AI Agent面经 1（持续更新）
Q1：⼀句话说明什么是 AI Agent？
答案：AI Agent 是以⼤模型为认知核⼼，结合规划、记忆与⼯具调⽤，能在多步交互中根据环境反馈持续决策并完成任务的系统；其本质是 闭环的感知—思考—⾏动 循环，⽽不仅是单次⽂本⽣成。
Q2：为什么说 Agent = LLM + Planning + Memory + Tools？缺⼀块会怎样？
答案：
- 缺 Planning：容易变成「只会接话」的聊天，⻓任务易跑偏或⼀步登天完不成。
- 缺 Memory：⻓对话会丢线索，多会话⽆法延续⽤户偏好与任务状态。
- 缺 Tools：只能「空谈」，⽆法查实时信息、执⾏代码、改系统状态。
- LLM 仍是中枢，但单靠 LLM 没有外环则不是完整 Agent。
Q3：目前主流的开源模型体系有哪些？
答案：目前主流的开源模型体系分三种：
- prefix Decoder 系：输入双向注意力，输出单向注意力。代表模型：ChatGLM、ChatGLM2、U-PaLM。
- causal Decoder 系：从左到右的单向注意力。代表模型：LLaMA-7B、LLaMa 衍生模型。
- Encoder-Decoder：输入双向注意力，输出单向注意力。代表模型：T5、Flan-T5、BART。
大模型、Agent面试八股全集 文章被收录于专栏
大模型面试，早已不只是会用 LangChain、会调 OpenAI API 那么简单。真正决定面试深度的，是你是否理解 Transformer、Prompt 工程、RAG 检索链路、Agent 规划与执行、工作流设计，以及复杂场景下的稳定性与工程落地问题。本专栏聚焦大模型与 Agent 开发面试高频八股，系统拆解核心概念、常见追问、项目回答思路，帮助你系统掌握核心考点，提升面试表达与项目答辩能力。
查看28道真题和解析