匹配正文：…路的研究 Agent 如何设计，并能按职责、方案、证据和边界复盘。只有亲自完成并留有证据的部分，才能写进个人简历。适合谁想做 Agent / 规划方向、想补齐 Agent 训练全流程的同学自主调研 Agent：搜索 → 阅读 → 交叉验证 → 生成带引用的调研报告（以技术选型调研为例）业务背景：让 Agent 自己「做研究」，而不是查一篇文章这里用「为一个技术方案做选型调研」作为教学场景。普通问答可能只摘要一篇文章；Deep Research 需要先拆解子问题，再检…

#项目实战#Deep Research Agent

面试题·Agent

Deep Research 有 Search、Visit、Scholar 和 Python，Agent 怎样选对工具？

匹配正文：…计算结果还是失败状态，不能全部当成同一种 Observation。第七层，研究状态根据新增证据更新，并决定继续、换工具或结束。 Deep Research 工具路由与执行链路模型提出调用，策略和网关负责把不安全、不合法或无意义的动作挡在执行前。模型路由、规则路由还是混合路由？纯模型路由灵活。它能理解自然语言和开放任务，遇到新情况时不必预先写完所有分支。但模型可能忽略前置条件、生成不存在的工具或在相似工具之间摇摆。纯规则路由稳定。例如“有 URL 且要核正文就 V…

#Deep Research#研究工具与稳定性#Deep Research 工具路由

求职指南·求职

做一个 Agent 项目怎么做:从最小 Agent 到 Deep Research

匹配正文：一个能写进简历的 Agent 项目,不是"能调工具的 demo",而是把 Agent Harness(agent loop、工具 schema、记忆、权限确认、失败恢复、trace、评估、成本)一层层做扎实,并留下和 RAG 项目一样完整的证据链。正确的做法是从 30 行的最小 Agent 起步,先把"决策—调用—观察—再决策"的循环跑通,再逐步长成 Deep Research 这类多步任务系统,每加一层都留下能被面试官追问的痕迹。作者:吴师兄 | 适合:想主打 Agent…

第 1 / 3 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

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#求职#职业转型

面试题·Agent

Deep Research Agent 训练中，CPT、SFT 和 GRPO 应该怎样取舍？

匹配正文：…程任务，模型可能继续照搬固定路径。它知道“标准答案长什么样”，却不知道哪条行动更好，也没有在环境反馈中练过取舍。相关训练材料把 Deep Research Agent 的训练拆成三层：Agentic CPT 注入 Agent 相关偏置，SFT 冷启动学习协议与基本轨迹，GRPO 再在环境反馈中优化策略。这三个阶段分别解决不同问题，不能因为名词热门就机械拼成一条训练流水线。所以面试官真正想问的是： CPT、SFT 和 GRPO 各自改变什么，为什么顺序通常这样安排，阶段之…

#Deep Research#数据构造与训练#Deep Research 多阶段训练

面试题·Agent

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

匹配正文：很多团队第一次做 Deep Research，会把它理解成“检索次数更多的 RAG”。于是系统不管收到什么问题，都先拆计划、反复搜索、打开网页、整理报告。用户只是问一句“这个产品支持哪些文件格式”，也要等 Agent 跑完一整轮研究。流程看起来很智能，实际却把一个本来一次检索就能回答的问题，做得更慢、更贵、更不稳定。反过来，如果用户问的是“请比较三种技术方案在小团队、低运维和数据合规约束下的适用性，并给出能够核查的依据”，只查一次再生成也不够。一次检索可能只拿到某个厂商…

#Deep Research#问题边界与研究闭环#Deep Research 分级路由

项目实战·Agent

第 1 章:为什么需要 Deep Research

匹配正文：📊 学习时长:60-75 分钟 🎯 完成后能力:能讲清 Deep Research 和普通 RAG / Agentic RAG 的本质区别,判断一个问题该不该上 Deep Research,并用可运行代码搭出一个会「自己多步搜索、边想边查」的研究型 Agent 雏形 🔗 关联面试题:5 道(覆盖 5 个角度,见 Part 3) 这一章你会学到什么 ✓ 零基础也能跟着做:用几十行代码跑通一个会「边想边查」的研究型 Agent,并一步步给它加上工具、思维链、失败重试 ✓ 彻…

#Agent#Deep Research#项目实战

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：“帮我分析一下这个行业。” 这句话对人来说已经够模糊，对 Agent 更危险。如果模型直接搜索“行业分析”，得到的通常是一堆范围不同、时间不同、口径不同的材料。它可能先看到市场规模，就围着规模写；也可能先看到一篇新闻，就把新闻里的观点当成整份报告的主线。最后的报告很长，却没有回答三个最基本的问题：研究对象是谁，比较维度是什么，结论需要哪些证据。 Deep Research 超出普通搜索的地方，在于它会先把开放任务整理成一组可以执行、检查和收口的子任务。初始计划又不可能永远…

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

面试题·Agent

Deep Research 为什么会一直搜索？什么时候该停？

匹配正文：…步，无论信息是否充分都结束。这个设置能防止程序永远运行，却没有回答研究任务真正的问题：当前证据是否足以支持结论？所以面试官追问“Agent 怎么停止”时，不能只回答“设置最大轮数”。完整问题是： Deep Research 怎样判断已经查够？怎样区分信息充分、搜索无进展、预算耗尽和工具故障？如何避免没查够就回答，也避免陷入重复搜索？先区分四种“结束” 第一种是正常完成。系统已经覆盖任务契约里的关键对象和维度，主要结论有来源，关键冲突得到解释，剩余缺口不会推翻当前建议。这…

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

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：…只提到了相关主题，没有支持报告里的具体数字；三条引用其实都转载同一篇文章；报告引用的是新页面，结论却来自旧版本；两个来源口径相反，Agent 没有解释，直接选了更符合自己结论的那一个。这说明“报告带引用”和“结论可以核验”不是一回事。普通 RAG 的引用通常围绕一次回答和几段检索证据展开。Deep Research 的报告更长，结论更多，来源横跨多个网站和时间点，还会经历多轮搜索、摘要和综合。引用链一旦在中间断掉，最终报告仍然可以写得很顺，却很难知道哪一句是事实、哪一句是…

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

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？

匹配标题与标签：Deep Research 并行任务怎么拆，依赖、尾延迟和综合成本怎样控制？从任务拆分、依赖图、并发预算、尾部任务、局部重跑和综合开销出发，讲清 Research-Synthesis 何时值得采用、如何调度与怎样验收。 Agent Deep Research 执行框架与长任务 Deep Research 并行任务拆分 Research-Synthesis 依赖调度多 Agent 并行研究尾部任务处理 Agent 面试题

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

面试题·Agent

Search 超时、Visit 受限、Python 报错时，Deep Research 怎样继续而不乱答？

匹配正文：…式？不能以绕过权限为目标。应尊重访问和内容授权，寻找公开原始来源、请求用户提供材料或明确无法核验。追问四：工具失败后怎样避免 Agent 循环？保存规范化动作、错误类型和已尝试策略，限制工具与全局预算。重复同一路径时提示换维度或停止。追问五：怎样证明容错没有降低答案标准？故障注入后检查来源等级、主张支持、缺口表达和完成状态，并与无故障基线比较，而不是只看最终有没有文本返回。工具失败后，完整恢复链怎样说 Deep Research 的工具失败要先结构化分类。参数、临…

#Deep Research#研究工具与稳定性#Deep Research 工具故障恢复

面试题·Agent

缓存能省调用，为什么 Deep Research 反而可能拿旧资料回答“最新”？

匹配标题与标签：缓存能省调用，为什么 Deep Research 反而可能拿旧资料回答“最新”？从分层缓存、缓存键、时效契约、条件验证、权限隔离和陈旧命中出发，讲清 Deep Research 缓存的新鲜度控制。 Agent Deep Research 研究工具与稳定性 Deep Research 缓存新鲜度 Agent 缓存策略缓存 TTL 陈旧缓存 Agent 面试题

#Deep Research#研究工具与稳定性#Deep Research 缓存新鲜度

面试题·Agent

Deep Research 训练的种子问题从哪里来，怎样避免一开始就把数据做偏？

匹配正文：…、模糊范围、真实约束和用户经常追问的内容，这些往往不是专家会主动写出的标准题。但日志不是天然高质量数据。一些问题本来就不适合 Deep Research，只需直接回答或一次检索；一些问题依赖用户私有上下文，脱离会话后无法理解；一些问题可能含姓名、账号、合同、公司内部信息和敏感业务。日志进入候选池前，要先确认使用授权、脱敏规则和保留期限。随后做会话补全、意图聚类、噪声过滤和人工抽检。脱敏不能只用正则删除号码。替换实体后还要检查问题是否仍然成立，是否因为删除上下文变成不可…

#Deep Research#数据构造与训练#Deep Research 种子数据

面试题·Agent

Deep Research 一跑几分钟，为什么不能用普通同步接口硬等？

匹配正文：…us batching 解决的是模型推理服务内部，不同请求解码长度不一致造成的槽位浪费。完成的请求退出后，新的请求可以进入批次。 Deep Research 的一个任务却在模型调用之间穿插外部 IO、控制逻辑和状态持久化。推理服务看到的是许多独立 LLM 请求，Agent 调度器看到的是有依赖的长任务步骤。两层需要协同：Agent 在等待工具时释放模型资源，模型服务对就绪调用做动态批处理。即使模型吞吐提高，搜索 API 可能成为新瓶颈；即使工具很快，状态数据库也可能争用…

#Deep Research#上线成本与评估#Deep Research 长任务

面试题·Agent

一次 Deep Research 到底花了多少钱，为什么只看总 Token 找不到成本黑洞？

匹配标题与标签：一次 Deep Research 到底花了多少钱，为什么只看总 Token 找不到成本黑洞？从 task Trace、模型工具 span、价格版本和账单对账出发，讲清 Deep Research 成本怎样归因、告警和验证降本。 Agent Deep Research 上线成本与评估 Deep Research 成本 Agent 成本可观测性 LLM 成本 Trace 大模型成本监控 Deep Research 面试题

#Deep Research#上线成本与评估#Deep Research 成本

面试题·Agent

Deep Research 评估为什么不能只看最终答案，过程合理又该怎么量？

匹配正文：一份调研报告最后结论正确，不代表 Agent 的研究过程可靠。它可能凭预训练记忆猜中答案，也可能只看搜索摘要，碰巧没有犯错。换一个日期、对象或来源，捷径就会失效。反过来，一条轨迹工具选择合理、引用完整，也可能因为网页更新、计算错误或遗漏子问题，最终报告仍然不合格。 Deep Research 是开放任务，又是多步骤过程。只看最终文本，会把“蒙对”当能力；只看步骤，又可能忽略交付结果。相关评估材料明确把质量拆成结果与过程两个层面，并要求准确、引用、报告质量和效率共同观察。…

#Deep Research#上线成本与评估#Deep Research 评估

面试题·Agent

LLM Judge 分数变高，为什么 Deep Research 可能反而更会刷分？

匹配标题与标签：LLM Judge 分数变高，为什么 Deep Research 可能反而更会刷分？从位置、长度、自我偏好和 Goodhart 出发，讲清 Deep Research LLM Judge 怎样校准并防止刷分闭环。 Agent Deep Research 上线成本与评估 Deep Research LLM Judge LLM-as-a-Judge 偏差 Goodhart 定律 Agent 评估刷分 Deep Research 面试题

#Deep Research#上线成本与评估#Deep Research LLM Judge

面试题·RAG

Deep Research vs RAG 怎么选?

匹配正文：…nker → Generator 检索策略：向量相似度匹配，依赖静态索引关键优化：分块策略、重排序、Hybrid Search Deep Research 架构：Planning Agent + Tool Use + Memory 核心机制：动态生成子问题（Decomposition）基于中间结果决定下一步检索方向多源信息整合与交叉验证典型实现：ReAct/CoT + 浏览器工具 + 长上下文整合应用场景对比 RAG适合 Deep Research适合企业内部知…

#Deep Research#RAG#Deep Research vs RAG

系统教程·Agent

Agent 面试题大全与开发指南

匹配正文：Agent 面试通常从 Workflow 与 Agent 的边界问起，再继续追问记忆、工具调用失败、多智能体协作与工程闭环。这一页把本站 Agent 相关内容组织成一条学习线：先跑通最小执行循环，再拆 Deep Research 完整案例，最后用题库校准自己的回答。配套教程 Deep Research Agent 实战：8 章系统拆解知识模块 Agent 架构·工具调用·记忆·多智能体 Prompt 工程(Agent 的地基) 常见问题 Agent 面试和 RAG 面试考…

#专题学习#Agent 面试题大全与开发指南

项目实战·Agent

第 2 章:Agent 执行框架,ReAct → IterResearch

匹配正文：…本看到「常量 vs 线性」这个本质差别。真实做法见下面 Part 2。 🧭 你刚才做的,等于真实系统的什么? 你写的 iter_research() 把「堆全部历史观察」换成了「维护一份大小受控的报告」,这正是 IterResearch 的核心思想。真实系统里,这份报告由模型每轮智能地重写,而不是机械截断。 🎯 Part 2 · 面试深度｜ ~45% 这部分讲透 IterResearch 的设计、ReSum 兜底、其他主流框架,以及怎么选型,这些是 Agent 岗面试的…

#Agent#Deep Research#项目实战

项目实战·Agent

第 3 章:工具集设计,让 Agent 真正「会用工具」

匹配标题与标签：第 3 章:工具集设计,让 Agent 真正「会用工具」学习工具定义、分发与容错；用本地stub和有界四则计算器观察流程，真实工具性能与模型调用需另行验证。 Agent Agent Deep Research 项目实战

#Agent#Deep Research#项目实战

面试题·Agent

Teacher 生成的 Agent 轨迹为什么不能直接拿去训练，怎样筛出高质量样本？

匹配正文：做 Deep Research 训练数据时，常见做法是把一批研究问题交给更强的 Teacher 模型，让它使用 Search、Visit、学术检索或计算工具完成任务，再把过程保存下来训练较小模型。听起来像是把“优秀学生的解题过程”交给另一个学生模仿。问题在于，Teacher 更强不等于每次都对。它可能调用格式正确，却选错工具；可能访问了很多页面，却没有推进任务；也可能在工具失败后自行补出一段观察，最后写出一篇流畅但证据对不上的答案。如果这些轨迹未经验证就进入训练，学生模…

#Deep Research#数据构造与训练#Deep Research 轨迹生成

面试题·Agent

训练数据里 Search 太多，为什么 Agent 遇到什么都想先搜？

匹配标题与标签：训练数据里 Search 太多，为什么 Agent 遇到什么都想先搜？从首次训练偏 Search 的观察出发，讲清 Deep Research 工具选择偏置的条件分布、成对数据、归因与小批验证。 Agent Deep Research 数据构造与训练 Deep Research 工具选择 Agent 数据偏置工具调用训练数据默认 Search Deep Research 面试题

#Deep Research#数据构造与训练#Deep Research 工具选择

面试题·Agent

长轨迹被截断就算失败吗，为什么这样做会把 Agent 训成提前乱答？

匹配正文：Deep Research Agent 一次任务可能经历多轮搜索、访问、计算和摘要。当轨迹达到最大 token、最大步骤或运行时间，系统可能在 final answer 之前停止。很多训练管道看到“没有最终答案”，就直接给零 reward，并把这条轨迹当作负样本。这看起来合理，实际上可能教坏模型。有些轨迹确实走错了，有些只是环境超时，还有些方向完全正确但预算用完。若全部受到同一种惩罚，模型反而会学着赶在截断前随便给出答案，研究质量未必提高。相关训练材料明确提醒，这种处…

#Deep Research#数据构造与训练#Deep Research 截断轨迹