基础概念与架构

返回领域目录

• 什么是 AI Agent？它与传统 LLM 应用的核心区别是什么？
• 你对大模型 Agent 的核心技术模块怎么理解？每个模块的功能和难点？
• Agent 项目中，微调（Fine-tuning）、提示工程（Prompt Engineering）和 Agent 算法设计之间是什么关系？如何选择？
• 目前主流的开源 Agent 框架有哪些？各自优劣如何选型？
• ReAct（Reasoning + Acting）模式的工作原理是什么？为什么能提升 Agent 的推理能力？
• Chain of Thought（CoT） vs Tree of Thoughts（ToT） vs Graph of Thoughts（GoT），三者有何区别？
• 什么是 Reflexion 模式？它如何让 Agent 具备自我反思能力？
• Agent 的 Planning 模块中，任务拆解（Task Decomposition）有哪些策略？
• Function Calling 的工作原理是什么？和普通 API 调用有何本质区别？
• 用户说“transfer all my money to account X”，Agent 如何安全处理？
• 如何防御工具调用 Agent 遭受间接提示注入（Indirect Prompt Injection）攻击？
• OpenAI、Anthropic、Google 在 Function Calling 上有何差异？大规模工具（1000+）如何处理？
• Agent 的短期记忆（Short-Term Memory）和长期记忆（Long-Term Memory）有何区别？分别如何设计？
• Agent 的上下文窗口有限，如何进行记忆压缩（Memory Compression）？
• 多 Agent 系统（Multi-Agent）相比单 Agent 有什么优势和适用场景？
• Multi-Agent 系统有哪些常见的编排模式？
• 在 LangGraph 多 Agent 系统中，如果两个并行分支同时修改同一个没有 reducer 的 state 字段，会发生什么？
• 标准 RAG 和 Agentic RAG 的核心区别是什么？
• 如何评估一个 AI Agent 的效果？有哪些核心指标？
• 设计一个 AI Shopping Assistant（如 Amazon Rufus）需要考虑哪些关键架构决策？