2311 字
约 7 分钟
6
S25-J16 · LLM 与 Agent 题库（下）：63 道速答卡
适用读者：临面突击、需要"一问一答"口径的人。
前置：S25-J15、S21（Agent 工程）、S20（大模型应用）。
覆盖旧文：3731–3788（63 篇短答，约 15 万字符）→ 按 6 组速答卡重排。
扩展点：E-S25-050（速答卡格式：一句话 + 一个边界）、E-S25-051（缓存三兄弟：KV Cache / 前缀缓存 / 语义缓存）、E-S25-052（模型与产品事实的"待核"纪律）。
上一篇：S25-J15 · LLM 与 Agent 题库（上）：RAG、Agent 与工程化
下一篇：S25-X03 · 片段与短教程登记。
1. 一句话结论
速答不等于短答：每题给 一句话结论 + 一个边界，两句话就是面试官想听的深度。只说一句话（结论）会被追问，说三句（展开）会超时。
出处：
A-3731–A-3788（LLM/Agent 速答题库）。
2. 格式约定（E-S25-050）
问：X 是什么？
答：一句话结论。（边界：什么时候不成立 / 代价是什么）
3. A 组 · Agent 基础（3731–3749）
| 问 | 速答 | 边界 |
|---|---|---|
| 什么是 AI Agent（3731） | LLM + 上下文 + 工具 + 循环，能自主决定下一步 | 无工具无循环 = ChatBot |
| Agent vs ChatBot（3732） | Agent 有目标与动作，ChatBot 只有回应 | 单轮工具调用不足以称 Agent |
| Workflow vs Agent（3733） | Workflow 路径预定义，Agent 路径由模型决定 | 高合规流程应回到 Workflow |
| Agent 怎么工作（3734） | 观察 → 思考 → 行动 → 再观察（ReAct 循环） | 缺终止条件会空转 |
| 核心组件（3735） | 模型、上下文、工具、记忆、编排/运行时 | 少了任一项都会退化 |
| 怎么选工具（3736） | 工具描述 + schema + 示例引导选择 | 描述不清 → 选错（改描述优先于换模型） |
| ReAct vs CoT（3737） | CoT 只想，ReAct 想+做+看结果 | 无外部反馈时 ReAct 无增益 |
| ReAct 会死循环吗（3738） | 会；靠最大轮数、重复调用指纹、无进展检测 | 只限轮数会浪费预算 |
| Plan-and-Execute（3739） | 先出计划再逐步执行，可重规划 | 计划僵化时不如 ReAct |
| Multi-Agent 怎么实现（3740） | 共享上下文或消息传递 + 拓扑（管理者/对等/去中心） | 无新信息时无增益 |
| Plan 模式实现（3741） | 显式计划对象 + 步骤状态机 + 重规划 | 计划不落地 = 装饰 |
| 反思机制（3742） | 对结果自评 → 修正 → 重试（Reflexion） | 同模型自评易自我确认 |
| 为什么手搓不用 LangChain（3743） | 控制力、可观测、调试成本、依赖风险 | 简单场景框架更快 |
| 怎么积累经验（3744） | 轨迹 → 验证 → 沉淀为知识/指令/程序/参数 | 未验证的经验会固化错误（S21-J16） |
| 意见冲突（3745） | 仲裁者/投票/证据优先 | 无仲裁会扯皮 |
| Harness 五要素（3746） | 上下文、工具、约束、验证、纠正 | 少验证 = 无法判断对错 |
| LLM/Context/Tools 关系（3747） | 模型是大脑，上下文是眼睛，工具是手脚 | 短板决定上限 |
| Checkpoint（3748） | 状态快照：可从中间恢复、可回放、可审计 | 快照过频成本高 |
| Sandbox（3749） | 隔离执行环境（文件/网络/进程受限） | 沙箱不等于权限控制 |
4. B 组 · 上下文与记忆（3750–3762）
| 问 | 速答 | 边界 |
|---|---|---|
| 上下文工程（3750） | 决定"给模型看什么"的取舍：选、压、排、隔离 | 不是"塞得越多越好" |
| 上下文窗口≠聊天窗口（3751） | 窗口是 token 预算，聊天窗口只是展示 | 长窗口 ≠ 长记忆 |
| 为什么不能无限大（3752） | 注意力 O(n²)、成本、KV Cache 内存、"中间遗忘" | 大窗口有"lost in the middle" |
| 避免上下文爆炸（3753） | 压缩、检索替代、外置文件、子 Agent 隔离 | 压缩丢关键状态 |
| 聊着变笨（3754） | 上下文污染（错误累积）、指令被稀释、注意力分散 | 换会话/重述约束可缓解 |
| LLM 没有记忆（3755） | 无状态，每次请求独立；"记忆"靠外部拼装 | 模型内化 ≠ 记住你 |
| 怎么有记忆（3756） | 短期=窗口+压缩；长期=存储+检索 | 两层职责不同 |
| 短期记忆实现（3757） | 滑动窗口 + 摘要 + 关键状态保留 | 只摘要会丢细节 |
| 长期记忆实现（3758） | 向量库/知识库 + 写入规则（选择性/抽象/结构化） | 全量写入 = 噪声 |
| Harness Engineering（3759） | 围绕模型的工程：上下文、工具、约束、验证、纠错 | 模型变强后补丁会迁移，不会消失 |
| Loop Engineering（3760） | 用"验证通过"决定何时停，而不是"生成完" | 无验证器时不适用 |
| 几十个 Skill 怎么保证不乱（3761） | 目录索引 + 按需加载 + 触发条件写清 | 全量常驻会挤爆上下文 |
| RAG 遇 PDF（3762） | 版面解析（表格/多栏）→ 结构化切块 → 保留页码引用 | 纯文本抽取会丢表结构 |
5. C 组 · 缓存与成本（3763–3767）（E-S25-051）
| 问 | 速答 | 边界 |
|---|---|---|
| Responses vs Chat Completions（3763） | Responses 面向多轮/工具/状态化，Chat 面向单轮消息 | 迁移需改消息结构 |
| 缓存命中差价（3764） | 命中走缓存前缀，省 prefill 计算 → 单价低数倍 | 命中要求前缀字节稳定 |
| KV Cache（3765） | 缓存每层 K/V，避免重复计算历史 token；只缓存 K/V 因为 Q 只对当前 token 有意义 | 显存占用随长度线性增长 |
| 前缀缓存（3766） | 相同前缀复用 KV；要求前缀完全一致且在有效期内 | 中间插内容即失效 |
| DeepSeek 便宜的原因（3767） | 自动前缀缓存 + MoE 稀疏激活 + 架构优化 | 需要供应商支持，非通用能力 |
判据：三种"缓存"别混——KV Cache 是推理内部机制，前缀缓存是服务端复用，语义缓存是应用层"相似问题复用答案"。
6. D 组 · 模型与基准（3768–3770、3777–3788）
| 问 | 速答 | 边界 |
|---|---|---|
| MoE（3768） | 多专家 + 门控，每 token 只激活少数专家 → 参数量大但算力省 | 显存仍需容纳全部专家 |
| 线性注意力（3769） | 把 O(n²) 降到近线性，长序列更省 | 表达力/召回可能有损 |
| 基准怎么看（3770） | SWE-bench 看真实修 bug、Terminal-Bench 看命令行任务；看污染与 harness 差异 | 榜单不等于你的场景 |
| 抽卡式发布与宕机（3783） | 集中式依赖（CDN/鉴权/推理集群）是共因故障点 | 容量与限流是根因 |
| 提示词工程（3786） | 明确角色/任务/约束/示例/输出格式 | 不能补知识缺失 |
| 预训练后为何还要 RL（3787） | 预训练给能力，RL 给"按目标行事"的策略 | 奖励有偏会学到捷径 |
| Manus 是什么（3788） | 通用 Agent 产品：任务分解 + 工具 + 沙箱 | 产品事实按版本核对 |
纪律（E-S25-052）：涉及"某模型/某产品的最新版本、速率、价格"的题，答题时主动标注时间与口径（"截至 2026-xx，据官方文档"）。面试官不介意你不确定，介意你把传闻当事实。
7. 反例：速答最容易犯的四个错
| 错法 | 后果 |
|---|---|
| 只给结论不给边界 | 被追问一层就空 |
| 把产品宣传当技术结论 | "某模型能无限上下文"这类说法直接扣分 |
| 混淆缓存类型 | KV Cache 说成"应用层缓存" |
| 用榜单代替实测 | 追问"你自己测过吗"即暴露 |
8. 自测
- 速答卡的格式是什么？为什么"两句话"最优？
- KV Cache、前缀缓存、语义缓存分别在哪一层？
- 为什么说"上下文窗口 ≠ 记忆"？
- 遇到"最新版本/价格"类问题该怎么答？
答案
- 一句话结论 + 一个边界；只结论会被追问，展开会超时。
- 推理内部 / 服务端复用 / 应用层答案复用。
- 窗口是单次请求的 token 预算，无状态；记忆要外部存储与检索。
- 标注时间与口径，说明来源；不把传闻当事实。
9. 下一篇
S25-X03 · 片段与短教程登记 —— Redis 命令片段、application.yml、环境安装、Netty/RPC 小文等无独立知识价值素材的登记表与理由。
S25-J16 · LLM 与 Agent 题库（下）：63 道速答卡
https://www.clxhxhhr.top/posts/5597/ 评论
0 条
还没有评论，先写一条吧。