发一下问题给大家参考，攒攒人品！1. 如何实现多 Agent 协作系统？2. 什么是 RAG（Retrieval Augmented Generation）？3. Java 如何实现 streaming response？4. 什么是 hallucination（幻觉）？为什么会发生？5. LangChain4j 如何返回结构化 JSON？6. 如何实现 SSE 推送？7. 如何评估 Agent 的执行效果？8. LLM 服务如何做缓存？9. LangChain4j 如何实现 Tool 调用？10. 什么是 AI Agent？11. 什么是 Prompt Engineering？12. Agent 和普通 ChatBot 有什么区别？13. RAG latency 怎么优化？14. Java 调用 OpenAI API 如何设计 SDK？15. RAG pipeline 的完整流程是什么？16. RAG 系统主要组件有哪些？17. 如何设计一个 AI 问答系统架构？18. RAG 如何做 rerank？19. AI系统如何做监控？20. embedding 和向量相似度搜索是什么？21. 什么是 ChatMemory？22. Java LLM 服务如何做连接池管理？23. 如何评估 RAG 系统效果？24. Agent memory 有哪些类型？25. 如何实现对话历史 memory？26. Transformer 架构核心原理是什么？27. 如何减少大模型 hallucination？28. LLM API 如何设计接口？29. chunk size 为什么很重要？如何选择？30. 如何实现 hybrid search（向量 + keyword）？31. 什么是 ReAct Agent？32. Spring AI 和 LangChain4j 有什么区别？33. 什么是 Tool Calling？34. embedding 模型如何选择？35. AI Chat 系统的整体架构是什么？36. 文档切分有哪些策略？37. LLM 服务如何做限流？38. LangChain4j 如何实现 prompt template？39. ChatGPT 的 system / user / assistant role 有什么作用？40. LLM 为什么推理成本高？41. AI系统如何记录 Prompt 和 Response？42. Agent 如何做任务规划（planning）？43. LLM latency 如何优化？44. 如何设计 Prompt 管理系统？45. streaming response 如何实现？46. MCP（Model Context Protocol）是什么？47. Agent workflow 和普通 workflow 有什么区别？48. 大模型上下文窗口是什么？如何突破长度限制？