Agent 工程追问
面试追问：什么是 Agent？它和普通的大模型聊天机器人有什么区别？
原题面试追问：一个完整的 Agent 系统通常包含哪些组件？各自负责什么？
原题面试追问：从大模型问答到工具调用，再到 Agent，主要增加了哪些能力？
原题面试追问：什么是 Skill？一个 Skill 通常包含哪些内容，应该怎么编写？
原题面试追问：OpenClaw 的 Gateway 和 Runtime 分别负责什么？为什么分成两层？
原题面试追问：用户发来一个请求后，Agent 从接收请求到完成任务，整体经过哪些步骤？
原题面试追问：ReAct 的执行流程是什么？适合什么场景？
原题面试追问：Agent 一直思考或重复调用工具，怎么防止它陷入循环？
原题面试追问：Plan and Execute 和 ReAct 有什么区别？什么时候适合先规划再执行？
原题面试追问：Reflexion 主要解决什么问题？适合在哪些节点加入反思？
原题面试追问：CoT 和 ToT 分别是什么？它们和 ReAct 有什么区别？
原题面试追问：Agent 执行到一半中断了，怎么保存状态并继续执行？
原题面试追问：MCP 和 A2A 有什么区别？分别适合什么交互场景？
原题面试追问：Function Calling 是怎么工作的？模型和后端系统分别负责哪些步骤？
原题面试追问：什么是 MCP？MCP Client 和 MCP Server 分别负责什么？
原题面试追问：MCP 中的 Tools、Resources 和 Prompts 有什么区别？
原题面试追问：提示词工程、上下文工程和 Harness Engineering 有什么区别？
原题面试追问：上下文工程具体要做哪些事？为什么不能把所有历史信息直接交给模型？
原题面试追问：你为什么要把记忆分成短期、中期、长期偏好和跨对话语义记忆？
原题面试追问：怎么从对话里提取用户偏好？怎么区分长期偏好和一次性的描述？
原题面试追问：记忆读取和记忆写入的处理流程分别是什么？为什么要分开设计？
原题面试追问：跨对话语义记忆怎么做去重、相似归并和召回降权？
原题面试追问：当前用户输入和历史记忆发生冲突时，以哪个为准？为什么？
原题面试追问：滑动窗口和增量摘要怎么配合，避免上下文越来越长？
原题面试追问：系统提示词、用户偏好、会话摘要、最近对话和检索结果，怎么组装成上下文？
原题面试追问：为什么用 Markdown 保存记忆，再用 SQLite 建立索引？FTS5 起什么作用？
原题面试追问：Skill 为什么采用按需加载？名称、描述、正文和脚本分别什么时候加载？
原题面试追问：OpenClaw 的短期、中期和长期记忆分别保存什么？
原题面试追问：怎么防范提示词注入？输入处理、提示词约束和工具权限分别怎么做？
原题面试追问：什么是提示词注入？直接注入和间接注入有什么区别？
原题面试追问：Agent 的工具调用权限应该由谁判断？为什么不能交给模型决定？
原题面试追问：怎么控制 Agent 的 Token 消耗和整体调用成本？
原题面试追问：Agent Runtime 的核心职责是什么？
原题面试追问：为什么选择 MongoDB、PostgreSQL、Redis 这样的存储组合？各自保存什么数据？
原题面试追问：课程预约这类多轮业务怎么设计？信息收集、校验、确认和执行怎么衔接？
原题面试追问：大小模型怎么分工？哪些任务适合小模型，哪些需要更强的模型？
原题面试追问：介绍一下你的 Agent 项目：解决什么业务问题，包含哪些核心模块？
原题
暂无题目