真面经，好答案。面试之前，先来面栈。

Agent开发面试题

题集来源：摸鱼酱mio（mio）反馈（在 GitHub 新标签页打开）

题目目录

168 道原题

  1. 如何评估 Agent 系统的整体效果？

    关联题目如何搭建 Agent 评测体系，并让评测结果推动优化迭代？已有答案AI 应用工程与治理 / 评测体系与实验设计方案设计进阶28篇相关面经

  2. Agent 评测指标有哪些？如何定义“高质量回答”？

    关联题目如何量化评估 Agent 输出质量或任务成功率？已有答案面前必看AI 应用工程与治理 / 评测体系与实验设计方案设计进阶63篇相关面经

  3. 如何设计自动化评测（Eval）体系？

    关联题目如何搭建 Agent 评测体系，并让评测结果推动优化迭代？已有答案AI 应用工程与治理 / 评测体系与实验设计方案设计进阶28篇相关面经

  4. 如何验证优化是否有效？

    关联题目如何搭建 Agent 评测体系，并让评测结果推动优化迭代？已有答案AI 应用工程与治理 / 评测体系与实验设计方案设计进阶28篇相关面经

  5. 如何构建线上反馈闭环（用户反馈 → 模型优化）？

    关联题目业务方如何反馈结果，如何迭代准确率和评测标准？AI 应用工程与治理 / 产品场景、业务价值与交付边界项目深挖进阶1篇相关面经

  6. Agent 的训练数据如何构建？

    关联题目Agent 的训练数据如何构建？模型训练与对齐 / 训练数据构建与治理方案设计进阶0篇相关面经

  7. Tool Calling 的训练数据应包含哪些类型？

    关联题目Tool Calling 的训练数据应包含哪些类型？模型训练与对齐 / 训练数据构建与治理方案设计进阶0篇相关面经

  8. LoRA 与全参数微调的区别是什么？

    关联题目LoRA、QLoRA 与全量微调如何选择？已有答案模型训练与对齐 / 参数高效微调比较选型进阶6篇相关面经

  9. DPO ／ PPO ／ GRPO 的区别是什么？

    关联题目SFT、DPO、PPO 与 GRPO 的目标、机制和适用条件如何比较？模型训练与对齐 / 强化学习与奖励比较选型进阶11篇相关面经

  10. 如何利用真实数据进行模型优化？

    关联题目如何利用真实数据进行模型优化？模型训练与对齐 / 训练数据构建与治理方案设计进阶0篇相关面经