Agent面试拷打！

路过的牛爷爷们来试着答一下吧
你理解的 Agent 架构是什么？一个 Agent 系统一般由哪些模块组成？
Tool 是怎么设计的？什么样的功能应该做成 Tool？
Memory 分几种？Short-term / Long-term memory 怎么实现？
Agent 是怎么做任务规划的？是 ReAct 还是 Plan-Execute？
多 Agent 协作是怎么做的？
你做 RAG 的完整流程是什么？（数据 → 切分 → embedding → 向量库 → 检索 → 重排 → 生成）
Chunk 大小怎么确定？为什么？
向量召回不准怎么办？
如何做 rerank？用什么模型？
如何评估 RAG 效果？指标是什么？
RAG 和微调怎么取舍？
多路召回怎么做？
如何降低 RAG 的延迟？
如何解决幻觉问题？
如何降低模型幻觉？
如何让模型输出稳定格式？
如何做自动化 Prompt 优化（A/B test / eval）？
如果一个 Agent 系统 QPS 很高，你怎么设计架构？
向量检索很慢怎么办？
LLM 调用很慢怎么办？
如何做缓存？
如何做降级？
如何控制成本？（LLM 很贵）
如何设计一个高并发的 RAG 系统架构？
业务场景（电商）：
让你做一个类似 TikTok Shop / 淘宝 的 AI 导购助手，用户可以对话买东西，你会怎么设计这个系统？
在电商 Agent 里，你觉得有哪些工具（Tool）需要提供给 Agent？
电商 Agent 的 Memory 应该存什么？
如果要做一个“自动运营 Agent”（自动生成活动、改价、发券），怎么设计？
电商商品库做 RAG，embedding 用什么字段？
用户问“适合送男朋友的礼物”，RAG 怎么做？
如何把“推荐系统”和“RAG”结合？
如何做个性化 RAG？
设计一个电商 AI 导购 Agent，支持：“商品推荐、对话购物、查询订单、售后问题、个性化推荐、高并发” #AI求职记录#