Agent 面试题介绍
下面简单说一下这 16 道题大概聊了些什么,你可以挑自己薄弱的地方先看。
前面三道聊的是基础概念,Agent 到底是什么、跟直接调 LLM 有什么本质区别、核心组件有哪些、Workflow 和 Agent 和 Tools 三者怎么分清楚,这几个概念是后面所有问题的地基,建议先过一遍。
第 4 到第 7 题聊的是设计范式,这块是面试高频考点。ReAct、Plan-and-Execute、Reflection 这三种范式到底有什么区别,各自适合什么场景,复杂任务该怎么拆分,这几道题面试官特别喜欢追问,很多人就是在这里答得半对不对被刷掉的。
第 8、9、12 到 15 题聊的是工程实践,记忆模块怎么设计、长短期记忆怎么存、记忆太长了怎么压缩、怎么给 LLM 加上规划能力、反思机制具体怎么跑,还有一道「为什么有时候宁愿手搓 Agent 也不用现成框架」,这些都是真正做过项目才会碰到的问题,能聊明白的话面试官对你的印象会完全不一样。
最后第 10、11、16 题聊的是多 Agent,什么时候该用多 Agent、单 Agent 和多 Agent 怎么选、多个 Agent 之间怎么协作和切换,这块属于进阶内容,如果你做过稍微复杂一点的系统,这几道题答好了是很大的加分项。
- 1. 什么是 Agent?与大模型有什么本质不同?
- 2. Agent 的基本架构由哪些核心组件构成?
- 3. Workflow,Agent,Tools 这三个的概念和区别介绍一下?
- 4. 了解哪些其他的 Agent 设计范式?Agent 和 Workflow 的区别是什么?
- 5. Agent 推理模式有哪些?ReAct 是啥?具体是怎么实现的?
- 6. ReAct、Plan-and-Execute、Reflection 三种范式有什么核心区别?实际项目中该如何选型?
- 7. 复杂任务怎么做的任务拆分?为什么要拆分?效果如何提升?
- 8. 请你介绍一下 AI Agent 的记忆机制,并说明在实际开发中应该如何设计记忆模块?
- 9. Agent 的长短期记忆系统怎么做的?记忆是怎么存的?粒度是多少?怎么用的?
- 10. 什么是 Multi-Agent?
- 11. 说说 Single-Agent 和 Multi-Agent 的设计方案?
- 12. Agent 记忆压缩通常有哪些方法?
- 13. 在工程实践中,为什么有时候选择「手搓」Agent,而不是直接用成熟框架?
- 14. 如何赋予 LLM 规划能力?
- 15. 讲讲 Agent 的反思机制?为什么要用反思?具体怎么实现?
- 16. 如何设计多 Agent 的协作与动态切换机制?