Agent 面试题
AI Agent 是什么？和普通 Chatbot 有什么区别？
原题Agent = LLM + Planning + Memory + Tools 这条公式怎么理解？
原题Agent Loop 的完整流程是什么？
原题Agent 和传统编程、Workflow 的核心区别是什么？
原题ReAct、Plan-and-Execute、Reflection、Multi-Agent 分别适合什么场景？
原题Tools 注册时，工具 description 为什么很关键？
原题什么时候用纯 Agent，什么时候用 Workflow 或 Agentic Workflow？
原题Multi-Agent 协作的主要问题是什么？为什么生产里不能盲目上多 Agent？
原题Agent 的短期记忆和长期记忆有什么区别？
原题Agent 记忆系统要解决哪些核心问题？
原题向量记忆和 Markdown 记忆分别适合什么场景？
原题Auto Memory 是什么？它为什么不能无限自动写入？
原题哪些团队共享记忆适合走 Git 和 Code Review，哪些更适合数据库？
原题记忆压缩、记忆过期、记忆冲突应该怎么处理？
原题如何避免长期记忆污染上下文？
原题面试里怎么讲“有记忆”不是简单保存聊天记录？
原题Prompt Engineering 和 Context Engineering 有什么区别？
原题Prompt 四要素 Role、Task、Context、Format 分别解决什么问题？
原题Few-Shot、CoT、任务分解、结构化输出分别适合什么场景？
原题Prompt 注入攻击是什么？常见防护方式有哪些？
原题为什么 Agent 场景下只优化 Prompt 不够？
原题Context Engineering 要解决哪些问题？
原题静态规则、动态信息、工具结果、记忆应该如何进入上下文？
原题长任务上下文溢出时，Compaction、结构化笔记、Sub-agent 分别怎么用？
原题MCP 解决什么问题？为什么常被类比成 AI 领域的 USB-C？
原题MCP Client、MCP Server、Host 分别是什么？
原题MCP 的 Tools、Resources、Prompts 分别解决什么问题？
原题MCP 和 Function Calling 有什么区别？
原题生产级 MCP Server 要做哪些安全治理？
原题Agent Skills 是什么？它和 Prompt、MCP、Function Calling 的边界是什么？
原题Skills 为什么要延迟加载？
原题Skill 路由怎么做？为什么它和 RAG 相似但目标不同？
原题写一个 SKILL.md 最容易踩哪些坑？
原题Harness Engineering 是什么？它和 Prompt Engineering、Context Engineering 有什么关系？
原题为什么说 Agent = Model + Harness？
原题JavaGuide AI Agent 专题归纳的 Harness 六层检查框架分别解决什么问题？
原题模型能力升级后，Harness 里的某些机制为什么需要重新验证？
原题Agent 工程里为什么需要评测器、验证器和任务状态管理？
原题一线团队做 Agent 工程化时，共同遇到的难点是什么？
原题为什么 AI 系统需要工作流？
原题Workflow、Graph、Loop 三者是什么关系？
原题Graph Loop 和 Agent Loop 有什么区别？
原题外层 Loop 由谁触发下一轮：CI 事件、定时任务、目标检查还是人工审批？
原题外层 Loop 与一次任务内部的 Agent Loop 有什么区别，状态和验证结果怎样交接？
原题哪些任务不适合无人值守？缺少可靠验收信号、涉及高风险写操作或需要业务判断时，怎样停止并转人工？
原题Loop 如何防止死循环？
原题State 的更新策略怎么选？Replace、Append、Reducer 分别适合什么字段？
原题条件边和动态路由有什么区别？
原题工具调用失败时，哪些错误适合重试？认证失败和非幂等写操作怎么处理？
原题工作流中断后怎么恢复？
原题工作流有哪些特有的安全风险？
原题如果让 Agent 完成一次需要调用多个工具的长任务，你会如何拆分执行步骤？
原题哪些节点适合交给模型判断，哪些节点应该由规则或代码控制？
原题Agent 的计划、工具结果和中间状态如何保存？中断后怎样恢复？
原题工具包含写操作时，权限、参数校验、二次确认和审计怎么设计？
原题什么情况下需要 Multi-Agent？如何控制通信成本和状态一致性？
原题你会记录哪些 Trace，并用哪些指标评估任务完成率、工具调用和执行轨迹？
原题
暂无题目