匹配正文：…拿出来。企业制度、产品手册、合同条款属于可验证的静态知识，应由知识检索链路提供；“用户正在办理哪一步”“用户已经确认哪个选项”属于会话状态；“用户明确同意长期保存的语言偏好”才可能进入长期记忆。静态知识更新后，不能让一条旧对话记忆继续覆盖新制度。四类上下文不能混成一份聊天记录三层记忆分别解决什么问题短期窗口：保证当前任务连贯短期窗口保存最近的原始消息、当前任务状态和临近上下文，适合按会话 ID 读取。它的优点是信息原始、更新快，模型可以看到用户刚刚确认的对象和条件；缺…

#RAG#生成与对话#RAG 记忆模块

面试题·Agent· 蚂蚁

高并发下状态一致性怎么保证？

匹配题目：在构建多轮对话系统或Agent时，如何有效管理上下文状态？请说明会话状态存储、更新机制的设计方案，并探讨在高并发场景下如何确保数据一致性与低延迟访问。

#蚂蚁#Agent#多轮对话上下文管理

面试题·评估· 得物

Agent 上线要检查哪些关键环节？

匹配标题与标签：…服务、工具权限、状态管理到可观测与回滚，说明 Agent 生产部署的完整验证链。评估 Agent 生产部署工具调用权限控制会话状态可观测性故障恢复得物

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

#生产部署

#工具调用

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：…约束】。需要准备：指标基线；权限策略；失败样本；线上代价。逐层练习 1. 说清你的职责简历原句是“【自己的真实项目描述】”。会话状态、检索、引用、鉴权和前端展示中，哪些模块由你负责？考察重点：核验项目所有权，避免把团队或平台成果当作个人成果。本人负责的模块、决策和交付边界团队、平台与外部服务的边界如果还没讲清：补充对应事实或可脱敏证据，再继续下一组问题。练习顺序：完成这一题后，继续下一组问题。配套学习：多轮对话上下文状态管理机制。 2. 补充证据：说清你…

#模拟面试#简历项目#连续追问

系统教程·AI 编程

面试高频:LLM、Token、上下文、Agent 到底是什么

匹配正文：…PI 后，可以把新资料交给模型使用。缺少资料时可能回答错误，也可能说明不知道。对话记忆：模型使用本次调用收到的上下文；多轮历史、会话状态与长期记忆，需要由应用或服务提供并管理。工具执行：在本文的文本对话示例里，模型生成文本或工具调用请求，查数据库、运行代码等动作由宿主或工具服务执行。多模态能力与可用工具取决于具体模型和应用。 Token:模型眼里的「文字最小单位」模型先用 tokenizer 把文本转换成 token。一个 token 可能是子词、标点、空格或其他片段，…

#Agent#AI 编程

面试题·RAG

多轮 RAG 如何理解“这个怎么申请”？

匹配正文：…长期保存什么、怎样写入、隔离、更新和删除，继续看对话记忆管理题。本文只检查历史是否帮助当前 Query 补对实体、条件和意图。会话状态怎样和原始历史配合？只依赖最近几轮原文，窗口变长以后会逐渐丢掉早期条件；只依赖自由文本摘要，又可能在压缩时漏掉否定和例外。更稳的组织方式，是让近期原文、结构化会话状态和历史摘要各自承担一种职责。近期原文保留用户实际说法，适合处理代词、纠正和语气变化。结构化状态只保存当前任务需要的槽位，例如活动话题、候选实体、已确认条件、待澄清项，以及每…

#RAG#生成与对话#多轮 RAG

面试题·Agent· 蚂蚁

架构设计如何保障低延迟访问？

匹配正文：…期1分钟 L2：Redis，会话数据序列化（Protobuf压缩）穿透防护：布隆过滤器拦截无效session_id 一致性保障会话状态：单线程处理同一session（Kafka分区按session_id）分布式锁：Redisson可重入锁，锁粒度=session_id，超时5s自动释放冲突解决：CAS乐观锁，版本号机制处理并发写关键优化对话历史截断：滑动窗口保留最近10轮 + 关键槽位摘要异步持久化：会话结束或空闲30秒后批量写入DB 学习建议建议系统学习该知…

#蚂蚁#Agent#多轮对话上下文管理

面试题·评估· 美团

Agent 训练链路怎么搭建?

匹配正文：…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为系统指令；高风险写操作还要有服务端鉴权、幂等键和人工确认。 2. 构造与切分数据收集成功轨迹、失败轨迹、取消/超时、参数缺失、工具拒绝、重复调用和越权尝试；日志先做隐私…

#美团#Agent#Agent 训练链路

面试题·评估· 字节

Agent 系统优缺点怎么分析?

匹配正文：…ng）：CoT、ReAct、ToT 等策略将复杂任务拆解为可执行子步骤记忆（Memory）：短期上下文 + 长期向量记忆，支持跨会话状态保持工具（Tools）：Function Calling 对接外部 API、数据库、计算资源行动（Action）：执行工具并观察结果，形成闭环核心优势优势典型场景体现自主性智能客服自动判断需查询订单还是转人工适应性数据分析 Agent 根据中间结果动态调整分析路径复杂任务处理多步审批流程自动串联多个业务系统二、关键挑…

#字节#Agent#Agent 系统优缺点

面试题·多模态· 哔哩哔哩

RAG意图识别原理与检索协同

匹配正文：…AG 可以不单设该模块；多租户、多工具或多索引系统中，它能减少无关检索并执行路由策略。实现方式规则与结构化信号：关键词、实体、会话状态、产品入口，延迟低且可解释；监督分类器：BERT 等编码器输出意图与置信度，适合稳定且有标注的类别体系； LLM 结构化路由：用 schema 约束输出 intent、index、filters、need_retrieval，适合开放表达，但要验证格式、成本和提示注入风险；混合路由：高置信规则或分类器直达，低置信样本交给 LLM 或安全…

#b站#意图识别与检索路由#RAG 意图识别

面试题·RAG· 淘天

偏好数据如何收集与建模?

匹配正文：…买C"的跨域关联。二、偏好建模架构用户输入 → Context Encoder → [用户画像Embedding] + [实时会话状态] ↓ 偏好融合网络（Attention-based） ↓ 生成回复 / 商品推荐（多任务输出）静态偏好：用户长期画像（价格敏感度、品牌偏好、风格标签）→ 存向量库动态偏好：当前会话意图漂移检测（用KL散度监控话题转移）群体先验：相似用户簇的偏好作为冷启动回退三、训练优化流程阶段目标方法 SFT 基础对话能力高质量客服对话数…

#淘天#用户偏好建模#偏好感知对话系统

面试题·Agent· 蚂蚁

多轮对话上下文状态管理机制

匹配口述回答：这道题的核心是把持久会话状态和当前模型上下文分开。完整消息、工具调用、确认和错误应进入可审计的数据库或事件日志；Redis 可以缓存最近轮次与版本，但不作为唯一真相。本地缓存只用于单次请求或可失效热点数据。每条事件带 session_id、递增序号、幂等事件 ID 和服务端时间。摘要、关键实体和用户确认事实还要保留来源消息 ID 与生成版本，方便失效和回查。保留期、TTL、归档、删除与加密由业务和合规决定，不能固定成三十分钟、两小时，也不默认把所有摘要永久向量化。组装 p…

#蚂蚁#Agent#多轮对话上下文管理

面试题·Agent· 蚂蚁

多用户Memory隔离：LangChain改造方案

匹配口述回答：…久化机制能保证重启不丢数据。多实例隔离我只在原型验证时用，生产环境不会选。这就是我的一些考虑。一句话定位：多用户记忆隔离本质是会话状态管理方案一：会话键+外部存储，Redis实现方案二：多实例隔离，适用短连接场景落地风险：并发安全、序列化、上下文裁剪工程师判断：推荐Redis方案，兼顾隔离与扩展约4分钟当记忆体量过大时，需要做记忆压缩或摘要，而不是全量加载。面试官可能会追问记忆压缩的具体实现方式，比如用LLM做摘要还是用固定规则截断，以及压缩后如何保证信息不…

#蚂蚁#Agent#LangChain Memory 隔离

面试题·Agent· 商汤科技

Agent 架构落地看哪些组件?

匹配口述回答：…迟、成本与安全事件。如果固定工作流已经满足要求，就没有必要增加自主规划。架构边界还要说明记忆不等于把全部历史塞回 Prompt。会话状态保存当前任务所需字段，长期偏好需要来源、时间、置信度、可删除和租户边界，知识库保存可复用事实；三者生命周期不同。模型生成的摘要不能自动成为可信事实，关键状态应来自工具或用户确认。工具结果也不能直接信任，要校验 schema、业务状态和权限。数据分析假设中，生成 SQL 只是中间产物。系统还要限定可访问的数据集、最大扫描量、超时、敏感列和只…

#商汤科技#Agent#AI Agent 架构

面试题·Prompt· 字节

RAG Generator 怎么构造 Prompt?

匹配口述回答：…t 分成稳定规则、用户问题、证据区和输出约束。稳定规则说明只能依据给定证据、引用格式以及证据不足时要拒答；用户问题保留原意和必要的会话状态；证据区带文档标识、版本、权限和片段边界，并明确它是不可信数据，不能覆盖系统指令。候选进入 Prompt 前要去重、处理冲突并控制 token 预算。排序不能只按相似度机械截断，还要保留限定条件、时间信息和能够支持结论的上下文。长文档可以压缩，但压缩前后要检查实体、数字和否定条件有没有丢失。多轮对话里只带与当前问题相关的历史，用户身份和权…

#字节#Prompt工程#RAG Generator Prompt