攒人品中～ 1. 什么是 AI Agent？它包含哪些核心组件？2. 详细讲解一下 ReAct 框架的原理3. LLM 是如何实现工具调用的？详细讲讲 Function Calling 的底层机制与执行流程4. 如何解决 Agent 工具调用时的“幻觉”（如编造 API、传错参数）？5. 为什么 Agent 经常会陷入“死循环”（Loop）？工程中如何兜底？6.  Agent 中如何实现长文本和长期记忆的管理与检索？7. Agent 的耗时过长，有哪些工程侧和基座侧的优化手段？8. RAG 系统和 Agent 结合的形态（Agentic RAG）与传统 RAG 有何核心区别？9. 当 Agent 需要调用多个工具，或者工具之间存在依赖关系时，调度引擎该如何设计？10. 如果 Agent 对话上下文窗口溢出或出现“记忆遗忘”（Lost in the Middle），该如何处理？11. Agent 在实际生产落地（例如自动化运维 AIOps、智能客服）中遇到的最大痛点是什么？如何解决？12. 什么是 Multi-Agent 系统？13. Agent 复杂任务分解的常用策略是什么？14. 什么是 Self-Reflection机制？在代码生成或故障排查 Agent 中如何应用？15. 如何设计 Agent 的流式输出以提升用户体验，特别是包含工具调用和多次大模型交互时？16. 开源模型的 Function Calling 能力较弱，如何通过微调或 Prompt 提升？18. Agent 的Planning模块有哪些主流的实现方式？（如 Step-by-step 与 Plan-and-execute 的对比）20. Agent 的推理（Reasoning）范式有哪些？（CoT / ToT / GoT 等）21. Agent 的记忆机制有哪些分类？（Short-term / Long-term / Working Memory）23. 在多智能体协同中，如何解决 Agent 之间的冲突或无限争议问题？24. Agent 开发中的系统安全风险有哪些？（如 Prompt Injection、沙箱逃逸、越权执行）如何防范？25. 做 Agent 开发，对底层 LLM 的能力（如指令遵循、长文本解析、结构化输出）有哪些具体要求27. DSPy 是什么？它在 Agent 提示词优化和流程构建上有什么优势？28. 基于强化学习的 Agent与传统基于 Prompt 的 Agent 有何区别？29. 如何让 Agent 具备自我学习或经验沉淀的能力？

1.如何设计一个 Prompt？Prompt Engineering 有哪些技术？（ 5 次）2.什么是 AI Agent？谈谈你理解的 agent，以及如何理解其推理、决策与自主规划执行的能力？（3 次）3.什么是 Function Call？它的实现流程是什么？一般应用在哪些场景？（4 次）4.文本向量化的目的是什么？使用的向量模型、向量存储工具分别是什么？（3 次）5.RAG 的概念是什么？其具体实现流程（包括 chunk 划分、向量搜索、重排序等环节）是怎样的？（3 次）6.LangChain 的核心功能是什么？基于 LangChain 会调用哪些类型的模型？（2 次）7.大模型的调用方式是什么？本地部署大模型会用到哪些框架？（1 次）8.大模型 server 是如何部署的？提供了哪些接口？是否支持流式输出？（1 次）9.ReAct 的实现原理是什么？其 Prompt 设计和工程落地分别有哪些要点？（1 次）10.对 AI 编程、开源项目、Vibe Coding 分别有怎样的理解和看法？（3 次）

1.自我介绍2.项目一拷打：具体怎么做的？数据啥样？现在准确度在什么水位？有没有考虑过Agent做？你怎么和团队讨论的？是你一个人在完全负责这个模块吗？结果怎么定的？如果让你重新做这个项目用Agent的方式你会怎么考虑？上下游是怎么样的？你有和上下游交流过他们的情况吗？你的prompt怎么写的，具体展开说说？这个意图识别你怎么理解的？few-shot具体考量？用户反馈数据有看过吗，说说想法，怎么定的三种意图？3.项目二简单询问：你进来就做了这么多工作吗？两个项目的时间怎么安排的？4.看你简历上主要是算法的东西，你怎么看待算法和Agent应用的区别？5.场景题：五分钟思考一下做一个用户购物的Agent，问了有要规定什么方式？让自己编排6.反问：团队对于AI什么看法？太宽泛了，具体一点，就AI写代码？没有规定，看个人爱好。实习生进来会做什么样的角色，会做哪些工作？团队的AI技术3年前就已经开始建设了，不是临时起意的，例如和你比较贴合的就是意图识别，商家对话的意图可能更复杂，会有师兄带着做。7.会根据一面二面情况反馈，如果通过会有下一轮面试官联系面完感觉还有希望，比一面发挥好太多了，结果第二天挂了

继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目拷打问实习：2.提示词模板是怎么构建的？3.单Agent还是多Agent的？子Agent任务是什么？4.分支覆盖率是怎么统计的？原理有没有了解过？代码插桩具体是怎么实现的？5.对于代码解析有没有前置分析？有效性判断怎么实现的？未来让你来优化这些指标你会怎么设计？6.有没有思考过哪些代码会让模型生成的代码准确度和覆盖率降低？这些用AST和LSP都生成不了单测的代码如何过滤？7.mock是怎么实现的？问项目：8.多维度的查询改写是什么？改写的时候遇到需要用户参与补充信息时怎么设计？技术上怎么实现？9.并行化意图识别是什么？为什么要并行化？如何实现的？10.讲一下项目里召回的流程11.对于上下文工程有什么经验吗？有没有做过to do list？为什么这样会让模型更聚焦，怎么实现的？12.skills的原理有没有了解过？怎么实现的？问八股：13.LLM的底层原理有没有了解？输入给模型的是什么？14.self attention怎么实现的有了解吗？为什么要分成QKV，怎么计算的？同一个token向量是一样的吗？15.python有没有多线程？为什么要有GIL，有没有了解过？多线程的锁都有什么？lock和Rlock有什么区别？16.信号量的底层是怎么实现的？17.cpp编译链接流程有没有了解？编译分哪些步骤？手撕：18.岛屿最大面积