AI Agent 面试高频 100 题
定位: 按板块分类的面试题，每道题标注考察点并链接回原理笔记 使用方式: 先理解原理，再用此题库自测
一、Agent 基础与架构（20 题）
1.1 概念题
1. 什么是 AI Agent？它与 LLM 的核心区别是什么？
考察点: Agent 定义、四大特征（自主性、反应性、主动性、社交能力）
→ 详阅 **什么是AI Agent**
2. Agent、Chain、RAG 三者的区别？
考察点: 三种模式的技术边界、选型判断
→ 详阅 **什么是AI Agent**
3. Agent 的自主程度如何分级？（L0-L4）
考察点: 对 Agent 能力的层次化理解
→ 详阅 **什么是AI Agent**
1.2 架构模式题
4. 三种 Agent 架构模式（Reflection/Tool Use/ReAct）的区别和选择标准？
考察点: 架构模式的深入理解
→ 详阅 **Agent架构模式**
5. ReAct 和 Tool Use 的本质区别是什么？
考察点: ReAct 的 Thought 步骤的作用
→ 详阅 **Agent架构模式**
6. 如何防止 ReAct 无限循环？
考察点: Agent 循环控制设计
→ 详阅 **Agent架构模式**
1.3 循环机制题
7. 解释 Agent 的 Perception-Action 循环？
考察点: 对 Agent 基本运行机制的理解
→ 详阅 **感知-行动循环**
8. Agent 循环的终止条件有哪些？如何设计？
考察点: 循环控制的分层设计
→ 详阅 **感知-行动循环**
9. 如何优化 Agent 循环的 Token 消耗？
考察点: 实际工程优化能力
→ 详阅 **感知-行动循环**
二、Agent 记忆系统（15 题）
2.1 记忆分类题
10. Agent 的四种记忆类型及其区别？
考察点: 记忆系统的基础分类
→ 详阅 **记忆分类与架构**
11. 短期记忆溢出怎么处理？
考察点: 记忆管理的工程实践
→ 详阅 **记忆分类与架构**
12. 情景记忆和语义记忆的区别？
考察点: 两种高级记忆类型的理解
→ 详阅 **记忆分类与架构**
2.2 RAG 题
13. Agent 中 RAG 和标准 RAG 的区别？
考察点: Agent 场景下 RAG 的特殊性
→ 详阅 **RAG与长期记忆**
14. RAG vs 微调，什么场景选哪个？
考察点: 技术选型判断
→ 详阅 **RAG与长期记忆**
15. RAG 如何解决"检索不准确"的问题？
考察点: 检索质量优化策略
→ 详阅 **RAG与长期记忆**
2.3 记忆管理题
16. Agent 记忆管理的核心挑战？
考察点: 记忆系统的工程难点
→ 详阅 **记忆管理与检索**
17. 如何防止 Agent 记忆系统"爆炸"？
考察点: 遗忘策略和容量控制
→ 详阅 **记忆管理与检索**
18. 不同检索策略如何选择？
考察点: 检索技术的工程判断
→ 详阅 **记忆管理与检索**
三、Agent 工具与函数调用（15 题）
19. Function Calling 的底层原理？
考察点: 对 LLM 函数调用本质的理解
→ 详阅 **函数调用机制**
20. 三种 Provider 的函数调用实现差异？
考察点: 跨平台技术对比
→ 详阅 **函数调用机制**
21. 如何优化函数调用的 Token 消耗？
考察点: 工程优化能力
→ 详阅 **函数调用机制**
22. 工具注册中心的核心功能？
考察点: 工具系统架构设计
→ 详阅 **工具定义与注册**
23. 如何编写高质量的工具定义？
考察点: 实用技能
→ 详阅 **工具定义与注册**
24. 工具数量多了怎么办？
考察点: 工具管理扩展性
→ 详阅 **工具定义与注册**
25. 三类工具执行错误及处理策略？
考察点: 容错设计
→ 详阅 **工具执行与容错**
26. 重试策略如何设计？
考察点: 可靠性工程
→ 详阅 **工具执行与容错**
四、Agent 规划与推理（15 题）
27. CoT 的原理？为什么能提升推理能力？
考察点: 推理增强机制
→ 详阅 **CoT与ReAct**
28. ReAct 和 CoT 的本质区别？
考察点: 两种推理范式的理解
→ 详阅 **CoT与ReAct**
29. Self-Consistency CoT 的优缺点？
考察点: 高级推理技术
→ 详阅 **CoT与ReAct**
30. 三种任务分解策略及适用场景？
考察点: 复杂任务处理能力
→ 详阅 **任务分解**
31. 任务分解到什么粒度最合适？
考察点: 工程经验判断
→ 详阅 **任务分解**
32. 为什么 LLM 可以自我反思？
考察点: 双系统理论的理解
→ 详阅 **自我反思与修正**
33. 在线反思和离线反思的优缺点？
考察点: 反思机制设计
→ 详阅 **自我反思与修正**
五、多智能体系统（15 题）
34. 三种多 Agent 架构的优缺点？
考察点: 架构设计能力
→ 详阅 **多智能体架构**
35. 什么时候不应该用多 Agent？
考察点: 技术选型判断力
→ 详阅 **多智能体架构**
36. 消息传递 vs 共享黑板的区别？
考察点: 通信模式理解
→ 详阅 **通信与协调**
37. 多 Agent 冲突怎么解决？
考察点: 冲突解决策略
→ 详阅 **通信与协调**
38. 角色设计的原则？
考察点: 组织设计能力
→ 详阅 **角色分配与编排**
39. 固定角色 vs 动态角色的选择？
考察点: 灵活性与稳定性的权衡
→ 详阅 **角色分配与编排**
六、Agent 安全与对齐（10 题）
40. Prompt 注入的原理？
考察点: 安全基础理解
→ 详阅 **Prompt注入与防护**
41. 为什么 Agent 的 Prompt 注入比纯 LLM 更危险？
考察点: Agent 特有的安全风险
→ 详阅 **Prompt注入与防护**
42. 最有效的 Prompt 注入防御策略是什么？
考察点: 深度防御体系
→ 详阅 **Prompt注入与防护**
43. 工具权限系统如何设计？
考察点: 权限模型设计
→ 详阅 **工具滥用防御**
44. 护栏的三层架构？
考察点: 安全体系设计
→ 详阅 **护栏与人类监督**
45. HITL 的三种模式及选择？
考察点: 人机协作设计
→ 详阅 **护栏与人类监督**
七、主流框架对比（10 题）
46. LangChain 和 LangGraph 的关系？
考察点: 框架理解
→ 详阅 **LangChain与LangGraph**
47. LangGraph 状态图的优势？
考察点: 状态图驱动的 Agent
→ 详阅 **LangChain与LangGraph**
48. AutoGen 的核心设计理念？
考察点: 对话式多 Agent
→ 详阅 **AutoGen**
49. AutoGen vs CrewAI 的核心区别？
考察点: 多 Agent 框架选型
→ 详阅 **AutoGen**
50. Assistants API 的局限性？
考察点: 托管 vs 自建的权衡
→ 详阅 **OpenAI Assistants API**
更多题目正在补充中。每题的核心原则：先理解原理，再用题目自测。
📚 所有题目的完整答案参见各板块的"面试视角"部分。
← 返回 **AI Agent文库设计文档**