智能体

⭐⭐⭐ 核心必背

如何定义 LLM Agent？核心组件？

参考答案

能感知环境、规划、调用工具、记忆并迭代的系统；含 LLM、工具、记忆、规划/控制循环。

ReAct？

参考答案

交替「思考」与「行动」轨迹，行动结果反馈到下文推理，适合需外部信息的任务。

规划方法？

参考答案

CoT、ToT（分支搜索）、GoT（图结构）、规划器-执行器分解。

短期/长期记忆？

参考答案

短期：对话 buffer/summary；长期：向量库+结构化 DB；工具如 Redis、向量库。

Tool Use / Function Calling？

参考答案

SFT+RL 学 schema 合规 JSON；运行时解析调用 API，结果再注入上下文。

安全与对齐？

参考答案

工具权限最小化、人在回路、沙箱执行、输出策略、监控。

智能体模块？

参考答案

感知、规划、执行（工具）、记忆、反思/评估。

规划/工具/记忆角色？

参考答案

规划拆目标；工具获外部真实；记忆持状态与经验。

⭐⭐ 常见重点

LangChain vs LlamaIndex？

参考答案

LangChain 偏通用链路与 Agent 编排；LlamaIndex 偏数据连接器与检索索引抽象（边界在演进）。

复杂 Agent 最大挑战？

参考答案

错误累积、工具选错、长程状态、评估与安全。

多智能体？

参考答案

分工专精、并行；复杂在通信协议、冲突解决、成本。

⭐ 拓展了解

物理环境 Agent vs 纯软件？

参考答案

需感知噪声、安全约束、实时与 sim2real。

A2A？

参考答案

Agent-to-Agent 互操作协议（如 Google A2A），关键：标准化跨框架/跨服务发现与消息，而非单库内链。

框架选型与指标？

参考答案

按生态、延迟、可观测性；指标：任务成功率、成本、时延、人工介入率。

经验沉淀与累积？

参考答案

episodic 记忆写入向量库+元数据；去重合并、版本与置信度，避免覆盖用 upsert+聚类摘要。