基础概念面试题（F01–F20）
20 道定义与边界题，检验是否真正理解 Agent。
先回答是什么，再补为什么、边界和例子。
建议先口答 60～90 秒，再展开【追问问题】。不要背句子，要说清判断依据和取舍。
F01｜什么是 AI Agent？
简明答案： Agent 是围绕目标运行的系统。模型根据状态决定下一步，调用工具影响环境，再读取结果继续，直到成功、失败或需要人工介入。模型只是决策部件，Agent 还包含工具、状态、权限和终止条件。
【追问问题】
- 它和聊天机器人、固定工作流有何区别？
- 什么任务不应该用 Agent？
关联知识： AI Agent 的定义与边界
F02｜Agent 的最小组成是什么？
简明答案： 最小闭环包含目标、模型、工具、状态、环境反馈和停止条件。缺少工具通常只是推理链；缺少状态难以执行长任务；缺少停止条件容易循环失控。
【追问问题】
- 记忆是必需组件吗？
- 状态与聊天记录有什么区别？
关联知识： 运行循环与状态
F03｜Workflow 和 Agent 有什么区别？
简明答案： Workflow 的路径主要由代码预先规定，Agent 的路径主要由模型运行时选择。前者可预测、易测试；后者灵活，但成本、延迟和失败空间更大。生产系统常组合二者。
【追问问题】
- 退款流程该选哪个？
- 如何把成熟 Agent 收敛成 Workflow？
关联知识： Workflow 与 Agent
F04｜什么是 ReAct？
简明答案： ReAct 将推理、行动和观察交替进行。工程实现不必暴露模型私有推理，只需保存动作、工具结果和可审计摘要。
【追问问题】
- ReAct 为什么会死循环？
- 它与 Plan-and-Execute 有什么区别？
关联知识： ReAct、规划与反思
F05｜上下文窗口是什么？
简明答案： 它是模型一次推理能直接处理的输入与输出总范围。窗口大不等于信息利用率高；旧消息、重复资料和无关工具结果会提高成本并干扰判断。
【追问问题】
- 长上下文能替代 RAG 吗？
- 上下文超限如何处理？
关联知识： Token 与上下文
F06｜Token、温度和 top-p 分别影响什么？
简明答案： Token 是模型处理文本的基本单位，也是常见的计费和长度单位。温度与 top-p 调整采样分布，影响多样性，但不能把非确定系统变成严格确定系统。
【追问问题】
- 为什么 temperature=0 仍可能不同？
- 如何让业务输出更稳定？
关联知识： Token 与上下文
F07｜System、Developer、User 指令如何理解？
简明答案： 它们表示不同来源和优先级。可信策略与不可信用户、网页或检索内容必须分开；外部文档中的文字不能自动升级为授权。
【追问问题】
- Prompt Injection 利用了什么？
- 工具返回属于哪一层？
关联知识： 提示词与结构化输出
F08｜什么是 Structured Output？
简明答案： 它要求模型按 Schema 返回数据，适合分类、抽取和程序消费。它约束语法，不保证事实正确或业务合法，仍需语义、权限和业务校验。
【追问问题】
- 它和 JSON mode 有何区别？
- Schema 太复杂会怎样？
关联知识： 提示词与结构化输出
F09｜Embedding 是什么？
简明答案： Embedding 把文本等对象映射成向量，使语义相近对象在向量空间中更接近。常用于召回、聚类和去重，不等同于知识，也不保证答案正确。
【追问问题】
- 余弦相似度代表什么？
- 何时关键词检索更好？
关联知识： Embedding 与向量检索
F10｜什么是 RAG？
简明答案： RAG 先从外部知识源检索相关证据，再让模型基于证据生成。它支持知识更新、引用和权限过滤，但质量取决于数据、切分、召回、重排与生成全链路。
【追问问题】
- RAG 与微调怎么选？
- 检索正确仍答错怎么办？
关联知识： RAG 全链路
F11｜短期记忆和长期记忆有何区别？
简明答案： 短期记忆服务当前任务，如计划和中间结果；长期记忆跨会话保存事实、偏好、经验或规则。长期记忆应有作用域、来源、时效和删除机制。
【追问问题】
- 知识库算长期记忆吗？
- 记忆写入由谁决定？
关联知识： Agent 记忆系统
F12｜Function Calling 是模型直接执行函数吗？
简明答案： 不是。模型只生成工具名和参数，宿主程序负责校验、授权、执行并回传结果。把模型输出直接当命令执行会绕过安全边界。
【追问问题】
- 失败后怎样反馈给模型？
- 如何防止参数伪造？
关联知识： Function Calling
F13｜MCP 解决什么问题？
简明答案： MCP 标准化 AI 应用连接工具、资源和提示模板的方式，降低重复集成成本。它解决互操作，不替代认证、授权、审计和沙箱。
【追问问题】
- MCP 与 Function Calling 有何区别？
- Host、Client、Server 分别做什么？
关联知识： MCP 协议
F14｜Agent 为什么需要停止条件？
简明答案： 模型可能重复尝试或等待无结果工具。应同时设置成功判定、最大步数、时间、Token、费用、重复动作检测和人工中断。
【追问问题】
- 只有 max_steps 足够吗？
- 成功判定器如何设计？
关联知识： 运行循环与状态
F15｜什么是 Human-in-the-loop？
简明答案： 在高风险、低置信度或规则要求的节点暂停，让人批准、修改或拒绝动作。系统要保存可恢复状态，并展示动作、参数、影响和依据。
【追问问题】
- 哪些动作必须审批？
- 批准后如何只执行一次？
关联知识： 持久化与人工介入
F16｜为什么大模型会产生幻觉？
简明答案： 模型按概率生成合适的后续内容，不自带真实性保证。上下文不足、错误证据和强制回答会放大幻觉，需要检索、工具、引用、拒答和验证共同治理。
【追问问题】
- 如何区分知识不足与推理错误？
- 引用能完全消除幻觉吗？
关联知识： RAG 全链路
F17｜Agent 状态应该保存什么？
简明答案： 保存恢复任务所需的结构化事实：目标、阶段、已完成动作、工具结果引用、预算、审批、错误和下一步。不要只保存自然语言聊天记录。
【追问问题】
- 状态如何版本化？
- 并发更新怎样避免覆盖？
关联知识： 生产架构
F18｜单 Agent 与多 Agent 怎么选？
简明答案： 默认从单 Agent 或确定性工作流开始。只有角色边界清晰、上下文或权限需隔离、任务可并行，或环节需要不同能力时再拆分。
【追问问题】
- 多 Agent 常见失败有哪些？
- Manager 与 Handoff 如何选？
关联知识： 多 Agent 设计
F19｜Agent 框架的价值是什么？
简明答案： 框架提供循环、状态、工具适配、持久化、人工中断、追踪和部署能力。它不会自动解决任务定义、数据质量、权限和评测。
【追问问题】
- 是否应该自己写循环？
- 如何避免框架锁定？
关联知识： 框架选型地图
F20｜什么时候不该使用 Agent？
简明答案： 流程稳定且规则明确、错误代价高但无法校验、没有反馈、普通代码可低成本完成，或数据权限不清时，不应为了“智能”引入 Agent。
【追问问题】
- 怎样做最小可行验证？
- 什么信号说明应降级为 Workflow？
关联知识： Workflow 与 Agent