做Agent需要具备哪些特质?

现在的AI Agent 工程师 = 后端工程能力 + RAG + Prompt + Agent 架构 + 业务理解
AI大大提效了代码能力,最重要的就是业务场景、设计理解等综合素质了
最近的面试比较高频问了这些问题,也和大家分享一下
1、Agent系统设计(偏场景理解)
Q:让你设计一个学习助手 Agent,支持答疑、推荐学习路径、做题讲解,你会怎么设计整个系统架构?
考察:Agent 架构 + RAG + Prompt + 工程
2、RAG深挖
Q:如果你的 RAG 系统召回不准,你可以从哪些方面优化?
考察:chunk、embedding、召回策略、rerank、query rewrite、多路召回、知识库质量
3、工程相关
Q:如果大模型接口延迟 5 秒,你的系统怎么保证用户体验?
考察:缓存、流式输出、异步、任务队列、降级策略、本地小模型
希望对大家找Agent工作有所帮助! #AI求职记录#
全部评论
那这个要学的技术还是挺多的
点赞 回复 分享
发布于 04-01 16:57 湖南
看来学的东西很多啊
点赞 回复 分享
发布于 03-26 23:37 北京
可以的,总结的很好呢
点赞 回复 分享
发布于 03-25 23:24 北京

相关推荐

03-24 13:35
门头沟学院 Java
攒攒人品!有面试过同岗的朋友欢迎评论区交流1.实习拷打2.项目拷打3.你们的 Agent 是单 Agent 还是多 Agent?为什么这么设计?有没有考虑过另一种方案?4.Agent 任务是怎么拆分的?拆分粒度是怎么决定的?5.上下文是怎么构建的?你们怎么避免上下文过长或者信息污染?6.如果上下文窗口不够,你优先保留哪些信息?为什么?7.你们做代码理解的时候,AST、调用关系这些信息是怎么用起来的?8.单测生成里,哪些代码其实不适合生成单测?你们是怎么识别并过滤的?9.覆盖率高但测试质量很差,这种情况你见过吗?你们是怎么解决的?10.mock在单测里什么时候是必须的?什么时候反而会带来问题?11.如果一个函数依赖数据库和RPC,你怎么让模型生成的单测还能稳定运行?12.你们怎么评估生成单测的质量?除了覆盖率,还有哪些指标?13.LLM的输入到底是什么?模型真正看到的是什么?14.self attention的核心作用是什么,为什么要拆成 QKV?为什么attention 可以建模长距离关系,15.为什么需要multi-head为什么 attention可以看成动态加权16.同一个 token的 Q、K、V 为什么不一样?17.attention复杂度很高,如果上下文特别长,你会怎么优化?18.模型产生幻觉的时候,一般是什么原因?工程上有什么办法降低19.Python有多线程吗?GIL 是干什么的?什么时候多线程是有用的?20.讲一下C++从源码到可执行文件的流程。21.手撕:给定数组的区间中位数之和:给定一个长度为n的数nums,一个区间 [l, r] 的 中位数 为:如果区间长度是奇数:排序后中间的数,如果是偶数:排序后靠左的那个数,要求:计算所有子数组的中位数之和
点赞 评论 收藏
分享
评论
点赞
8
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务