 如果目标是算…

#求职#职业转型

面试题·Agent

Agent 工具返回成功就算完成了吗？调用、执行、业务成功要分三层判断

匹配正文：面试官可能会问：“工具接口已经返回 200，为什么 Agent 最后还是做错了？” 这道题看起来像异常处理，实际是在检查你有没有把“成功”定义清楚。一次工具调用可以在协议上完全正常，真实函数也没有报错，但用户目标仍然没有完成。反过来，工具返回空结果不一定是系统故障，也可能是合法业务结果。若所有情况都压成一个 success: true，Agent 就无法判断下一步，监控也会把大量业务失败算成成功。更稳的设计，是把成功拆成三层：调用协议成功、工具执行成功、业务目标成功。三层分…

#Agent#工具调用与安全#Agent 工具成功判断

求职指南·求职

没有大模型项目经验,怎么攒出能写进简历的项目

匹配正文：面试官要的不是「你做过多大的项目」,而是「你在项目里做过多少真实的技术决策」。一个自己从零搭、每个环节都讲得清为什么的 RAG 或 Agent 系统,胜过任何跑通就完事的教程 demo。项目经验是可以在 4-8 周内攒出来的,前提是做的方式对——带评估、留 badcase、每个取舍都能讲清。作者:吴师兄 | 适合:想转大模型岗但手里没有「像样项目」的在校生和后端工程师 | 前置:了解应用岗和算法岗的区别,大致知道 RAG / Agent 是什么没在公司做过 ≠ 没有项目经…

#求职#职业转型