淘天大模型Agent校招面经

1.如何设计一个 Prompt？Prompt Engineering 有哪些技术？（ 5 次）2.什么是 AI Agent？谈谈你理解的 agent，以及如何理解其推理、决策与自主规划执行的能力？（3 次）3.什么是 Function Call？它的实现流程是什么？一般应用在哪些场景？（4 次）4.文本向量化的目的是什么？使用的向量模型、向量存储工具分别是什么？（3 次）5.RAG 的概念是什么？其具体实现流程（包括 chunk 划分、向量搜索、重排序等环节）是怎样的？（3 次）6.LangChain 的核心功能是什么？基于 LangChain 会调用哪些类型的模型？（2 次）7.大模型的调用方式是什么？本地部署大模型会用到哪些框架？（1 次）8.大模型 server 是如何部署的？提供了哪些接口？是否支持流式输出？（1 次）9.ReAct 的实现原理是什么？其 Prompt 设计和工程落地分别有哪些要点？（1 次）10.对 AI 编程、开源项目、Vibe Coding 分别有怎样的理解和看法？（3 次）

1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

发点面经攒攒人品～1.介绍项目 要求STAR法则2.有没有了解一些多agent的框架3.rag和微调的区别和使用场景4.rag使用场景，有什么优缺点5.function call到mcp到skills区别与优缺点6.开放问题：大模型的未来发展，可能会影响什么，工作范式会如何改变7.手撕：滑动窗口最大值

开发你的agent的时候，用的是什么流程？为什么用这个流程？ 用的是React流程：先推理->调用工具执行->观察 循环迭代知道任务全部完成 适合工具调用场景：ReAct 的流程天然适合工具调用，因为每一步都可以根据上一步的观察结果决定下一步做什么。 可解释性比较强：ReAct 的执行轨迹通常比较清楚 容错能力更好：如果工具返回失败、结果不完整，ReAct 可以继续调整策略 模型和 Agent 的区别是什么？ 模型只负责输出，不能自主感知、自主决策、自主执行，而Agent可以自主感知、自主决策、自主执行 自主感知：环境输入获取能力 自主决策：基于当前状态选择下一步做什么 自主执行：...