Agent
Agent（智能体）是 2027 校招的新热点方向：模型负责决策，工程负责可靠。本分类从 LLM 原理到框架落地，覆盖 Agent 面试的完整知识链。
分类地图
| 分类 | 定位 | 考频 |
|---|---|---|
| LLM 基础 | Transformer、注意力、Tokenization、幻觉、评估 | 必考（最高频） |
| 基本概念 | Agent 定义、工具、记忆、Skills | 必考 |
| Agent 范式 | ReAct、Plan-and-Execute、Multi-Agent 等 | 高频 |
| Agent Engineering | Prompt/Context/Harness/Loop 工程、评估、安全 | 中高频 |
| RAG | 检索增强：分块、向量化、重排、评估 | 高频 |
| LangChain 生态 | LangChain/LangGraph/DeepAgents 框架落地 | 中高频 |
| MCP | 工具接入协议：原语、架构、传输、安全 | 中高频（热点） |
| LLM 应用工程 | Prompt 实战、API、流式、FC、成本 | 中频 |
学习路径
- 先 LLM 基础：Transformer 和注意力是所有后续的地基（面试第一问常是“讲一下 Transformer”）
- 再 Agent 概念：Agent 是什么、工具怎么接、记忆怎么分
- 范式与工程：经典范式（ReAct）和工程四层（Prompt/Context/Harness/Loop）
- RAG 与框架：检索链路 + 用 LangChain 生态落地
- 热点补充：MCP、应用工程
面试主线
- 原理题：Transformer 架构、注意力优化（GQA/RoPE/KV cache）、幻觉成因与缓解、评估基准
- 概念题：Agent 四要素、Tool Use 循环、记忆三分法、范式对比（ReAct vs Plan-and-Execute）
- 工程题：上下文工程、Agent 评估、安全与 Guardrails、框架选型（create_agent vs LangGraph vs DeepAgents）
- 项目题：RAG 链路、工具调用、流式输出、成本控制（见各分类）
面试追问
- Agent 面试最常问什么？ LLM 基础（Transformer/幻觉/评估）和 Agent 概念（工具/记忆/循环）。原理优先于框架
- 学习顺序？ LLM 基础 → Agent 概念 → 范式 → 工程 → RAG → 框架。地基不牢框架白搭
- Agent 和传统后端的区别？ 不确定性：输出不可预测，工程层要评估、兜底、可观测（见应用工程篇）
- 框架要背多深？ 原理（循环、持久化、中断）比 API 细节重要。LangGraph 的 checkpoint/interrupt 是高频考点
- 怎么准备项目题？ 一个完整的 RAG 或 Agent 项目，讲清链路、难点（幻觉/成本/评估）和取舍