匹配正文：…能口径、安全、生态和上线风险，前提是维度之间依赖较弱。第三类是来源类型可以拆开。一个单元寻找官方资料，一个查论文，一个寻找公开工程实践，用不同证据视角减少单一来源偏差。第四类是验证任务可以拆开。一个单元提出候选结论，另一个专门寻找反例、过时信息和限定条件。不适合并行的是强依赖链路。如果第二步必须使用第一步识别出的实体和条件，强行同时执行只会让后续单元拿不到正确输入。任务很小、共享工具有严格限流、综合成本高于执行成本时，也不值得拆。框架选型仍然要选择最低够用复杂度。…

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

面试题·模型训练· 美团

批量文本清洗如何自动质检?

匹配正文：…样：每批次随机抽1000条人工复核 A/B回灌：清洗前后数据各训一个小模型对比下游任务规则覆盖度：定期用新样本测试规则盲区五、工程实践要点灰度发布：新规则先跑1%流量，观察3天再全量血缘追踪：每条数据保留清洗日志，问题可溯源成本监控：设置单条处理耗时/费用告警阈值

#数据清洗#数据预处理#数据流水线

面试题·模型训练· 阿里

SFT prompt 模板设计原则与结构

匹配正文：…符，明确指令起止 <s> / </s> 序列起始/结束标记，控制生成边界 {input}占位符动态注入具体数据，保证模板复用性工程实践要点严格对齐基座模型的chat template：不同模型的特殊token差异很大（如Qwen的<|im_start|>、ChatGLM的[Round]）预留system字段的扩展性：便于后续通过system prompt做动态能力切换 output字段的多样性设计：同一input配多个优质output，提升数据丰富度

#Prompt Engineering#指令微调#数据格式设计

面试题·Agent· 蚂蚁

Agent 中断恢复:状态持久化策略

匹配正文：…. 校验外部依赖状态（如"订单是否已创建"） 3. 补偿或续跑：根据业务语义决定 4. 人工兜底：超过3次自动恢复失败则告警五、工程实践要点异步化：长任务拆分为消息队列中的子任务，天然支持重试限流熔断：防止恢复风暴压垮依赖服务灰度发布：新版本Agent先跑影子流量，验证状态兼容性

#蚂蚁#Agent#Agent 中断恢复

面试题·Agent· 美团

ReAct vs Plan-and-Execute 推理效率对比?

匹配正文：…性但清晰：监控信号触发 → 回退到计划层 → 基于执行反馈重规划代价：重规划需重新加载前期上下文，短任务 overhead 高工程实践中的权衡短任务/开放域（如多轮对话）：ReAct更自然，无需预规划长流程/工具链固定（如运维SOP、审批流）：Plan-and-Execute更可控美团场景：外卖客服涉及订单查询→退款判断→优惠券补偿，适合分层架构——顶层Plan-and-Execute把控主流程，子步骤内嵌ReAct处理分支细节

#美团#Agent#ReAct vs Plan-and-Execute

面试题·Agent· 高德

Tool Calling 参数格式怎么保?

匹配正文：… ⭐⭐⭐ 中中字段复杂的API调用后处理校验 ⭐⭐ 低低快速原型、非关键路径组合策略 ⭐⭐⭐ 可控中生产环境推荐工程实践建议分层防御：约束解码兜底格式，后处理捕获边缘case 监控埋点：记录格式错误率、修复成功率、重试次数降级预案：连续失败时切换规则引擎或人工兜底高德地图场景（路径规划、POI搜索）对参数精度要求高，建议Schema-guided + 业务校验为主，配合轻量后处理。学习建议建议先掌握JSON Schema和API基础概念，再学习约束…

#高德#Tool Calling 参数格式#约束解码

面试题·Agent· 字节

Agent 长期记忆存储结构

匹配正文：…量，动态调整权重记忆压缩机制对话摘要：定期用LLM压缩历史为高层语义分层摘要：原始对话→段落摘要→主题摘要，检索时自顶向下工程实践要点问题方案冷启动预构建用户画像作为初始记忆写入瓶颈异步批量写入，内存缓冲队列一致性向量+结构化数据双写，最终一致学习建议建议系统学习该知识点

#字节#蚂蚁#向量检索

面试题·Agent· 阿里

Agent 外部工具怎么集成?

匹配正文：…解码（如Outlines、Guidance）系统层：Pydantic动态校验 + 类型强制转换，失败时反馈具体错误给LLM重试工程实践：复杂参数（如日期范围）做语义解析，支持"最近三天"→具体日期的转换。三、调用机制设计场景机制实现实时查询同步调用 asyncio超时控制（默认5-10s）长耗时任务异步回调提交job_id，轮询/回调获取结果流式输出 SSE/WebSocket 工具执行进度实时透传关键：区分工具本身的慢（数据库查询）和网络延迟，后者…

#阿里云#Agent#Agent 工具集成

面试题·Agent· 阿里

Agent 工具执行用 Workflow 吗?

匹配正文：…次数避免纯Workflow 开放域问答、多跳推理等探索性任务工具集合动态扩展（插件市场类场景）用户意图高度不确定的C端对话工程实践：分层架构上层：动态规划（LLM决定"做什么"） ↓ 生成执行计划下层：Workflow引擎（系统保障"怎么做"） - 子流程内部用Workflow保证稳定 - 跨子流程用LLM动态编排典型例子：智能客服中，"意图识别→知识检索→答案生成"用动态调度，但"退款子流程"内部用Workflow固化校验规则。学习建议建议系统学习该知识点

#阿里云#Agent#Agent Workflow

面试题·Agent· 拼多多

货物装载决策怎么定?

匹配正文：…价值 then 装载场景3：大规模地图先预计算关键路径（到各卸货点的最短路径）用 A*搜索或蒙特卡洛树搜索做实时决策工程实践要点剪枝：容量不足10%时提高装载门槛，避免碎片化回退机制：若陷入无解状态，支持卸载部分货物多目标权衡：收益 vs 路径长度 vs 时间，用加权评分函数学习建议建议系统学习该知识点

#拼多多#Agent#机器人装载策略

面试题·Agent· 小红书

多智能体协同怎么保证?

匹配正文：…成一致状态同步：CRDT或版本向量处理并发更新，最终一致性即可满足多数场景冲突解决：优先级规则、投票机制或引入仲裁Agent 工程实践要点角色设计：用角色模板（ReAct/Plan&Execute）定义Agent职责边界观察-信念-意图（OBI）模型：显式建模Agent心智状态容错机制：心跳检测、超时重试、优雅降级实际落地推荐从双Agent协作（如Reviewer-Executor）开始验证，再扩展到多角色。小红书场景可结合内容理解Agent、策略Agent、执行…

#小红书#Agent#多智能体协同

面试题·Agent· 字节

Agent 工具集成与工作流编排

匹配正文：…） Function Calling 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…

#字节#Agent#Agent 工具集成

面试题·文档处理· 字节

RAG 长文档怎么切块?

匹配正文：… 计算开销大书籍、长文档结构化感知按标题、章节、代码块切保留文档结构依赖格式规范 Markdown、HTML、代码关键工程实践重叠策略（Overlap）比较零重叠、短窗口与较长窗口，用同一评测集确认是否改善边界上下文断裂对QA类任务尤为重要，答案常跨块边界多粒度设计（Parent-Child）较小块用于精准检索（具体长度作为候选变量）较大块用于生成上下文（具体长度受模型窗口与证据完整性约束）通过元数据关联，兼顾召回与理解动态切块结合LLM判断语义…

#字节#文档处理#RAG 文本切块

面试题·文档处理· 字节

RAG 数据清洗与 Chunking 怎么选?

匹配正文：…文档结构切分 PDF/Word等富格式文档；需保留层级关系 Agentic切分用LLM判断最佳切分点高质量要求场景，成本较高工程实践要点：把零重叠、短窗口和较长窗口作为候选，用同一评测集验证是否减少边界信息丢失保留元数据（来源、页码、标题）用于过滤和重排序对表格/代码等特殊内容单独处理，不强行按长度切学习建议建议系统学习该知识点

#字节#文档处理#RAG 数据清洗

面试题·文档处理· 百度

常用分块方法有哪些?

匹配正文：… 优点：块与业务语义对齐，检索结果可直接用于生成缺点：依赖文档解析质量，需针对不同格式定制适用：合同、论文、报告等结构化文档工程实践建议多数场景应先比较结构分块、递归分块与不同重叠窗口，用同一评测集权衡效果与成本块大小候选由Embedding输入限制、文档结构、查询类型和LLM上下文预算共同决定复杂场景可组合策略：先结构分块，大块再语义细切

#百度#文本分块策略#RAG chunking

面试题·文档处理· 安克科技

RAG向量化：分块与Embedding

匹配正文：…索引，高召回、低延迟，适合在线服务 IVF-FLAT：聚类分桶，平衡速度与精度量化压缩（PQ/SQ）：降低内存，适合十亿级向量工程实践：先ANN粗排取Top-K，再用Cross-Encoder精排，最后按相关性阈值过滤

#安克科技#RAG 向量化#Embedding 模型

面试题·评估· 字节

多Agent冲突怎么检测与缓解?

匹配正文：…议传播状态，Raft/Paxos达成共识（高可用、复杂度高）混合式：日常自治，冲突时升级至仲裁层（字节常用，兼顾效率与正确性）工程实践要点给每个决策附加置信度分数，低置信度自动触发人工复核或多方确认设计优雅退出机制：Agent异常时广播"遗言"，释放占用的资源锁

#字节#评估与监控#Agent