匹配正文：…无法撤销的动作当错误操作不可恢复，应该使用固定流程、最小权限和人工确认。Agent 可以提出行动建议，但执行权要隔离。无法建立评测集的“万能助手” 如果项目目标是“什么都能做”，就很难准备覆盖边界的任务集，也难以解释一次改动到底改善了什么。先把范围缩到一类可验证任务，通常比堆很多工具更像工程项目。面试里怎样证明你的选型不是拍脑袋只说“这个问题很复杂，所以用了 Agent”不够。更有说服力的证据按以下顺序准备。先拿出任务定义写明用户目标、输入、允许调用的数据和工具、…

#Agent#架构与规划#Agent 和 Workflow 区别

面试题·Agent

Deep Research 拿到一个大问题后，怎么拆成能查证的子问题？

匹配正文：…，并把它放在报告开头。系统必须把“用户确认的事实”和“为了继续执行采用的假设”分开存储，后续证据不能反过来把假设伪装成用户需求。评测中应加入同一句模糊请求在不同约束下需要不同结论的样本，检查 Agent 是否先发现关键缺口，而不是直接沿默认偏好开始搜索。子问题要拆到“可以采取动作” 一个子问题是否合格，可以看它能否对应明确动作和产出。 “研究候选 A”不够具体。Agent 不知道先查功能、成本还是部署，也不知道什么结果算完成。 “确认候选 A 是否支持私有部署，并找到官方…

#Deep Research#问题边界与研究闭环#Deep Research 问题拆解

系统教程·AI 编程

Function Calling:模型怎么学会「调工具」

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

匹配正文：… 训练营延伸训练营会把 Function Calling 延伸为「业务 → 数据 → 训练 → 评估」练习。只有亲自完成、能说明评测方法并留有证据的部分，才适合写进个人简历。工具请求不等于授权。接入真实订单时，还要校验请求者身份、订单归属和访问权限。参考：官方工具调用流程。

#Agent#AI 编程

面试题·RAG

扫描 PDF 没有文本层，RAG 怎么做 OCR 与失败降级？

匹配正文：…识库。 OCR 质量的五层验收文字、结构、位置、检索和失败处理需要分别验收。OCR 置信度只能提供线索，不能代替最终核验。所有评测都应记录样本版本、解析配置和失败页面。否则调整预处理或识别器之后，即使结果变化，也很难定位改善发生在哪一类页面。 OCR 追问来了，按“页面—区域—证据”回答后续问题看似分散，实际都在检查三件事：是否正确判断需要 OCR、局部风险是否被整页平均值掩盖，以及最终文字能否回到原页核验。为什么不对所有 PDF 都做 OCR？已有字符层通常更直接…

#RAG#解析与入库#扫描 PDF RAG

面试题·Agent

Deep Research 为什么会一直搜索？什么时候该停？

匹配正文：…状态表达错误。预算耗尽只能输出部分结论、证据和未完成项。若前端把所有结束状态都显示为“研究完成”，用户会被误导。怎么建立停止条件评测集？第一组是可以快速完成的问题。用于检查系统能否在证据充分后提前结束，而不是机械跑满预算。第二组是必须继续查的问题。初始搜索故意只提供局部信息，看系统是否会识别缺口并采取下一步。第三组是公开资料不足的问题。正确行为是尝试合理路径后说明无法确认，而不是不断扩大搜索或编造结论。第四组是来源冲突问题。系统需要核对时间、版本和口径，不能看到第二…

#Deep Research#问题边界与研究闭环#Deep Research 停止条件

求职指南·求职

大模型应用开发岗一天在做什么?细分岗位画像

匹配正文：…LM、SGLang、推理、显存、并发、部署推理部署/LLMOps 推理优化、后端稳定性案例 SFT、LoRA、DPO、RLHF、评测、数据构造应用算法/微调微调基础、评估、训练数据理解业务系统、客服、办公、金融、企业知识应用落地综合岗 RAG/Agent + 后端经验 + 业务表达如果一个 JD 里四类关键词都有,优先看“任职要求”和“加分项”的位置。写在第一二条的是真核心,写在最后的往往是加分。研究生和 3 年后端该怎么选岗位研一/研二可以用“主线 + 加分…

#求职#职业转型

系统教程·AI 编程

被问「你用过哪些 AI 编程工具」时不露怯

匹配正文：…改——避免它一头扎进错误方向。用测试 / 运行结果收口:让它改完自己跑测试 / 起服务验证,「能跑通」比「看起来对」可信得多。评测时看什么(也是面试能聊的) 能不能自己闭环:会不会改完主动跑测试、看报错、再修? 上下文管理:大项目里会不会"忘了"前面的关键约束? 可控性:能不能设权限 / 规则,别让它乱删乱跑(下一篇细讲)。成本:长任务 token 消耗,值不值。常见坑一次丢一个巨大的模糊任务:「帮我把这个项目重构好」→ 它容易跑偏。拆成可验证的小步。不设边界就放…

#Agent#AI 编程

面试题·RAG

复杂 PDF 的双栏、表格和图片怎么解析，才不会打乱语义？

匹配正文：…应包含必要说明与原页引用。这样既让普通术语可检索，也避免模型依据一段残缺符号自行补全推导。怎么证明复杂 PDF 解析真的有效？评测要分层，不要只汇报“解析成功率”。第一层是元素覆盖。检查标题、正文、表格、图片和说明是否被找到。对扫描页还要检查文字区域。缺少某一类元素时，要能定位到具体页面和处理阶段。第二层是顺序与层级。对双栏、混排和多级标题页面准备人工标注顺序，核对解析后是否仍然保持。标题是否与正文关联，列表层级是否存在，也要单独检查。第三层是表格结构。抽取代…

#RAG#解析与入库#复杂 PDF 阅读顺序

面试题·Agent

Deep Research 报告有引用就可信吗？多个来源互相矛盾怎么办？

匹配正文：…就跳过对象、时间和口径核对。来源评分还可能制造看不见的偏见。若系统只允许少数高分网站进入报告，新出现但重要的原始资料可能被忽略。评测集应加入权威但过时、非官方但有完整测试条件、同源转载和新发布原始资料等边界样本。引用链还要处理页面变化研究报告生成后，来源页面可能更新、移动或删除。保存 URL 之外，还应记录访问时间、页面标题、证据片段和定位信息。允许保存快照时，要遵守内容授权、隐私和存储策略；不能为了可追溯就无边界复制受限内容。报告再次打开时，可以提示来源当前是否仍…

#Deep Research#问题边界与研究闭环#Deep Research 引用溯源

面试题·Agent

朴素 ReAct 历史为什么越跑越重，长任务状态该怎样改？

匹配正文：…rResearch、报告快满后再叠 ReSum”的论文规定。可以分别做基线，也可以在明确协议下组合；是否采用由真实轨迹、成本和留出评测决定。 ReAct、受控状态与动态摘要的升级路径每一级只解决上一级已经真实出现的问题，避免为不存在的复杂度付费。受控研究状态应该保留什么？任务目标和硬约束必须保留，否则后续动作可能偏离用户要求。已确认事实要带来源 ID、时间和适用条件，不能只剩一句结论。冲突信息要同时保留支持和反对证据，不能在状态更新时静默选择一个。信息缺口要明确列…

#Deep Research#执行框架与长任务#ReAct 长任务

项目实战·Agent

第 5 章:训练数据构造,种子 → 轨迹 → 增强

匹配正文：…0 分钟 🎯 完成后能力:为研究型 Agent 设计可追溯的数据集，正确处理角色、工具结果、loss mask、数据划分、隐私和评测污染 🔗 关联面试题:5 道(见 Part 3) 这一章你会学到什么 ✓ 先判断任务是否需要训练，而不是把训练当成 Agent 的必经步骤 ✓ 区分任务、轨迹、证据和内部思维链 ✓ 用目标模型的 chat template/tokenizer 生成可检查的 labels ✓ 管理日志授权、数据来源、许可、个人信息、保留与删除 ✓ 在增强之前划…

#Agent#Deep Research#项目实战

面试题·模型架构· 得物

大模型面临哪些核心挑战?

匹配正文：…行与批处理都是条件化取舍。可靠性：模型按条件概率生成，不自带事实数据库或因果验证器。幻觉治理需要检索、工具、引用、约束输出和独立评测共同完成。长上下文：最大窗口不等于有效利用。标准全局attention随序列长度二次增长，位置外推、长文信息定位和KV缓存容量是不同问题。Ring Attention通过设备间传递K/V块实现分布式的块式精确attention，并不是稀疏attention；RoPE能否外推也不能用“远程衰减”一句话概括。数据与安全：训练数据质量、版权、隐私…

#计算效率#幻觉问题#长上下文

项目实战·Agent

第 6 章：训练取舍与 GRPO——CPT、SFT、RL 怎么选

匹配正文：…2 · 训练路线、奖励与长轨迹 2.1 Agentic CPT:先做消融 Agentic CPT 的收益限于具体数据、基座、预算和评测设置持续预训练可以改变模型看到的行为/推理分布，也会增加数据治理、算力和通用能力回归风险。采用前比较: 同一 SFT/RL 预算下有无 CPT; 目标任务、相邻任务与通用能力; token、GPU 时间、总周期和稳定性; 数据许可、污染、重复与版本。 “注入 Agent 本能”“有 CPT 上限更高”只能作为假设，不能作为阶段验收结论。 2.…

#Agent#Deep Research#项目实战

面试题·RLHF与对齐· 美团

Reward 函数设计关键因素?

匹配正文：… 模型假设共享标量效用；不同人群偏好不一致时，要把 annotator、用户群或上下文纳入条件模型，或分层建模。稳健性：留出人工评测集，监控 reward hacking、长度偏差、风格捷径、分布漂移和奖励模型不确定性。 Constitutional AI 不是用规则替代学习，而是用一组原则指导生成批评、修订和偏好监督，模型仍通过监督学习或偏好优化更新。

#RLHF#Reward Model#奖励设计

面试题·RAG

RAG Chunk 为什么不能只按固定字数切？

匹配正文：…的层级路径。检索返回时，系统既能展示正文，也能告诉用户它属于哪一节。是否把标题文字拼进用于 Embedding 的内容，则要通过评测决定。标题明确、正文依赖代词时，加入标题可能补充语义。标题高度重复、正文已经自包含时，反复拼接同一标题可能让不同 Chunk 变得更像。所以“保存标题路径”和“把标题写进向量文本”是两个决定。前者服务结构与追溯，后者影响检索表示，不能混成一个开关。表格、列表和代码为什么不能按普通正文切？表格的最小语义单位不是一句话，而是表头、行名、列名…

#RAG#切分与索引#RAG Chunk

面试题·RLHF与对齐· 美团

长周期 Agent 如何建模与规划?

匹配正文：…中生成计划、分解子任务和调用工具；它是可选 planner，不是已被证明准确的环境动力学模型，执行结果必须由真实环境验证。训练与评测使用 replay、课程、HER 或示范时均需满足任务条件并防分布偏移。规划执行应形成“计划—动作—观测—重规划”闭环，设置预算、超时、回滚和安全约束。评测看最终成功率、长程回报、样本效率、计划修订次数、约束违例和分布外鲁棒性。HRL、世界模型和 LLM 不是缺一不可，应按环境可模拟性、动作空间、反馈延迟和验证成本选型。

#长周期任务#分层强化学习#稀疏奖励

系统教程·AI 编程

从零拼一个最小 RAG 问答

匹配正文：…；不能用一个模糊的“QA 准确率”代替分层评估。 👉 想做深,直接看站内 RAG 完整项目教程:沿着文档处理、检索、重排、引用与评测完成项目，并查看配套 GitHub 代码；效果数字要由自己的评测得到。常见坑资料没提到也硬答：提示中应写明证据不足时拒答，但这不能保证模型照做；还要检查检索结果、主张与证据映射，并用无答案样本验证拒答。 k 取太大:塞太多片段 → 噪声多 + 烧 token + 注意力稀释。每次都重算知识库向量:知识库向量离线算一次存好,在线只算问题向量…

#Agent#AI 编程

面试题·RAG

Chunk Size 和 Overlap 怎么选？不要背 512 和 100

匹配正文：…rlap=100。” 面试官接着问“为什么”，回答就变成“网上大多这样配”或者“框架默认值就是这个”。这说明只会填写配置，没有建立评测闭环。参数选择真正要回答四个问题：一个问题的完整证据通常有多长？文档里哪些内容最怕被拆开？召回结果重复后，会占掉多少候选位和模型上下文？参数改变后，怎样证明收益来自切分，而不是其他模块同时变化？从工程链路看，RAG 可以拆为离线解析、在线召回、上下文生成和查询理解。切分位于离线阶段，但它会沿着整条链路向后影响：块太大，向量里同时包含…

#RAG#切分与索引#Chunk Size

面试题·Agent

Deep Research 并行任务怎么拆，依赖、尾延迟和综合成本怎样控制？

匹配正文：…本。新增一个迟到单元时，只更新受影响主张，而不是让模型完全重写报告并改变无关内容。 Research-Synthesis 应该怎样评测？第一，任务覆盖。计划中的对象和维度是否都被研究，失败单元有没有造成隐藏空白。第二，来源独立性。多个研究单元是否只是重复同一查询和同一原始出处。第三，冲突处理。系统能否识别版本、时间和口径差异，能否保留无法解决的真实冲突。第四，综合正确性。最终主张是否被对应证据支持，是否在合并中产生了原单元都没有的新事实。第五，执行效率。观…

#Deep Research#执行框架与长任务#Deep Research 并行任务拆分

项目实战·Agent

第 8 章:评估:调研类任务没标准答案,怎么定义「好」

匹配正文：…点集、轮换挑战集和隔离测试集 ✓ 记录方差、置信区间、标注一致性和分布切片,避免单一总分制造确定性 ✓ 用错误分析补数据,同时阻止评测样本和标签泄漏到训练 🚀 Part 1 · 主线实战为什么开放式研究任务难评同一个技术选型问题可能有多个合理答案,且结论会随规模、约束和资料版本变化。流畅报告可能引用不支持结论的网页;正确结论也可能来自越权数据或带副作用的错误工具调用。因此评估对象不是一个“答案分”,而是一组可追溯证据: 每条主张是否被合格来源支持,引用是否指向正确片段和…

#Agent#Deep Research#项目实战

面试题·RAG

跨页表格、代码块和图片怎么切，才不丢结构？

匹配正文：…论。图片测试要准备必须依赖图中关系才能回答的问题。仅靠图片标题或周围正文就能回答的样本，无法证明系统真的理解并保留了图片信息。评测时可以比较普通文本切分和结构感知切分，观察四件事：正确证据能否进入前 K 条，命中内容是否自带解释所需结构，重复扩展是否增加，引用能否回到原页或原图。为了让结果可复现，测试样本还要带“必须看到的结构”。表格题标注所需表头、单位和目标行；代码题标注函数签名、关键分支与返回位置；图片题标注目标节点、连线或图例。只有正确答案文本而没有结构标注时，系…

#RAG#切分与索引#RAG 表格切分

求职指南·求职

后端工程师转大模型应用开发:已有经验怎么迁移

匹配正文：…存、Prompt 命中复用推理延迟与成本优化性能调优、连接池、批量化、异步降级可观测性 / 线上质量监控评估指标埋点、离线评测集、线上 badcase 采样与回归 Agent 工作流编排状态机、任务调度、重试与幂等、DAG 编排工具 / 函数调用集成接口设计、RPC、参数校验、错误处理这张表的用法不是让你自我安慰,而是面试和简历时的翻译词典:对方用大模型的黑话问,你用工程语言接住,再补一句「本质上和我做过的 X 是一回事,区别在 Y」。这一句就是区分「真懂」和…

#求职#职业转型

面试题·RAG

Chunk 为什么要带标题、页码和前后片段 ID？

匹配正文：…，所以扩展应该由问题和结构共同触发。先检查命中内容是否真的缺少前提，再依据父内容、章节、类型和版本限制范围。扩展后的上下文仍要进入评测，观察完整性提升是否伴随噪声增加。把 Metadata 讲成一条可追溯的数据链如果要把字段、职责和边界一次说完整，可以这样回答： Chunk 不能只有正文和向量。正文供模型阅读，metadata 则负责过滤、结构边界、上下文扩展、版本和来源追溯。基础字段通常有 kb_id、doc_id、章节路径、页码或坐标、内容类型和版本；需要扩展时再加父…

#RAG#切分与索引#RAG Metadata

项目实战·RAG

第 10 章:系统评估与上线优化

匹配正文：…2 + 0) ÷ 3 = 0.5,综合反映"找到了没、排第几"。动手实验:跑评估集,检索好坏立刻有数字在冻结语料、切分、标注和评测配置下改一个变量,才能解释指标差异。若切分也变化,先把结果映射回原文证据范围;多个指标冲突时还要结合风险、延迟和成本判断。 Step 4:🛠️ 动手实验,改一条结果,看指标怎么动把 RETRIEVED["核辐射保不保"] 改成 ["c3", "c4", "c5"](让正确的 c3 排第 1),再跑一次: 你会看到 Recall@1 从 0…

#RAG#检索#项目实战