也大大小小面了很多内部正在搞AI的公司，给大家分享一下我的面试题库！ 第一章：RAG 系统 Q1: 请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？ RAG（Retrieval-Augmented Generation）的核心是"检索+生成"两阶段：先从外部知识库中检索与用户问题相关的文档片段，再将这些片段作为上下文拼入 prompt，让 LLM 基于检索到的信息生成回答。相比微调，RAG 的优势在于： ①知识可实时更新，不需要重新训练模型； ②可追溯来源，减少幻觉且便于审计； ③成本低，不需要 GPU 资源做训练； ④领域迁移方便，...

个人情况：双非，两段实习原本谈好三月签三方，结果月底说可能没HC，公司来年不招初级开发，可能试用期无法转正。四月初开始投简历，但是还要同时忙毕设，已经是微活的状态了。现在每天都挺焦虑，没找到工作好像也不会做其他的。现在去考研时间也不一定够，而且也不太甘心现在这个结果。希望路过的大佬能指点一下------不知道现在投国企来不来得及，不过感觉学历是硬伤，有没有大佬知道，非常感谢------感谢各位大佬的留言，后续可能考研，不上岸就转行了。

第 22 题：Agent 的感知-决策-执行循环（PDA Loop） 题目 解释 Agent 的感知-决策-执行循环（Perception-Decision-Action Loop）。 一、什么是 PDA 循环？ 感知-决策-执行（Perception-Decision-Action, PDA） 是 Agent 的基本工作循环：  感知（Perception）：从环境中获取信息——用户输入、工具返回结果、系统状态、历史对话等。 决策（Decision）：根据当前感知和内部状态（记忆、目标）决定下一步做什么——继续推理、调用某工具、给出最终回答等。 执行（Action）：把决策落实——若选工具则...