AI Agent面经 5（持续更新）
Q1：规划和执⾏要不要拆开两个模型？
答案：视任务⽽定。Planner-Executor 拆分可提升可控性（强模型规划、快模型执⾏）；单模型端到端更简单但易在⻓链路漂移。可混合：规划⽤强模型，执⾏层做确定性校验。
Q2：如何避免 Agent 在⼯具调⽤间「迷失」？
答案：
- 明确 停⽌条件 与 最⼤步数
- 维护 任务清单（todo） 与 当前⼦⽬标
- 对每步输出要求 结构化（JSON）
- 关键步骤 强制验证（单元测试式检查、⼆次 LLM 审核）
Q3：结果冲突怎么整合？
答案：优先级规则（权威源 > 时间新 > 多源⼀致）、让模型显式输出「冲突说明」、必要时触发⼈⼯。
Q4：基于效⽤的 Agent 和基于⽬标的有什么区别？
答案：⽬标型关注「是否达成」；效⽤型在多个冲突⽬标间做权衡（成本、时延、⻛险、⽤户偏好），选综合最优⽽⾮单点达成。
Q5：反应式 Agent 有什么优缺点？
答案：
优点：快、可解释、易测试。
缺点：对⻓程依赖与复杂推理弱；遇到未⻅输⼊可能失效。常与分层架构结合。
大模型、Agent面试八股全集 文章被收录于专栏
大模型面试，早已不只是会用 LangChain、会调 OpenAI API 那么简单。真正决定面试深度的，是你是否理解 Transformer、Prompt 工程、RAG 检索链路、Agent 规划与执行、工作流设计，以及复杂场景下的稳定性与工程落地问题。本专栏聚焦大模型与 Agent 开发面试高频八股，系统拆解核心概念、常见追问、项目回答思路，帮助你系统掌握核心考点，提升面试表达与项目答辩能力。
