匹配正文：…成个人成果。回答框架业务与目标：说明【真实用户/流程】遇到【可观察问题】，主指标为【指标定义与统计窗口】，同时受【延迟/成本/权限/安全】约束。个人职责：说明本人交付【真实模块或决策】，依赖的模型、平台和其他模块由【真实团队角色】提供。方案链路：从请求进入开始，依次说明意图识别、规划、工具调用、状态管理、结果校验、人工接管与返回。选型取舍：解释为什么采用【单 Agent/工作流/多 Agent】，比较【实际备选方案】及放弃依据。结果与边界：只填写【同口径基线】【真…

#蚂蚁#AI Agent 项目经验#大模型业务落地

面试题·Agent· 字节

工具集设计关键因素?

匹配正文：…点工具设计的原子性与组合性平衡工具描述的清晰性与LLM可理解性工具调用的错误处理与重试机制工具结果与上下文的融合策略工具权限与安全隔离工具集设计的关键因素 1. 工具粒度设计原子性：每个工具只做一件事，如search_web vs get_weather 可组合性：支持工具链编排，复杂任务拆解为子工具调用避免过细/过粗：过细增加调用次数，过粗降低灵活性 2. 工具描述优化 # 关键：让LLM准确理解何时调用 { "name": "calculate_mortg…

#字节#Agent#Agent 工具集设计

面试题·Agent· 同花顺

Agent 开发技术栈怎么选?

匹配正文：…架任务边界：输入、输出、工具数量、风险等级和服务约束是什么。框架与自研部分：实际使用【框架/版本】完成【能力】，自研【状态机、权限、审计或执行器】解决【框架缺口】。模型路径：实际调用【模型/部署方式】；若做过训练，说明数据、目标、基线、配置和验证；若未训练，明确说明。运行链路：规划、工具选择、参数校验、执行、观察、重试、降级与人工确认如何衔接。取舍证据：以【任务成功率、工具选择质量、P95/P99、成本、故障率】比较真实候选方案。事实填空任务是【】；我实际使用【…

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

#同花顺#Agent#Agent 技术栈

面试题·Agent· 快手

Agent 系统实现流程与核心组件

匹配正文：…架构生产级 Agent 通常由输入解析、规划与状态控制、工具执行、记忆和可观测性组成。LLM 可以提出计划和工具参数，但状态机、权限系统和工具层负责执行边界。 1. 规划与状态控制简单任务可以直接选择工具，复杂任务拆成可验证的子目标。 ReAct 类循环使用“决策—行动—观察”更新状态，不需要对外展示隐藏 Chain-of-Thought。每轮都检查完成条件、重复状态、最大步数、时间与成本预算，防止死循环和过早结束。 2. 工具调用工具用 Schema 描述名称、用途…

#快手#Agent#Agent 系统实现

面试题·Agent

Agent 项目经历完整复盘

匹配正文：…约束是什么。职责：本人负责哪些代码、实验、接口或上线环节；团队和平台分别提供什么。架构：模型、规划方式、工具执行、状态、记忆、权限、观测和人工节点如何组成。关键决策：为什么采用当前方案，比较过哪些更简单或更复杂的备选。成果与复盘：同口径基线、真实结果、样本量、窗口、代价、失败案例和下一步。事实填空项目面向【真实用户/业务】，原流程为【】，目标是【真实指标口径】。我负责【本人模块】，团队提供【】。系统使用【真实模型与版本】和【真实架构】，接入【真实工具类型】。关键改…

#Agent 项目复盘#任务成功率#Agent 项目经历完整复盘

面试题·Agent· 字节

工具集设计最佳实践?

匹配正文：…vs 复合工具的平衡 Schema设计规范：清晰的描述、参数类型、必填校验错误处理与反馈机制：工具失败时的降级策略安全性考量：权限控制、输入校验、沙箱隔离可扩展性：动态注册、版本管理、热更新机制核心设计原则 1. 单一职责与粒度控制工具粒度遵循"做一件事并做好"：搜索工具只返回结果，不处理摘要；计算工具只执行运算，不解释逻辑避免"万能工具"：一个工具参数过多（>5个）或功能发散，考虑拆分为多个保留必要的复合工具：高频组合场景（如"查天气+穿衣建议"）可封装为原子…

#字节#Agent#Agent 工具集设计

面试题·Agent· 字节

AI Agent 趋势与挑战怎么破?

匹配正文：…期向量记忆 + 知识图谱结构化记忆工具调用 Function Calling标准化，MCP协议推动工具生态互通安全沙箱执行、权限分级、人机协同确认机制核心挑战：技术+工程双重困境技术层面规划可靠性：长程任务错误累积，"一步错步步错"；复杂约束下的最优解搜索仍是NP-hard 工具边界模糊：LLM难以判断"该用工具"还是"直接回答"，工具选择准确率瓶颈明显多Agent协调：通信开销、目标冲突、责任归属，缺乏成熟的分布式共识机制工程层面延迟与成本的矛盾：多轮工具…

#字节#百度#Agent

面试题·Agent· 字节

Agent 工具集成与工作流编排

匹配正文：…ling vs ReAct两种调用范式工作流编排的两种模式（静态DAG vs 动态规划）工具集成的工程实践（Schema定义、权限控制、结果回传） Workflow的取舍场景工具设计与集成工具设计原则原子性：每个工具只做一件事，避免"万能工具" 自描述：name/description + 严格的JSON Schema，让模型理解何时调用防御性：超时控制、熔断降级、结果校验，防止工具拖垮整个Agent 两种主流调用范式方式特点适用场景 Function Ca…

#字节#Agent#Agent 工具集成

面试题·Agent· 字节

AutoGen vs LangGraph 怎么选?

匹配正文：…state通道/update/reducer传递状态；类型安全依schema与验证方式，TypedDict不能自动证明运行时参数或权限正确流程控制 AutoGen：发言策略可选；0.2的GroupChatManager已支持round_robin/自定义选择，当前RoundRobinGroupChat按轮次执行，Selector可用模型。可配置停止、取消与应用授权边界，不能称为一律不可控 LangGraph：原生支持显式循环边、条件边（conditional edges），…

#字节#百度#Agent

面试题·Agent· 美团

Agent工具定义、注册与安全控制有哪些？

匹配正文：1. 工具定义每个工具声明稳定名称、用途、JSON Schema 参数、返回 Schema、权限等级、副作用、超时和幂等要求。描述应清楚区分相似工具，并限制枚举、范围和额外字段。Schema 校验只能保证结构，不能证明业务语义或授权正确。 2. 注册与发现注册表保存工具实现、版本、Schema、所有者和策略。启动时可以通过显式配置或装饰器注册，但生产环境不应无条件扫描并暴露任意函数。给模型的工具列表应根据用户、租户、任务和当前授权动态裁剪。 3. 执行链路模型产生 to…

#美团#Agent#Agent 工具设计

面试题·文档处理· 字节

文本块如何生成向量并构建可维护索引？

匹配正文：1. 定义可重建的输入每个 chunk 不只包含文本，还应带稳定 chunk_id、doc_id、原文位置、文档/权限版本、语言、时间和内容哈希。先检查空文本、重复、解析顺序、超出模型输入限制和越权内容。切分长度由文档结构、tokenizer、引用粒度与评测决定，不存在“小于 512 就直接用某模型”的通用规则。 2. 选择并运行嵌入模型从任务语言、许可与数据处理位置、最大输入、维度、是否需要 query/document 前缀、归一化和距离度量筛出候选。Sentence…

#RAG#文本向量化#Embedding

面试题·文档处理· 字节

RAG 文本分块与向量索引流程

匹配正文：…可复现的检索任务从真实查询、允许返回的文档范围和相关性标注开始。样本至少覆盖精确编号、数字、同义改写、长问题、无答案、新旧版本和权限过滤。分块、嵌入和索引都用同一冻结查询集比较 Recall@K、MRR/nDCG、答案证据支持、无权限结果率、P95/P99 延迟、内存与成本。分块与版本优先保留标题、段落、表格、代码和列表等文档结构，再把固定长度或滑动窗口作为候选； chunk size、overlap 和是否带父级上下文由目标模型的实际 tokenizer、输入限制和评…

#字节#文档处理#向量检索

面试题·文档处理· 安克科技

RAG 文档如何存储、向量化和更新？

匹配正文：…版本切换 → 更新和删除传播。原始文件或权威业务记录是可追溯真值，向量库保存的是检索派生物，不应成为唯一原文。 1. 接收、原文与权限入库前记录来源、用途、所有者、租户、访问控制、生效/失效时间、内容哈希和版本。文件存储使用稳定 doc_id，避免路径或标题变化产生重复。恶意文件、宏、超大文件和解析器漏洞应在隔离环境处理。权限不是最后的 metadata 装饰。它必须进入索引和查询的服务端候选资格，并在权限变化或删除时传播到所有派生存储。 2. 解析与质量检查按格式保留…

#RAG#文档存储#解析

面试题·评估· 美团

Agent 训练链路怎么搭建?

匹配正文：…工作流仍无法稳定解决“是否调用、选哪个工具、参数怎样填或多步策略怎样走”时，再用 SFT、偏好优化或在线强化学习。先固定工具版本、权限边界和成功标准，避免用训练掩盖接口设计问题。以工具调用 Agent 为例的完整链路 1. 定义环境与任务把一次任务写成可审计的状态转移：观测包括用户请求、允许暴露的会话状态和工具返回；动作只能来自白名单工具及其 JSON schema；终止条件包括成功、用户确认、步数/成本上限、超时与不可恢复错误。工具返回是不可信输入，不能把其中的文本提升…

#美团#Agent#Agent 训练链路

面试题·评估· 美团

Agent 训练与迭代闭环怎么设计?

匹配正文：…的工具选择、参数生成或长期策略是主要瓶颈时，训练才有明确目标。 1. 构建可回放的隔离环境环境至少包含：版本化工具 API、最小权限测试身份、隔离数据、可控的超时/限流/部分成功/重复回调，以及稳定的事件与副作用记录。模拟用户可以扩充覆盖，但不能用未经校准的模型模拟器替代真实任务分布。生产日志进入训练前要做用途与授权核对、最小化、去标识、保留/删除管理，并按用户、时间或任务族先切分再增强，防止评测泄漏。 2. 设计服务端可执行的动作空间模型可以输出 tool_call、r…

#Agent#训练闭环#工具调用

面试题·评估· 高德

Agent 如何防越权与隐私泄露?

匹配正文：…意图风险分级用户请求先过风险分类器：L1常规查询/L2敏感操作/L3高危指令高风险操作强制触发二次确认或人工审核二、架构层：权限与审计 1. 三级权限体系层级控制对象实现方式用户级谁能用Agent OAuth2 + RBAC，细到角色-工具映射工具级能调什么API 工具注册时打标签，运行时动态校验数据级能访问什么数据行级权限（RLS），查询自动注入过滤条件 2. 调用审计全链路 TraceID贯穿：从用户请求→LLM推理→工具调用→外部API，唯一I…

#高德#Agent#AI Agent 安全防护

面试题·评估· 蚂蚁

Agent 系统哪些模块最易出问题?

匹配正文：一、常见故障面规划与状态控制：目标漂移、重复调用、停止条件失效和状态机跳转错误。工具执行：超时、权限失效、参数不合法、返回协议变化、重复副作用和并发竞态。上下文与记忆：token 膨胀、摘要丢失约束、错误记忆写入和跨用户数据污染。模型与基础设施：模型路由异常、限流、队列堆积、首 token 延迟和成本突增。故障频率与严重程度取决于业务和架构，不能预设某一层永远“最高频”或“最致命”。二、分层监控层级建议指标基础设施请求率、错误率、排队时间、TTFT、总延迟…

#蚂蚁#Agent#AI Agent 稳定性

面试题·评估· 字节

召回策略怎么评估，Recall@K 怎么解释？

匹配正文：…t/Recall、nDCG、延迟、重排成本、上下文证据保留和答案质量的曲线。检索阶段的 K 也不等于最终放进模型的片段数。去重、权限过滤、重排和 token 截断都可能把正确证据移除，因此要分别记录候选前、融合后、重排后和上下文后的覆盖。多路检索分别计算每一路的命中集合、重复率和独有贡献，再对去重并集和最终融合结果计算指标。只有命中事件独立时，1 - ∏(1 - r_i) 才能描述组合概率；实际关键词与向量结果常相关，不能直接相乘。消融要固定语料、查询、权限、候选预算…

#RAG#检索评测#Recall@K

面试题·评估· 字节

Agent 系统优缺点与发展前景

匹配正文：… 效率与成本多次LLM调用+工具执行，延迟显著增加（秒级→十秒级） Token消耗不可预测，商业化场景成本敏感安全与可控工具权限边界模糊，过度授权有风险，限制过严则能力受限 "幻觉"从文本生成延伸到动作决策，后果更严重技术趋势与前景方向演进趋势架构单Agent → 多Agent协作（如MetaGPT、AutoGen），角色分工专业化规划 ReAct → 更高效的树搜索/蒙特卡洛规划（如ToT、RAP），减少无效探索记忆短期上下文 → 长期记忆机制（向量库…

#字节#评估与监控#Agent

面试题·评估· 淘天

偏好感知系统架构怎么选?

匹配正文：…三阶段，数据噪声大也不会自动变成“改用 PPO”，因为奖励模型同样会学习噪声。个性化优先使用用户可查看、修改和删除的显式设置或受权限控制的画像检索。把画像 embedding 永久拼进 prompt、按人群维护 LoRA 都会引入过期、越权、删除传播和群体刻板化风险，只有在有依据和独立收益验证时采用。评估离线按事实/政策正确、安全、偏好满足、拒答、长度和用户群切片，人工盲评需随机顺序并校准模型裁判偏差。困惑度与 distinct-n 不能代表对话是否正确。线上 A/B …

#淘天#偏好感知对话系统#对话系统训练数据

面试题·评估· 字节

RAG 文档检索选型

匹配正文：…的情况；线性加权需要先校准分数，并用评测集确定权重，不能凭经验写一个固定值。 2. 优化顺序先按文档结构切块，并保留标题、章节和权限等元数据。用 query 类型分析决定是否改写、扩展或路由，避免所有查询都调用 LLM。评估召回集合后再考虑 Cross-Encoder 重排，防止用重排掩盖召回缺失。分别记录召回质量、P95 延迟、索引更新时效和单次查询成本。建立 bad case 分类，区分切块、召回、融合、重排和权限过滤问题。 3. 评测闭环离线至少观察 Rec…

#字节#混合检索#RAG 文档检索选型

面试题·评估· 蚂蚁

大模型客服质检系统如何设计与验证？

匹配正文：…从文本猜。客户会话可能含身份、联系方式、订单、健康或财务信息。采集、转写、存储、模型调用、人工复核和训练用途分别做最小化、脱敏、权限、保留与删除控制。没有依据时，不能把低置信样本自动用于微调。 2. 规则、模型与外部事实分工确定性规则适合时间、必填步骤、明确词表和系统事件，但规则也会误报、受转写错误影响，并非“零幻觉”。模型适合需要上下文的语义判断；业务正确性应查询当时有效的政策、订单和操作日志。长会话分段要保留说话人、时间、主题与前后引用。摘要是有损派生物，不应替代原…

#客服质检#LLM 评测#证据引用

面试题·评估· 美团

RAG 解决了哪些问题?

匹配正文：…人真实项目，不能把下面的候选场景、方案或指标改写成第一人称经历。RAG 可以为回答提供外部证据，但不能自动保证事实正确、实时更新或权限安全。 RAG 在什么条件下有帮助 RAG 在生成前检索外部资料，并把候选证据连同问题交给生成模型。知识更新速度取决于采集、审核、索引和缓存失效链路，并不等于数据一变答案就实时更新。知识源也不局限于向量库，可以包含关键词索引、结构化数据库或经过授权的工具查询。真实问题可验证的候选做法需要怎样证明有效模型参数中没有最新或私有资料建立带版…

#美团#混合检索#RAG 技术

面试题·评估· 蚂蚁

Agent 项目踩坑与恢复

匹配正文：…回答框架真实业务场景、基线流程和可验证目标。本人职责、团队依赖和交付边界。架构分层：确定性流程、模型决策、工具、状态、记忆、权限与观测。三个真实挑战：质量、稳定性和成本各选一个，说明定位与处理。指标证据：离线集、在线实验、人工抽检、延迟分位数、成本和失败率。复盘：哪些复杂度后来被删除，哪些能力仍需人工。事实填空项目服务【】，基线【】，目标【】；我负责【】，团队提供【】。系统由【真实组件】构成。挑战【】通过【证据】定位，改动【】，真实结果【】，代价【】，失败切片…

#蚂蚁#评估与监控#Agent 项目踩坑与恢复