跳至主要內容

王二讲Agent：AI Agent 面试题逐题讲透

沉默王二原创约 8493 字大约 28 分钟

王二讲Agent：AI Agent 面试题逐题讲透

在线阅读抖音B站公众号GitHub stars

这是什么

大厂面试里，Agent 相关的题越来越多。「你做过 Agent 项目吗」「RAG 检索怎么做的」「MCP 协议了解吗」，几乎每家都会问。

我把牛客、知识星球和各大厂真实面经里的高频题整理成一套 Agent 八股，按出现频次和难度筛选，随视频更新持续追加。每道题都有简答，高频题配一篇图文详解和一条口播视频。答案不停留在概念上，会串到我自己写的三个实战项目里讲：

  • PaiCLI，对标 Claude Code 的终端 Agent，项目介绍
  • PaiAgent / PaiFlow，LangGraph4j + Spring AI 的工作流编排平台，项目介绍
  • 派聪明，基于 ES 混合检索的 RAG 知识库，项目介绍

这个仓库是这套题的全部原始文件，包括题库、每篇图文的 Markdown，以及每条视频的 Remotion 工程和成片。

题库一览

分类题数图文详解视频讲解
01 Agent 基础433131
02 上下文与记忆2299
03 Harness 与 Skills4233
04 RAG知识库4311
05 LLM 基础与 API8287
06 Claude Code与Codex1766
07 DeepSeek专题555
热点解读10108
08 Prompt 工程1622
09 MCP 与工具调用2600
10 LangChain 与 Spring AI2100
11 模型训练与微调3211
12 Agent 产品与框架演进911
合计3687774

难度分三级：🟢 基础、🟡 进阶、🔴 深入。推荐到 javabetter.cn/ai/video 在线阅读，有侧边栏目录、站内搜索和内嵌视频，体验比直接看 Markdown 好。

题目目录

带链接的题目已经有图文详解，后面的「抖音」「B站」是对应的视频讲解。点开分类查看全部题目。

01 Agent 基础（43 题，图文详解 31 篇）
02 上下文与记忆（22 题，图文详解 9 篇）
03 Harness 与 Skills（42 题，图文详解 3 篇）
    1. 什么是 Loop Engineering？ · 抖音 · B站
    1. 什么是 Harness Engineering？ · 抖音 · B站
    1. Agent 挂了几十个 Skill，怎么保证命中率？ · 抖音 · B站
  • 🔴 69. Skill 正文是怎么进入上下文的？
  • 🟡 70. 一份可用的 Skill 应该包含哪几部分？
  • 🔴 71. 工具的风险等级怎么按参数动态判断？
  • 🟡 72. 需要人工确认但用户不在线，Agent 该怎么办？
  • 🔴 73. Pass@k 和 Pass^k 有什么区别？
  • 🟡 74. LLM-as-a-Judge 有什么已知偏差？
  • 🔴 75. Agent 的失败轨迹怎么做归因？
  • 🔴 76. 评估分差 3 个点，能据此切换模型吗？
  • 🟡 77. 多轮工具调用，怎么判断该继续调用还是该停？
  • 🟡 78. Token 预算管理怎么做？
  • 🟡 79. 大模型部署有哪些主流方案？vLLM、TGI、llama.cpp 怎么选？
  • 🟡 80. 有没有用过大模型网关框架？网关层解决了什么问题？
  • 🟡 81. Agent 系统从 demo 到生产级落地要走哪些流程？
  • 🔴 82. Agent 的执行效果怎么评估？
  • 🟡 83. 大模型能力评测指标有哪些？
  • 🟡 84. Agent 响应太慢怎么优化？
  • 🔴 85. Agent 系统有哪些安全风险？怎么防范？
  • 🟡 86. Skill 预置知识包机制是什么？怎么设计的？
  • 🔴 87. 多工具调度引擎怎么设计？工具之间有依赖怎么处理？
  • 🟡 88. Agent 流式输出怎么设计？怎么提升用户体验？
  • 🟡 89. Agent 系统的可观测性怎么做？需要监控哪些指标？
  • 🟡 90. Agent 灰度发布怎么做？
  • 🟡 91. Agent 系统的成本怎么控制？
  • 🟡 92. Agent 系统怎么做容错？单点故障怎么处理？
  • 🟡 93. 数据标注在 Agent 项目中有多重要？怎么做？
  • 🟡 94. Agent 项目如何处理合规与用户隐私？
  • 🔴 95. 你在 Agent 项目中遇到的最大技术挑战是什么？
  • 🟢 96. 什么是护栏技术？
  • 🟡 97. OpenClaw 的核心组件有哪些？请描述它们之间的关系
  • 🟢 98. 如果一个 Agent 系统要同时接入 Web、飞书、钉钉等渠道，你会怎么设计渠道抽象层？OpenClaw 的 Channel Plugin 接口是怎么设计的？
  • 🟡 99. 如何设计和管理 AI Agent 的 Skills 体系？在实际项目中有哪些挑战？
  • 🟡 100. 同一个系统里可能有多个 Agent，不同渠道用户群组的消息需要路由到不同的 Agent。你会怎么设计这个路由？OpenClaw 的路由匹配优先级是怎样的？
  • 🟡 101. 同一个工具（比如「执行命令」）在不同场景下应该有不同的权限。你会怎么设计工具的权限控制？OpenClaw 的工具策略管道是怎么分层的？
  • 🟡 102. Agent 系统中 Hook 中间件模式有什么用？能举几个典型场景吗？OpenClaw 的 Hook 系统是怎么设计的？
  • 🟡 103. 父 Agent spawn 子 Agent 时，有哪些边界问题需要考虑？OpenClaw 做了哪些限制和保护？
  • 🟡 104. OpenClaw 采用插件架构，第三方可以注册新渠道、工具、Hook。设计一个插件系统需要考虑哪些关键问题？OpenClaw 的插件 API 长什么样？
  • 🟡 105. OpenClaw 的 Gateway 对 Agent 请求做了幂等性处理。为什么 Agent 系统特别需要幂等性？工具已经产生副作用时怎么办？
  • 🟡 106. 如果一个GPU集群的LLM处理能力为1000tokenss，那1000个用户同时并发访问，响应给每个用户的性能只有1 tokens吗？怎么分析性能瓶颈
  • 🟢 107. 什么是 AI 编程中的自动修复循环（Auto-fix Loop）？它的工作流程和退出策略怎么设计？
04 RAG知识库（43 题，图文详解 1 篇）
    1. Agent 的 RAG 遇到 PDF 怎么办？ · 抖音 · B站
  • 🔴 109. RAPTOR 和 GraphRAG 分别擅长什么查询？
  • 🟡 110. 什么是知识库的文件系统范式？
  • 🟡 111. 什么是上下文感知检索（Contextual Retrieval）？
  • 🟢 112. 为什么需要 RAG？直接把文档塞给大模型不行吗？
  • 🟢 113. RAG 和微调怎么选？各自适合什么场景？
  • 🟢 114. 描述一下完整的 RAG 系统工作流程？
  • 🟡 115. 文档分块策略怎么设计？chunk 大小怎么定？
  • 🟡 116. 怎么规避语义被切割掉的问题？
  • 🟡 117. Embedding 模型怎么选型？维度越高越好吗？
  • 🟡 118. Embedding 有哪几种算法？各自的特点是什么？
  • 🟡 119. 向量数据库怎么选型？你们项目用的哪个？
  • 🟡 120. 向量检索和关键词检索的混合搜索怎么做？
  • 🟡 121. 什么是 Query Rewrite？为什么需要改写用户查询？
  • 🟡 122. 什么是多路召回？具体怎么做？
  • 🟡 123. 为什么检索之后还需要 Rerank？
  • 🟡 124. Rerank 的 Top-K 怎么确定？
  • 🟡 125. RAG 系统怎么评测？核心指标有哪些？
  • 🟡 126. 向量数据库里的历史文档怎么做时间衰减？
  • 🔴 127. 在什么场景下会用图数据库来增强向量检索？
  • 🟡 128. Agentic RAG 和传统 RAG 的核心区别？
  • 🟡 129. 处理长文档时怎么避免 OOM？
  • 🟡 130. RAG 知识库怎么实现动态更新？
  • 🟡 131. 多租户场景下 RAG 的权限隔离怎么做？
  • 🟡 132. 在 RAG 应用中为了优化检索精度，其中的数据清洗和预处理怎么做？
  • 🟢 133. 什么自查询？为什么在 RAG 中需要自查询？
  • 🟢 134. 什么提示压缩？为什么在 RAG 中需要提示压缩？
  • 🟡 135. 在 RAG 中，索引流程中的文档解析你们怎么做的？
  • 🟡 136. 向量数据库中的 HNSW、LSH、PQ 分别是什么意思？
  • 🟡 137. 向量数据库中的 ANN 是什么？为什么需要用它？
  • 🟡 138. 向量数据库中，常见的向量搜索方法：余弦相似度、欧几里得距离和曼哈顿距离分别是什么？有什么区别？
  • 🟡 139. 什么是 Advanced RAG？
  • 🟡 140. 什么是 Modular RAG？
  • 🟡 141. 什么是上下文查询增强？它有什么作用？如何基于 Spring AI 实现上下文查询增强来处理无关问题？
  • 🟡 142. 什么是 Spring AI 提出的模块化 RAG 架构？预检索、检索和后检索阶段各自负责什么？
  • 🟡 143. 你有多个知识库，做 RAG 的时候，怎么保证查询效率和准确性兼容，并尽可能减少幻觉？
  • 🟡 144. 如何构建和使用向量索引？HNSW 和 IVF 有什么区别？
  • 🟡 145. RAG 检索时相似度阈值如何设置？设置不当有什么影响？
  • 🟡 146. RAG 系统如何利用元数据过滤提升检索精度？
  • 🟡 147. 如何处理 RAG 检索不到相关文档的情况？
  • 🟡 148. RAG 系统如何标注信息来源和提供引用？
  • 🔴 149. RAG 系统在生产环境中如何优化性能和降低成本？
  • 🟡 150. RAG 系统如何处理 PDF、Word、Markdown 等不同格式文档？
05 LLM 基础与 API（82 题，图文详解 8 篇）
    1. DeepSeek 的 Prompt Caching 为什么能全自动生效，Claude 为什么要手动加 cache_control？ · 抖音 · B站
    1. Prefix Caching（前缀缓存）是什么？和 KV Cache 是什么关系？ · 抖音 · B站
    1. KV Cache 是什么？为什么只缓存 K 和 V，不缓存 Q？ · 抖音 · B站
    1. 什么是线性注意力？GLM-5.3-Flash 为什么采用线性注意力加稀疏注意力的混合架构？ · 抖音 · B站
    1. Responses API 和 Chat Completions API 有什么区别？ · 抖音 · B站
    1. 大模型 API 缓存命中和未命中为什么差价巨大？ · 抖音 · B站
    1. MoE 是什么？DeepSeek 模型为什么采用混合专家架构？ · 抖音 · B站
    1. SWE-bench、Terminal-Bench、GPQA Diamond 这些大模型评测集到底在测什么？
  • 🟢 159. 什么是大语言模型？和传统 NLP 模型有什么区别？
  • 🟢 160. 讲讲 Transformer 的基本架构？Encoder 和 Decoder 分别干什么？
  • 🟡 161. 多头注意力（MHA）有哪些局限？MQA、GQA、Flash Attention 怎么解决？
  • 🟡 162. 位置编码是干什么用的？RoPE 和 ALiBi 有什么区别？
  • 🟡 163. 分词器是什么？BPE、WordPiece、SentencePiece 有什么区别？
  • 🟡 164. 什么是 Scaling Law？大模型的涌现能力是怎么回事？
  • 🟡 165. 大模型生成文本时有哪些解码策略？
  • 🟡 166. Temperature、Top-P、Top-K 分别是什么？怎么调？
  • 🟡 167. 大模型幻觉问题怎么减少？
  • 🟡 168. 什么是 CoT（思维链）？为什么效果好？有什么局限？
  • 🟡 169. 多模型动态切换怎么实现？不重启服务就能换？
  • 🟡 170. OpenAI 兼容协议是什么？各家大模型的差异在哪？
  • 🟡 171. 流式输出（SSE / WebSocket）怎么设计？
  • 🟡 172. 对比使用过哪些主流大模型？你们项目里最终选了哪个？
    1. 怎么让 LLM 返回结构化内容，比如和 Java 对象字段一一对应？
    1. LLM 返回的内容被截断了怎么办？
  • 🟡 175. Chat Template 是什么？
  • 🔴 176. 多轮工具调用时，历史的 reasoning 要不要回传给模型？
  • 🟡 177. 给 Agent 选模型要看哪些维度？
  • 🟡 178. 什么是词嵌入（Word Embedding）？有哪些常见的词嵌入方法？
  • 🔴 179. 是否使用 Word2Vec 训练过数据？在这个过程中，如何获取语料？如何选择超参数？语料、词表和维度大小如何确定？怎样把握训练时长？
  • 🔴 180. Word2Vec 有哪些加速方法？
  • 🔴 181. 解释 hierarchical softmax 的流程，以及它有什么优点？
  • 🟡 182. 说一说负采样技术在 Word2Vec 中的运用。
  • 🟡 183. CBOW 和 Skip-gram 分别更适合哪些应用场景？
  • 🔴 184. 说说 GloVE 技术，怎样进行训练？有哪些应用场景？相比 Word2Vec 有哪些优缺点？
  • 🔴 185. 说说 FastText 技术，是否比 Word2Vec 更优越？哪些情况下更适合使用 FastText
  • 🔴 186. 聊一聊 ELMo 技术，它有哪些优缺点？可以做到一词多义吗？为什么？
  • 🟢 187. 说说 LSTM 的基本原理。
  • 🟡 188. 与循环神经网络（RNN）相比，LSTM 是如何解决梯度消失问题的？
  • 🟡 189. 解释一个 LSTM 单元（LSTM cell）的基本组成，以及它们各自的作用。
  • 🟡 190. LSTM 中，隐藏状态（hidden state）和单元状态（cell state）有什么区别？
  • 🟡 191. LSTM 和 GRU 有什么区别？
  • 🟡 192. 请描述 BERT 模型的架构和应用场景。
  • 🟡 193. BERT 是如何处理自然语言文本中不常见词或者罕见词的？
  • 🟡 194. Word2Vec 到 BERT 有怎样的改进？
  • 🟡 195. BERT 怎样进行 mask 相比 CBOW 有什么区别？
  • 🔴 196. 你有什么办法可以比较好地解决 BERT 输入长度的限制？
  • 🔴 197. 说说你是怎样有效地优化和微调 BERT，以应对你做过的一些特定的 NLP 任务的？
  • 🟢 198. 如何比较文本的相似度？
  • 🟢 199. 支持向量机可以用于文本分类任务吗？若可以，请说明。
  • 🟡 200. 在文本分类任务中，如何处理高维和稀疏数据？
  • 🟡 201. 在文本分类任务中，如何处理样本（类别）不平衡的问题？
  • 🟡 202. 现有文本分类算法在处理多语种文本数据时可能遭遇哪些挑战？
  • 🟡 203. 简述 Word Embedding 可以怎样运用于文本分类任务？
  • 🟡 204. 简述 LLaMA（Large Language Model Meta AI）的基本原理。
  • 🟢 205. LLaMA 有哪些实际应用？
  • 🟡 206. Transformer 在计算 attention 的时候使用的是点乘还是加法？请说明理由。
  • 🟢 207. self attention 中的 K 和 Q 是用来做什么的？
  • 🟡 208. K 和 Q 可以使用同一个值通过对自身进行点乘得到吗？
  • 🔴 209. 如果让 K 和 Q 变成同一个矩阵，你觉得对模型性能会带来怎样的影响？
  • 🟡 210. 在不考虑计算量的情况下，head 能否无限增多？
  • 🟡 211. 在进行多头注意力的时候需要对每个 head 进行降维吗？
  • 🟡 212. 讲一下你对 Transformer 的 Encoder 模块的理解。
  • 🟡 213. Transformer 中，Decoder 阶段的多头自注意力和 Encoder 阶段的多头自注意力是相同的吗？
  • 🟡 214. 了解 Transformer 模型训练中的梯度裁剪（Gradient Clipping）吗？
  • 🟡 215. Transformer 为什么采用 Layer Normalization 而不是 Batch Normalization
  • 🟡 216. Transformer 中的注意力遮蔽（Attention Masking）的工作原理是什么？
  • 🟡 217. 什么是自回归属性（autoregressive property）？
  • 🟡 218. Transformer 中的“残差连接”可以缓解梯度消失问题吗？
  • 🟡 219. Transformer 中，如何处理大型数据集？
  • 🟡 220. Transformer 模型训练完成后，如何评估其性能和效果？
  • 🟡 221. Transformer 模型的性能瓶颈在哪？
  • 🔴 222. 你觉得可以怎样缓解这个性能瓶颈？
  • 🟡 223. 了解 ViT（Vision Transformer） 吗？
  • 🔴 224. 了解 ViLT（Vision-and-Language Transformer） 吗？
  • 🟡 225. ViLT 模型是如何将 Transformer 应用于图像识别任务的
  • 🟡 226. chatGLM 和 GPT 在结构上有什么区别？
  • 🟢 227. 什么是 GPT Structured Outputs？
  • 🟢 228. 什么是 GPTCache？
  • 🟢 229. 大模型的 Token 是什么？输入 Token 和输出 Token 在计费上有什么区别？
  • 🟡 230. MoE 混合专家模型是什么？DeepSeek、Qwen 为什么用 MoE？
  • 🟢 231. 什么是 Token 缓存机制？它如何帮助降低 AI 应用的成本？
  • 🟡 232. KV Cache 是什么？Prompt Caching 又是什么？
06 Claude Code与Codex（17 题，图文详解 6 篇）
07 DeepSeek专题（5 题，图文详解 5 篇）
热点解读（10 题，图文详解 10 篇）
08 Prompt 工程（16 题，图文详解 2 篇）
  • 🟡 270. 如何写好 Prompt？分享下 Prompt 工程的实践经验？ · 抖音
    1. 什么是提示词工程（Prompt Engineering）？ · 抖音 · B站
  • 🟡 256. 系统提示词是流程驱动好还是规则堆砌好？
  • 🟡 257. 系统提示词怎么防止越写越乱？
  • 🟢 258. 提示词中的分隔符有什么作用？如何使用？
  • 🟢 259. 什么是系统提示词 System Prompt？它和用户提示词有什么区别？
  • 🟡 260. 什么是 Few-shot Learning？Zero-shot、One-shot、Few-shot 有什么区别？
  • 🟡 261. 如何选择和设计 Few-shot 示例以提升效果？
  • 🟡 262. 什么是自洽性？如何应用？
  • 🟡 263. 什么是负面提示词？在什么场景下使用？
  • 🟡 264. 什么是提示词链接？如何实现？
  • 🟡 265. 如何为不同领域设计专用提示词？比如编程、创作、数据分析
  • 🔴 266. 如何系统地评估和优化提示词的效果？
  • 🔴 267. 提示词注入攻击是什么？如何防范？
  • 🔴 268. 在实际项目中如何进行提示词的 AB 测试和迭代？
  • 🔴 269. 什么是思维树 Tree of Thoughts？它相比 CoT 有什么优势？
09 MCP 与工具调用（26 题，图文详解 0 篇）
  • 🟡 271. Function Calling 底层是怎么实现的？
  • 🟡 272. LLM 是如何学会调用外部工具的？Function Call 能力怎么训练？
  • 🟡 273. MCP 是什么？它解决了什么问题？
  • 🟡 274. MCP 由哪几部分组成？
  • 🟡 275. MCP 和 Function Calling 有什么区别？
  • 🟡 276. Function Calling、Skill、MCP 三者有什么区别？
  • 🟡 277. MCP Server 的 stdio 和 HTTP 模式分别怎么用？
  • 🟡 278. 为什么有些推理模型不支持 MCP？
  • 🟡 279. 什么是 A2A 协议？和 MCP 有什么区别？
  • 🟡 280. WebSocket 和 SSE 通信有什么区别？在 AI 场景中各自怎么用？
  • 🟡 281. 工具描述（Tool Description）怎么写才能让模型准确调用？
  • 🟡 282. 敏感工具的安全控制怎么做？
  • 🟡 283. 模型编造不存在的工具调用（工具幻觉）怎么防？
  • 🟢 284. 在 Spring AI 框架中如何集成 MCP？
  • 🟢 285. MCP 协议安全性设计包含哪些层面？
  • 🟢 286. 如何将已有的应用转换成 MCP 服务？
  • 🟡 287. 什么是 A2A 协议，它的核心架构及主要组件有哪些？
  • 🟡 288. A2A 协议有哪五大设计原则？
  • 🟢 289. MCP 和 Skills 有什么区别？分别适用于什么场景？
  • 🟡 290. 不同的 LLM Provider 对 Tool Schema 的支持不完全一致，你会怎么处理这种差异？OpenClaw 是怎么做 Schema 适配的？
  • 🟢 291. 什么是 ACP 协议？它有哪两个不同的含义？
  • 🟢 292. Agent 的工具分哪几类？
  • 🟡 293. 一项能力该做成专用工具、通用执行器还是 Skill？
  • 🔴 294. 什么是工具参数的静默转换？
  • 🔴 295. Agent 有上百个工具时怎么办？
  • 🟡 296. 多个 MCP 服务器有功能重叠的工具，怎么选？
10 LangChain 与 Spring AI（21 题，图文详解 0 篇）
  • 🟢 297. 什么是 LangGraph ？
  • 🟢 298. LangGraph 编排的原理是什么？
  • 🟢 299. ​LangChain 和 LangGraph 有什么区别？
  • 🔴 300. LlamaIndex 如何与 LangChain 结合？
  • 🟢 301. 什么是 Spring AI 框架？它有哪些核心特性？
  • 🟡 302. 什么是结构化输出？Spring AI 是怎么实现结构化输出的？
  • 🟡 303. 什么是 Re-Reading？如何基于 Spring AI 实现 Re-Reading Advisor？
  • 🟡 304. 什么是工具调用 Tool Calling？如何利用 Spring AI 实现工具调用？
  • 🟢 305. LangChain 中的 Chain 是什么？有哪些常见类型？
  • 🟡 306. LangChain 的 Memory 组件有什么作用？常见的 Memory 类型有哪些？
  • 🟡 307. 在 LangChain 中如何实现流式输出？
  • 🟡 308. 如何在 LangChain 中自定义 Tool 工具？
  • 🟡 309. LangChain 和 LlamaIndex 有什么区别？各自适合什么场景？
  • 🟢 310. LangChain 中的 DocumentLoader 有哪些类型？如何选择？
  • 🟢 311. LangChain 的 OutputParser 有什么作用？有哪些常见类型？
  • 🟡 312. LangChain 中的 Callback 回调机制是什么？有什么用？
  • 🟡 313. LangChain 中的 LCEL 表达式语言是什么？有什么优势？
  • 🟡 314. LangChain 中如何实现条件分支和动态路由？
  • 🟡 315. LangChain 中的 Retriever 检索器有哪些类型？各有什么特点？
  • 🟡 316. 如何处理 LangChain 应用中的错误和异常？
  • 🔴 317. 如何保证 LangChain 应用的输出质量和一致性？
11 模型训练与微调（32 题，图文详解 1 篇）
  • 🟢 318. 大模型预训练完了，为什么还要做强化学习？ · 抖音 · B站
  • 🟡 319. 大模型是怎么训练出来的？预训练→SFT→RLHF 三阶段讲一下？
  • 🟡 320. 大模型微调有哪些方案？LoRA 的原理是什么？
  • 🔴 321. SFT 之后还有哪些 Post-Training？RLHF、DPO、GRPO 什么关系？
  • 🔴 322. DPO 和 PPO 的区别是什么？
  • 🟡 323. 大模型量化是什么？INT8/INT4/AWQ/GPTQ 怎么选？
  • 🟡 324. 微调中常用的优化器有哪些？
  • 🔴 325. 微调的过拟合风险如何通过正则化缓解？
  • 🔴 326. 在多模态微调（如图文生成）中，如何确保文本和图像数据的对齐质量？
  • 🔴 327. 参数高效微调（PEFT）如何减少计算成本？
  • 🔴 328. 冻结层在微调中的作用是什么？
  • 🔴 329. 为什么需要混合精度训练？
  • 🔴 330. 模型输出重复和幻觉如何微调解决？
  • 🟢 331. 微调大模型需要什么样的硬件？7B 和 70B 模型分别需要多少显存？
  • 🟢 332. 2026 年主流的微调工具有哪些？Unsloth、Axolotl、TRL 各有什么特点？
  • 🟢 333. LoRA 的超参数应该怎么设置？有什么经验法则？
  • 🟢 334. 对比 LoRA、QLoRA、DoRA 和全量微调，在不同场景下应该如何选择？
  • 🟢 335. ORPO 是什么？它如何将指令微调和偏好对齐合二为一？
  • 🟢 336. 如何构建高质量的 SFT 微调数据集？数据质量和数量哪个更重要？
  • 🟢 337. 什么是模型蒸馏（Knowledge Distillation）？它和模型量化有什么区别？
  • 🟢 338. 大模型的训练和推理分别是什么？它们在计算资源需求上有什么区别？
  • 🟢 339. 什么是大模型的参数量？参数量和模型能力之间是什么关系？
  • 🔴 340. Mid-training 是什么？
  • 🟡 341. SFT 和 RL 的本质区别是什么？
  • 🔴 342. 怎么判断该做 Mid-training、SFT 还是 RL？
  • 🔴 343. 结果奖励和过程奖励怎么选？
  • 🔴 344. 什么是 RLVP？
  • 🔴 345. 什么是在轨蒸馏（On-Policy Distillation）？
  • 🔴 346. 编辑文件经常失败，该改 Harness 还是后训练？
  • 🔴 347. Coding Agent 过早结束，怎么用后训练修？
  • 🟡 348. 微调时怎么缓解灾难性遗忘？
  • 🟢 349. 在多模态微调中，如何确保文本和图像数据的对齐质量？有哪些技术挑战？
12 Agent 产品与框架演进（9 题，图文详解 1 篇）
  • 🟢 351. 什么是 Manus？说说你对它的了解 · 抖音 · B站
  • 🔴 350. AutoGPT 如何实现自主决策？
  • 🔴 352. 什么是 OpenManus？它的实现原理是什么？
  • 🟢 353. 最近 OpenClaw 这么火，你知道它的原理吗？
  • 🟢 354. 市面上有哪些主流的 LLM Agent 框架？各自的特点是什么？
  • 🟢 355. 什么是 Google ADK？
  • 🟡 356. 用感知、行动、策略三个维度分析一个 AI 产品
  • 🟡 357. 为什么说 Coding 是通用 Agent 的核心能力？
  • 🟢 358. OpenClaw 是什么？它要解决什么问题？它的核心能力有哪些？

仓库结构

ai-better/
├── video/                 # 题库和图文详解，一道题一篇
│   └── readme.md          # 题库总览，所有题目的简答都在这里
├── script/                # 每条视频的 Remotion 工程，一题一个目录
│   ├── shared/            # 共用的组件、配音和渲染工具、品牌素材、视觉规范
│   └── <题目>/output/     # 最终成片 mp4
├── scripts/
│   └── gen-readme.mjs     # 从 video/readme.md 生成本页的统计表和目录
└── sucai.md               # 选题素材

视频是怎么做出来的

每条视频都从对应的图文详解改写成口播稿，用火山引擎 TTS 配音，再用 Remotion 按句子逐帧对齐画面。画面风格统一为暖米色背景、蓝色细边卡片，信息量大的配图用镜头聚焦逐块讲解。

完整流程、命令和视觉规范见 script/README.md、script/shared/WORKFLOW.md 和 script/shared/VISUAL_STYLE.md。

参与贡献

  • 发现答案有错误或者过时了，欢迎提 勘误 Issue
  • 面试里被问到了题库里没有的 Agent 题，欢迎 投稿新题

维护说明：修改 video/readme.md 之后，运行下面的命令同步本页的统计表和目录。

node scripts/gen-readme.mjs

转载须知

本仓库所有题目解答、图文和视频均为沉默王二原创，未经授权不允许转载。如发现抄袭或搬运，会依法维护自己的权益。

联系方式

微信搜「沉默王二」或扫描下方二维码，关注二哥的原创公众号。

公众号沉默王二

加二哥微信并备注「AI」，小助理会拉你进 AI 交流群。

二哥微信

相关仓库

Star History

Star History Chart
Star History Chart