HFL AI Agent Lab

Appearance

AI Agent 面试题库 ​

这个模块用于系统整理 AI Agent、RAG、LLM 工具调用、大模型工程、LangChain / LangGraph 相关面试题。

它和原来的"面试表达"不同：

  • 面试表达：侧重项目怎么讲、简历怎么写、项目亮点怎么表达
  • 面试题库：侧重技术概念、原理题、追问题、工程化理解和背诵版总结

当前分类 ​

分类覆盖内容
Agent 面试题Agent 概念与架构、Workflow 与 Agent、ReAct、Plan-and-Execute、Reflection、任务拆分、记忆机制、Multi-Agent 协作
Agent 面试追问库Agent vs ChatBot、什么时候不用 Agent、失败排查、评测、安全、成本、长任务恢复
RAG 面试题RAG 原理、文档切割、Embedding、向量数据库、检索优化、Query Rewrite、多路召回、Reranking、幻觉规避、效果评估
LLM 工具调用面试题Function Calling、Tools、MCP、A2A、Skills、SSE、WebSocket、WebRTC、LLM 网关
大模型工程面试题Transformer、Attention、KV Cache、LoRA、模型部署、推理加速、成本优化
LangChain / LangGraph 面试题Chain、Agent、Tool、Graph、State、Checkpoint、Human-in-the-loop、框架选型

统一整理模板 ​

每篇题库文章按照以下结构整理：

  1. 高频问题地图
  2. 核心概念速记
  3. 标准回答模板
  4. 面试官追问
  5. 工程化理解
  6. 常见误区
  7. 背诵版总结
  8. 后续补充

当前状态 ​

当前先建立题库结构，后续会根据历史对话素材和个人学习内容逐步补充正式题解。

第一轮已完成题解 ​

分类已完成
Agent 面试题5 道
Agent 面试追问库12 道追问
RAG 面试题5 道
LLM 工具调用面试题5 道
大模型工程面试题4 道
LangChain / LangGraph 面试题4 道

本轮内容为 HFL AI Agent Lab 原创整理，参考公开面试题方向，但不复制外站正文。

求职作品集补充 ​

面试题库解决“怎么回答技术问题”，作品集路线解决“怎么证明自己做过”。建议配合阅读：

如何配合学习路线和工程化笔记复习 ​

不要只背题。建议按照以下路径复习：

  1. 先看学习路线理解概念 — 知道这个技术是什么、为什么需要
  2. 再看工程化笔记理解落地 — 知道在真实项目中怎么设计和实现
  3. 最后看面试题库练表达 — 知道怎么用简洁的语言回答面试官
面试题分类推荐先读推荐工程化补充
Agent 面试题Agent 基础、Multi-Agent、EvaluationAgent Trace、Evaluation Pipeline、Agent 失败恢复、Multi-Agent Handoff
Agent 面试追问库Context Engineering、Context Window 管理、Agent RuntimeAI Agent 面试追问地图、AI Agent Resume Project Matrix、Agent Workflow 状态机设计、Agent Autonomy Levels、Agent Scheduler 与 Cron、Agent Control Plane、Agent 配置治理、Agent Approval Workflow、Agent 错误分类、Agent Run Replay、Agent Queue 与 Backpressure、多模型路由、Model Rollout Canary
Agent 协议与工具生态Tool Calling、Browser / Computer Use AgentTool Registry 工程化、Tool Risk Classification、Tool Idempotency Side Effect、Tool Call 回放调试、Agent 协议全景、MCP Server 创建实战、MCP Server Hardening、MCP 供应链风险、MCP Sandbox Profile、MCP Tool Schema 设计、MCP Version Deprecation、MCP Client 测试、MCP Client 工程化、MCP Gateway 架构、MCP Gateway 运维、MCP Observability Metrics、MCP 安全与授权、MCP Token Exchange
Agent 安全与治理追问Guardrails / Safety、Human-in-the-loopTool Registry 工程化、Tool Risk Classification、Agent 工具沙箱与权限边界、PII 脱敏策略、Prompt Injection 纵深防御、LLM Output Safety Filter、Human Takeover 运营台、Agent 红队演练、生产级 Agent 治理清单
Agent 安全面试专项Guardrails / Safety、Browser / Computer Use AgentAI Agent Security Interview Guide、OWASP LLM Top 10 for Agents、Agent Guardrails Pipeline、Agent Identity and RBAC、MCP OAuth Authorization Design、Computer Use Agent Safety
RAG 面试题RAGRAG Query Router、RAG 入库流水线、RAG Ingestion Quality Gate、RAG 检索故障排查、RAG Citation Evaluation、RAG 评测报告模板、向量检索选型
高级 RAG / 企业知识库RAG、RAG vs Fine-tuningRAG 知识生命周期、RAG 权限过滤、RAG Freshness Evaluation、RAG Grounding Contract、Embedding 模型评测与迁移、GraphRAG、企业 RAG 权限与多租户、Agent 租户隔离测试
RAG / Fine-tuning 取舍RAG vs Fine-tuningFine-tuning 数据流水线、LLM 数据治理、Eval Dataset 设计、PromptOps
LLM 工具调用面试题Tool CallingStructured Output、Agent 工具沙箱、MCP Server
大模型工程面试题Production EngineeringLLM 成本与延迟优化、LLM 成本预算表、LLM Cost Anomaly Detection、LLM Request Ledger、Agent Latency Budget、Model Provider Failover、LLM Semantic Cache、LLM Cost Chargeback、LLM 数据治理、PII 脱敏策略、Model Rollout Canary、Agent 配置治理、Agent 审计日志设计、Agent Release Gate、Agent 故障演练、生产运维 Runbook
评测与安全追问Evaluation、GuardrailsAgent Contract Testing、Conversation Regression Testing、LLM-as-Judge、LLM Evaluation Scorecard、Eval Drift Monitoring、Eval Case Lifecycle、Prompt Regression Testing、合成数据与对抗评测集、Agent Benchmark 设计、Agent Memory 评测、Memory Privacy Retention、Agent 反馈闭环、Agent Feedback Triage
AI 编程 / Code AgentTool Calling、Agent RuntimeCode Agent 工程化、Skills 编写、Skill 测试与版本管理、Skill 运营手册、AI 编程审查清单
数据分析 Agent / SaaS 产品化Structured Output、Agent UIAI Agent PRD 模板、Agent Product Metrics、Agent SaaS 产品化、Agent SaaS 多租户、RBAC 与配额设计、数据分析 Agent、数据分析 Agent 安全、Human Takeover 运营台、Browser Automation Testing、Agent 反馈闭环
AI 系统设计题Agent 系统设计面试题、Agent 开发 PlaybookAgent Capability Matrix、Agent 系统设计案例库、Agent System Design Whiteboard Template、生产级 Agent Readiness Review、AI 项目设计文档模板、AI Agent 作品集 Case Study 模板、AI Agent Demo Acceptance Script、AI Agent Offer Portfolio Review、Agent Approval Workflow、Agent Benchmark 设计、Agent Release Gate、生产级 Agent 治理清单
LangChain / LangGraph 面试题LangGraph、Human-in-the-loopAgent Trace、Evaluation Pipeline