匹配口述回答：…产出设计文档、代码、测试用例。但适用边界很窄，只适合结构化任务，而且前提是你的业务能拆成标准流程，否则Agent之间消息一多，协调成本就上去了。举个例子，一个电商后台的满减政策生成，规则是确定的，可以用MetaGPT让一个Agent写规则，另一个Agent验证边界情况，效果很好。但如果需求本身模糊，比如'做个好用的用户中心'，那它就容易陷入无休止的讨论。最后是原生方案，就是直接调用模型的Function Calling能力，或者用OpenAI Assistants API。…

#淘天#Agent#Agent 开发框架对比

面试题·Agent· 商汤科技

Tool Calling 失败处理

匹配口述回答：…到 [[Toolformer]] 那类自监督训练的思路，模型学会在文本里插入工具调用 token。但它的风险是可能会滥用工具，推理成本也高，我目前更倾向用 ReAct 加人工设计的工具链。整体上，我更倾向把 tool calling 看成模型能力的扩展，而不是替代。它擅长解决实时信息获取和精确计算这类问题，但前提是工具接口稳定、schema 设计合理。如果这两点不满足，模型再强也容易翻车。一句话定位：本质是让模型学会何时用工具、用什么、传什么参数核心流程与实现方式对比 …

#商汤科技#Agent#Tool Calling 失败处理

面试题·Agent

Agent 项目经历完整复盘

匹配口述回答：…个人贡献。【回答框架】项目面向【真实用户或流程】，原有问题是【可观察现象】，成功指标为【定义、样本和观察窗口】，约束包括【延迟、成本、权限和安全】。我的职责是【本人模块】，团队提供【模型平台、数据、后端或产品能力】。系统从【请求】进入，经【规划或路由】、【工具执行】、【状态更新】、【结果校验】到【返回或人工】，完整链路为【】。【事实填空】实际模型和版本是【】，工具类型与数量是【】，我完成的关键改动是【】。它针对【真实根因】，与【备选方案】比较后选择，真实结果为【】，代价为…

← 上一页第 27 / 30 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

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#Agent 项目复盘#任务成功率#Agent 项目经历完整复盘

面试题·Agent· 淘天

LangGraph 构建 Agent 有几种方式?

匹配口述回答：…essageGraph更轻量，开发效率更高。反过来，MessageGraph用着用着发现状态不够用，再重构到StateGraph，成本也不低。所以我会先评估流程复杂度，再选。还有一个点值得提，就是LangGraph的优势其实在于它的图结构打破了DAG限制，允许循环，这点在实现自我反思或者纠错逻辑时特别有用。比如Agent执行工具调用后，如果结果不对，可以自动回到推理节点重试，而不是简单报错。总的来说，我更倾向把StateGraph当作默认选项，因为它平衡了可控性和灵活性，…

#淘天#LangGraph Agent 构建#StateGraph vs MessageGraph

面试题·Agent· 字节

多 Agent 协同选通信还是共识?

匹配口述回答：…多领域知识、可以并行化的场景，比如内容审核、研报生成。但如果任务简单，比如就是链式调用几个工具，单agent加工具反而更轻量，协调成本低。真正落地的时候，往往是混合用，复杂任务用多agent拆解，简单子任务让单agent快速搞定。不过，我最近在思考一个问题：当任务耦合度特别高的时候，比如子任务之间有强依赖，规划者拆出来的子图可能深度很大，协调成本反而会超过并行带来的收益。这种情况下，是不是应该考虑用[[GraphRAG]]那种图结构来建模任务依赖，而不是简单的层级结构？这个…

#字节#Agent#多智能体协同

面试题·Agent· 字节

大量工具怎么选?

匹配口述回答：…不达标就迭代描述。然后看缓存一致性，工具结果变了但缓存没刷新，给用户旧数据，这很危险，所以缓存要有TTL和主动失效机制。另外还要看成本，预加载和并行调用会加大资源消耗，得做容量规划。另外，我觉得还有一个方向可以深挖，就是工具学习。通过收集工具调用的成功率、耗时、用户满意度，反过来自动优化工具描述，甚至根据历史任务模式预测可能需要的工具集。这会是个持续迭代的闭环。所以整体上，我更倾向把大规模工具管理看成检索加编排的组合问题，而不是让LLM自己硬扛。分层架构解决规模，语义检索…

#字节#百度#Agent

面试题·Agent· 字节

Agent 长期记忆架构与更新策略

匹配口述回答：…，然后拿一个轻量模型做 [[重排]]，比如 [[Cross-Encoder]] 打分，取Top-K。这里有个坑：如果召回太多，重排成本会很高，所以我会先粗筛，控制候选数在几十条以内。更新策略分实时和定期。实时更新：每轮对话后，用LLM或者规则提取关键信息，增量写到短期记忆，异步更新长期记忆。定期总结：对话结束后触发一个总结任务，生成会话摘要；周期性比如每周，聚合摘要更新用户画像。冲突处理上，我倾向于时间戳优先，新覆盖旧。但如果模型对某个信息的置信度低，我会标记成待确认，不直…

#字节#百度#Agent

面试题·Agent· 字节

Agent 记忆衰退：为何与如何实现

匹配口述回答：…业务节奏。客服场景可以激进一些，天级衰减；个人助理场景就得保守，月级甚至更久。另一个是计算开销，每次检索都对所有记忆做一次衰减计算成本很高。我的做法是把衰减机制放在检索前的候选过滤阶段，或者[[重排序]]阶段，而不是暴力计算。还有一个常见失败场景是，如果衰减策略一刀切，可能把刚写入但还没被检索过的有用记忆也删掉了，所以上线前一定要做模拟回放，用历史数据验证召回率。另外，我最近在关注一个更进阶的方向，让Agent自己学会遗忘。比如用[[Self-RAG]]或者[[Reflex…

#字节#Agent#Agent 记忆衰退

面试题·Agent· 美团

Agent 必备基础能力有哪些?

匹配口述回答：…交互，比如客服要查用户之前的退款记录，那长期记忆就是必须的；如果只是单次问答，短期记忆就够了，没必要每次都去向量库检索，否则延迟和成本都上去了。再讲规划和工具调用。规划负责把复杂目标拆成可执行的子步骤，决定下一步是调用工具还是直接回答。常用模式是 [[ReAct]]，也就是推理和行动交替。工具调用就是 [[Function Calling]]，结构化输出工具名和参数，然后获取反馈。这里有个关键点：规划不是一次性的，而是循环的。比如Thought→Action→Observa…

#美团#Agent#Agent 基础能力

面试题·Agent· 美团

工具 Agent 训练环境设计

匹配口述回答：…状态空间包括当前库存量、过去一周销量、供应商交货周期、季节性因子。动作是补货数量。即时奖励是库存周转率，延迟奖励是缺货率和资金占用成本。环境要支持并行模拟多个SKU，场景参数化比如促销季销量翻倍。上线前我会在数字孪生里跑一个月，对比历史数据，确认策略不产生爆仓或断货，才切换到真实沙箱。说到分布偏移，其实还有一个更难搞的问题是环境非平稳，用户行为变了、供应链变了，策略就会退化。这引出一个问题：怎么在环境变化时自动检测并触发重训？我倾向的做法是维护一个奖励分布监控，一旦均值掉…

#美团#Agent#工具 Agent 训练环境设计

面试题·文档处理· 字节

RAG 数据处理与索引流程?

匹配口述回答：…步的核心是保留多少结构信息。比如技术文档里的标题层级、表格单元格关系，如果全丢掉，后续检索就分不清上下文；但硬要保留所有格式，解析成本会很高。我的做法是，对PDF、扫描件这类非结构化文档，先用 [[OCR]] 做版面分析，把标题、段落、表格还原出来。这里有个前提：如果文档质量很差，比如扫描歪斜或表格跨页，解析失败率会直线上升，那就要在管道里加人工校验兜底。清洗也是双刃剑，去掉页眉页脚和乱码是必须的，但过度清洗可能丢掉关键语义，比如把技术术语里的特殊符号删掉，就麻烦了。所以我会…

#字节#文档处理#向量检索

面试题·文档处理· 腾讯

RAG 文档 Chunk 划分策略怎么选?

匹配口述回答：…块，比如用 LLM 自己判断断点，或者对 Markdown、JSON 按语法树切分。这个在代码或表格场景里效果很好，但代价是延迟和成本。如果面试官感兴趣，我可以展开讲讲结构化分块怎么跟元数据标注结合，来提升检索精度。所以总结一下，我不会把 chunk 策略看成孤立的选择，我更倾向把它当成一个系统工程，结合文档结构、业务场景和上线指标来动态调整。没有银弹，关键是理解每种策略的代价，然后做取舍。一句话定位：chunk 本质是检索精度与上下文完整性的取舍固定长度 vs 语义边…

#腾讯#文档处理#RAG Chunk 划分

面试题·文档处理· 安克科技

RAG向量化：分块与Embedding

匹配口述回答：…导致检索时上下文不完整。递归分块会好一些，先按段落切，超长了再细分，尽量保持语义边界。还有语义分块，用模型判断边界，精度最高但计算成本也高。我的做法是：先比较递归分块、结构分块以及零重叠、短窗口、较长窗口，用同一评测集判断边界证据是否更完整。举个例子，客服退款场景下，一个退款政策文档里，不同条款之间有引用关系，如果分块切断了，检索到一半政策，模型可能误解。还有，我会保留元数据，比如标题、章节号，这样在[[重排]]时能辅助过滤。向量归一化这块，很简单，L2归一化把向量长度变成…

#安克科技#RAG 向量化#Embedding 模型

面试题·评估· 蚂蚁

RAG多轮对话怎么防知识遗忘?

匹配口述回答：…每次更新保留快照，检索时按时间衰减加权，让最新纠正的信息占主导，但旧版本在必要时还能回溯。最后说评估。多轮一致性可以请人打分，但成本高；我倾向用自动指标，比如知识引用覆盖率，看回答里引用的知识是否覆盖了历史关键信息。但更重要的其实是上线前的模拟测试，构造多轮对话流跑一遍，看检索的Recall和漂移率。所以我会把多轮[[RAG]]看成记忆系统设计，核心是状态结构、切换检测和重写鲁棒性这三者的平衡。一句话定位：多轮RAG的本质是记忆管理边界划分：显式状态管理 vs 隐式上下…

#蚂蚁#RAG 多轮对话#知识遗忘

面试题·评估· 字节

RAG 为何要二次生成?

匹配口述回答：…轮检索，而不是一次检索就定答案面试官可能会追问Self-RAG的具体机制、Agentic RAG的架构设计，或者多轮检索的延迟和成本问题

#抖音#RAG 二次生成#向量检索 vs 大模型生成

面试题·评估· 淘天

RAG 怎么减少幻觉?

匹配口述回答：…tic RAG]]，让模型自主决定检索步骤，或者用[[ReAct]]框架把推理和检索交替进行。所以整体上，我会把RAG看成一种低成本、可迭代的知识注入方式，适合知识频繁更新或需要高可信度的场景。但它的天花板在于检索质量，如果知识库本身混乱或检索策略粗糙，效果反而比纯模型更差。我更倾向先用混合检索加Rerank打好基础，再根据业务需求决定是否引入[[Agent]]或微调。一句话定位：RAG本质是给LLM开卷考减少幻觉：显式证据约束生成事实准确：可追溯+多源交叉上下文相…

#淘天#事实准确性#RAG 减少幻觉

面试题·评估· 百度

RAG 错误怎么定位到检索或生成?

匹配口述回答：…文档本身就不黄金。所以上线前我会特别关注文档质量，先人工抽检一批case，确保黄金文档是可靠的。另外，生产环境里全量跑黄金文档实验成本高，我会用轻量版：只对线上报错的case自动注入已知正确文档重跑，对比输出变化，实现半自动化归因。还有一个延伸点我提一下：如果检索和生成各自指标都正常但整体效果还是差，那可能问题不在模块本身，而在检索结果和生成模型的交互，比如检索到的文档虽然相关但信息冗余或矛盾，导致生成模型困惑。这个场景下，我会考虑引入 [[Self-RAG]] 让模型自己…

#百度#评估与监控#RAG 错误定位

面试题·评估· 京东

RAG vs RLHF 幻觉治理

匹配口述回答：…LHF先用偏好训练显式奖励模型，再优化策略；[[DPO]]则直接在偏好对上训练，不要求先训练独立奖励模型。它的本质是习惯矫正，训练成本高，而且有个风险叫 reward hacking，就是模型可能找到奖励模型的漏洞，表面合规实际有害。RLHF 更适合对话安全性和风格对齐，比如金融客服必须严谨，不能有诱导性语言。因此检索与偏好训练可以互补，但都可能失败；需要分别评估知识覆盖、事实正确、引用支持和安全行为。比如在客服系统里，我会先用 RAG 从知识库检索退款政策，并检查证据；再…

#京东#RAG 与 RLHF#RAG vs RLHF 幻觉治理

面试题·评估· 阿里

主流Agent框架优缺点与场景怎么选?

匹配口述回答：…了，调试起来很痛苦，经常出现一个黑盒一样的Chain，出了问题你得一层层拆。而且性能开销大，到了生产环境你必须大量裁剪，不然延迟和成本都扛不住。所以我的感觉是，LangChain更适合快速验证想法，真要上线，你得把它当参考实现，自己重写精简版。再来说LlamaIndex。它的核心是Index，各种索引结构，比如向量、树、关键词、图。它天然是为[[RAG]]设计的，Query Engine封装了检索加合成的标准流程。所以如果你要做企业知识库问答，或者结构化数据查询，Llama…

#阿里云#评估与监控#Agent

面试题·评估· 京东

RAG 缓解哪类幻觉?

匹配口述回答：…让模型基于检索内容生成，再自己检查一遍有没有偏离。还有一个值得关注的点是，如果知识库频繁更新，比如每天都有新政策，那RAG的维护成本会很高。我最近在看[[GraphRAG]]，它对这种多实体、多关系的场景，检索质量比纯向量检索更稳定，但工程复杂度也上去了。总结一下，RAG解决的是事实性幻觉，前提是知识库覆盖、检索准确、生成可控。它和微调是互补关系，微调管模型的行为和风格，RAG管外部知识。碰到逻辑推理问题，我会优先考虑[[Chain-of-Thought]]或者Self-…

#京东#知识型幻觉#RAG 幻觉

面试题·评估· 淘天

现代RAG架构有哪些改进?

匹配口述回答：…那迭代反而放大错误。我特别关注的是，上线前要压测检索的Recall和Precision，同时控制迭代轮次，一般两轮就够，多了延迟和成本受不了。常见失败场景是迭代检索陷入死循环，模型反复说“还需要查”，这时候得设最大轮次，超时就用默认策略。所以我会把现代RAG看成一种动态决策系统，而不是简单的检索+生成。我更倾向的做法是先用[[Corrective RAG]]做置信度评估，低置信时触发工具扩展或生成降级，同时保留传统流程兜底。另外有个点值得注意，就是这些反思token是怎么…

#淘天#评估与监控#RAG架构改进

面试题·评估· 小红书

用户兴趣建模：数据与特征陷阱

匹配口述回答：…时响应用户口味变化的推荐系统。我理解它的核心挑战在于两个：一是兴趣是动态的，今天喜欢美妆明天可能就迷上露营了；二是工程上要在效果和成本之间做取舍。先说数据收集。我会把它分成三层来抓：行为层，就是点击、点赞、收藏这些，特别是完播率，在小红书这种内容平台是很强的兴趣信号；内容层，笔记的图文、标签、[[OCR]]文本甚至视觉特征，我会抽成[[多模态]][[embedding]]；社交层，关注关系、互动频次和社群归属。处理链路我用Flink做实时清洗，然后分流：一份进离线数仓做天级…

#小红书#评估与监控#用户兴趣建模

面试题·评估· 淘天

偏好感知系统架构怎么选?

匹配追问：…收集和训练流程，让模型学会下次给出更符合用户偏好的回答？层层追问训练对话模型时，你怎么让模型知道哪个回答更好？……如果人工排序成本太高，还有别的办法吗？……那模型学完之后，怎么验证它真的对齐了用户的偏好？直球架构设计一个偏好感知对话系统，从数据构建、模型架构到评估完整方案。数据怎么标注？模型用RLHF还是DPO？你用什么指标判断对话质量好坏？

#淘天#偏好感知对话系统#对话系统训练数据

面试题·评估

RAG 检索语义相似但无关怎么解?

匹配口述回答：…uery和业务标注的相关文档对，去微调embedding模型，或者用[[指令微调]]的方式，显式告诉模型“相似不等于相关”。但微调成本高，不是所有场景都值得，所以我一般先看重排能不能解决大部分问题，解决不了再考虑动模型。这里有个延伸点：如果检索到的内容本身就不完整，比如一个长文档被切碎成多个chunk，每个chunk语义上跟query相关但拼起来才构成完整答案，这时候单纯优化检索还不够，还需要做[[Parent Document]]召回，先召回叶子chunk，再返回父文档做…

#Embedding#Rerank#RAG 检索相关性