面试之前，先来面栈

AI 智能体与大模型应用开发面试题库

整理者 didilili查看原题集

题目目录

89 道原题

  1. 什么是 Agentic RAG？它和“一次检索后直接生成”有什么区别？

    原题
    关联题目Agentic RAG 如何工作？RAG 与知识系统 / RAG 架构与生成链路原理机制进阶1篇相关面经

  2. 什么是向量数据库？它和传统数据库有什么区别？为什么不能只用 MySQL？

    原题
    关联题目为什么需要向量数据库？与传统数据库有何区别？RAG 与知识系统 / 向量数据库与索引比较选型基础0篇相关面经

  3. Embedding 是什么？它在应用开发里最核心的价值是什么？

    原题
    关联题目Embedding 的本质是什么，各维度参数有什么含义？RAG 与知识系统 / Embedding 与向量表示原理机制进阶2篇相关面经

  4. 如何选择一个合适的 Embedding 模型？评估它好坏看什么？

    原题
    关联题目如何为检索场景选择和使用 Embedding 模型？RAG 与知识系统 / Embedding 与向量表示比较选型进阶7篇相关面经

  5. 近似检索和精确检索怎么权衡？

    原题
    关联题目HNSW 如何实现近似向量检索，相比朴素检索有什么优势？RAG 与知识系统 / 向量数据库与索引原理机制进阶3篇相关面经关联题目IVF_FLAT 与 HNSW 有什么区别，各适用哪些场景？RAG 与知识系统 / 向量数据库与索引比较选型进阶0篇相关面经

  6. 在什么场景下，知识图谱或图数据库比纯向量检索更有价值？

    原题
    关联题目GraphRAG 与纯向量检索有什么区别，适合解决哪些问题？RAG 与知识系统 / 知识图谱与 GraphRAG比较选型进阶0篇相关面经

  7. GraphRAG 适合什么场景？和传统向量 RAG 怎么选？

    原题
    关联题目GraphRAG 与纯向量检索有什么区别，适合解决哪些问题？RAG 与知识系统 / 知识图谱与 GraphRAG比较选型进阶0篇相关面经

  8. ReAct 模式是什么？它解决了什么问题？

    原题
    关联题目ReAct 如何组织推理和行动，项目是否采用？Agent 原理与系统 / 规划、推理与任务执行原理机制进阶15篇相关面经

  9. Tool、Function Calling、Agent 三者是什么关系？

    原题
    关联题目Function Calling、MCP 与 Tool Use 有什么关系和区别？Agent 原理与系统 / MCP、A2A 与工具协议比较选型进阶4篇相关面经关联题目Function Calling 与完整 Agent 有什么区别？Agent 原理与系统 / 规划、推理与任务执行比较选型基础1篇相关面经

  10. 一个 Agent 应该如何设计？它通常由哪些核心组件构成？

    原题
    关联题目设计生产级 AI Agent 架构，画出核心组件并说明数据流。Agent 原理与系统 / Agent 基础与运行循环系统设计进阶0篇相关面经关联题目Agent 的 Planner 模块具体如何实现？Agent 原理与系统 / 规划、推理与任务执行方案设计进阶2篇相关面经关联题目Agent 的记忆应该如何管理？Agent 原理与系统 / 记忆系统系统设计进阶27篇相关面经关联题目Agent 的兜底策略如何实现？Agent 原理与系统 / 工具调用与 Function Calling方案设计进阶0篇相关面经