面试官视角聊聊：秋招AI岗高频面试问题

一、Agent核心模块（秋招最热，几乎必问）

1.为什么选择做Agent项目？（结合求职方向，突出你的核心价值，避免泛泛而谈）

2.讲下你做的Agent项目，核心目标、技术难点、你负责的模块及落地效果（秋招必问，重点说“解决了什么问题”）

3.演示Agent项目实现细节（重点说关键流程、核心代码逻辑，避免只说框架）

4.Agent项目开发的核心框架有哪些？你用的是哪种？为什么不选其他框架？（LangChain/LLaMA Index/AutoGPT对比）

5.了解市面上有哪些主流智能体（Agent）？各自的优势、应用场景及局限性（比如AutoGPT、ChatGPT Plugins、Meta AI Agent等）

6.了解其他的Agent范式吗？（反应式Agent、目标导向Agent、分层Agent等，结合项目说适配性）

7.Agent项目的背景的是什么？为什么要做这个项目？市场上同类产品有哪些不足？（体现你的产品思维）

8.Agent推理模式有哪些？各自的适用场景是什么？（比如少样本推理、链式推理、反向推理）

9.推理模式的差异化设计思路？如何根据任务类型选择合适的推理模式？

10.推理模式的选择机制是什么？如何实现动态切换？

11.Agent skills的定义、设计思路？如何让Agent高效调用skills？（结合你的项目实操）

12.多Agent执行策略的智能选择和切换机制设计（重点说冲突解决、任务分配逻辑）

13.跨模块错误追踪的Agent知识库构建方案（实操题，说清数据来源、构建流程、优化方法）

14.基于代码构建知识库的Agent设计（秋招新增热点，说清代码解析、知识库更新、检索匹配逻辑）

二、MCP/A2A协议

1.MCP和Function Calling的区别与联系？各自的适用场景？

2.MCP协议的核心内容是什么？（重点说通信规范、数据格式、交互逻辑）

3.MCP通信方式有哪些？各自的优缺点？你项目中用的哪种？

4.特定推理模型不支持MCP的技术原因？如何解决？（大厂追问难点）

5.MCP和skill的区别？两者如何协同工作？

6.A2A协议是什么？核心作用是什么？

7.A2A与MCP的区别？各自的应用场景及技术难点？

三、RAG系统（基础+优化，全岗位必问）

1.RAG系统的完整流程是什么？每个环节的核心作用？（基础必问，不能漏步骤）

2.RAG检索优化策略有哪些？（重点说向量检索优化、召回策略、重排逻辑）

3.多阶段召回策略优化（实操题，说清每阶段的召回方式、筛选逻辑、效果提升点）

4.RAG评估方案是什么？核心评估指标有哪些？如何量化评估效果？

5.RAG动态知识更新方案？（重点说增量更新、过期知识清理、实时性保障）

6.企业内部知识库RAG的动态持续更新方案（秋招企业重点关注，结合企业场景说落地）

四、大模型相关（基础核心，所有AI岗必问）

1.介绍一些主流AI大模型？各自的特点、参数量、适用场景？（区分开源/闭源，比如GPT-4、文心一言、LLaMA 2、Qwen等）

2.LLM产生幻觉的原因及解决方案？（基础必问，分技术层面、数据层面、应用层面说）

3.模型预热机制是什么？为什么需要预热？实现方案有哪些？

4.长文本生成的技术方案？（重点说分片生成、上下文管理、连贯性保障）

五、Prompt工程与多轮对话（应用类岗位高频）

1.如何写好的Prompt？核心原则是什么？结合你的实践经验说明（秋招必问）

2.Prompt工程的实践经验？（说清你在项目中如何优化Prompt，提升模型响应效果）

3.Prompt设计示例（实操题，现场让你设计1-2个Prompt，比如“让模型生成SQL”“让模型解析代码”）

4.多轮对话的实现方案？（重点说上下文管理、历史信息压缩、歧义处理）