人工智能面试
2026/8/9大约 12 分钟
人工智能面试
题库统计：共收录 125 道面试题，覆盖 Agent / Prompt / LLM 基础与推理 / AI 工程化 四大板块。其中简单题 20 道（16.0%），中等题 72 道（57.6%），困难题 33 道（26.4%）。整体以中等难度为主，困难题集中在 RAG 评估、Agent 规划、LLM 推理优化与 AI 工程化架构设计，适合中高级岗位深度考察。
📖 内容
Agent
统计：共 42 题
- 难易度：| 简单 5 题 | 中等 31 题 | 困难 6 题 |
- 重要度：| 二星 10 题 | 三星 15 题 | 四星 14 题 | 五星 3 题 |
| 分类 | 题目 | 难易度 | 重要度 | 掌握度 | 评估 |
|---|---|---|---|---|---|
| 基础概念 | 什么是 AI Agent？它和直接调用大模型 API 有什么区别？ | 简单 | ⭐⭐⭐⭐⭐ | ||
| 基础概念 | AI Agent 的核心架构有哪些组成部分？ | 中等 | ⭐⭐⭐⭐ | ||
| 基础概念 | 市面上有哪些主流的 LLM Agent 框架？各自的特点是什么？ | 中等 | ⭐⭐⭐⭐ | ||
| RAG | 什么是 RAG（检索增强生成）？它在 Agent 中扮演什么角色？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| RAG | RAG 的分块策略（Chunking）有哪些？如何选择合适的分块方式？ | 中等 | ⭐⭐⭐⭐ | ||
| RAG | RAG 中的混合检索（Hybrid Search）和重排序（Rerank）是什么？为什么需要它们？ | 中等 | ⭐⭐⭐⭐ | ||
| RAG | RAG 系统如何评估？有哪些核心指标？ | 困难 | ⭐⭐⭐⭐ | ||
| RAG | 什么是 GraphRAG？它和传统向量 RAG 有什么区别？ | 中等 | ⭐⭐⭐ | ||
| 基础概念 | 什么是 LLM 的幻觉问题？Agent 如何缓解幻觉？ | 简单 | ⭐⭐⭐⭐ | ||
| 上下文管理 | AI Agent 的记忆机制有哪些类型？如何实现长短期记忆？ | 困难 | ⭐⭐⭐⭐ | ||
| 工具调用 | 什么是 AI Agent 中的工具调用（Tool Calling）？它的基本流程是怎样的？ | 中等 | ⭐⭐⭐⭐ | ||
| 任务规划 | Agent 的任务规划有哪些常见策略？Plan-and-Solve 和 ReAct 各自适合什么场景？ | 困难 | ⭐⭐⭐⭐⭐ | ||
| Agent Loop | 什么是 Reflexion？它和 ReAct 有什么区别？ | 中等 | ⭐⭐ | ||
| Agent Loop | AutoGPT 如何实现自主决策？ | 简单 | ⭐⭐ | ||
| 基础概念 | LLM Agent 在多模态任务中如何执行推理？ | 中等 | ⭐⭐ | ||
| 上下文管理 | 什么是 Agent 的上下文窗口？为什么它是 Agent 工程中最核心的约束？ | 中等 | ⭐⭐⭐⭐ | ||
| 上下文管理 | 当对话历史超出上下文窗口时，有哪些上下文压缩策略？ | 中等 | ⭐⭐⭐ | ||
| 工具调用 | AI Agent 如何处理工具调用返回超大结果的问题？ | 中等 | ⭐⭐ | ||
| 工程化 | 什么是 Agent 的 Guardrails（护栏）？如何设计安全边界？ | 中等 | ⭐⭐⭐ | ||
| MCP | MCP 协议是什么？它在 AI Agent 系统中解决了什么问题？ | 中等 | ⭐⭐⭐⭐ | ||
| MCP | MCP 协议的架构包含哪些核心组件？ | 中等 | ⭐⭐⭐ | ||
| MCP | MCP 的工作流程是什么？ | 简单 | ⭐⭐ | ||
| MCP | MCP 协议安全性设计包含哪些层面？ | 中等 | ⭐⭐ | ||
| MCP | 如何将已有的应用转换成 MCP 服务？ | 中等 | ⭐⭐⭐ | ||
| A2A | 什么是 A2A 协议？它和 MCP 协议有什么区别？ | 中等 | ⭐⭐⭐⭐ | ||
| A2A | A2A 协议中的 Agent Card 是什么？ | 中等 | ⭐⭐⭐ | ||
| A2A | A2A 协议的核心架构及主要组件有哪些？ | 中等 | ⭐⭐⭐ | ||
| A2A | A2A 协议有哪五大设计原则？ | 简单 | ⭐⭐ | ||
| A2A | A2A 协议的工作流程是怎样的？ | 中等 | ⭐⭐ | ||
| A2A | A2A 协议与 MCP 协议如何协同工作？ | 中等 | ⭐⭐⭐ | ||
| Agent Loop | 什么是 Agent Loop（智能体循环）？Agent 的工作过程是怎样的？ | 中等 | ⭐⭐⭐ | ||
| Agent Loop | Agent 系统中如何设计终止条件？如何解决死循环问题？ | 中等 | ⭐⭐⭐ | ||
| 多Agent | 多 Agent 协作有哪些常见的编排模式？ | 中等 | ⭐⭐⭐ | ||
| 多Agent | 子 Agent（Subagent）模式有什么优势和挑战？ | 中等 | ⭐⭐ | ||
| 工具调用 | Agent 系统中的 Function Calling 和 MCP 有什么区别？ | 中等 | ⭐⭐⭐ | ||
| 工具调用 | 如何设计 AI Agent 的工具权限控制？ | 困难 | ⭐⭐⭐ | ||
| 工程化 | 如何评估 Agent 系统的效果？有哪些评估指标和框架？ | 困难 | ⭐⭐⭐⭐ | ||
| 工程化 | Agent 系统上线后面临哪些工程化挑战？ | 中等 | ⭐⭐⭐⭐ | ||
| 工程化 | Agent 系统的可观测性如何建设？如何调试 Agent 的异常行为？ | 困难 | ⭐⭐⭐⭐ | ||
| 工程化 | 如何控制 Agent 的运行成本？有哪些 Token 优化手段？ | 中等 | ⭐⭐⭐ | ||
| 工程化 | Agent 执行代码等高风险操作时，沙箱（Sandbox）安全如何设计？ | 中等 | ⭐⭐⭐ | ||
| 多Agent | 多 Agent 系统中如何管理 Agent 间的上下文传递？ | 中等 | ⭐⭐ |
Prompt
统计：共 35 题
- 难易度：| 简单 10 题 | 中等 18 题 | 困难 7 题 |
- 重要度：| 二星 2 题 | 三星 18 题 | 四星 11 题 | 五星 4 题 |
| 分类 | 题目 | 难易度 | 重要度 | 掌握度 | 评估 |
|---|---|---|---|---|---|
| 基础 | 什么是 Prompt Engineering 提示词工程？它的核心价值是什么？ | 简单 | ⭐⭐⭐⭐⭐ | ||
| 基础 | Token 是什么？如何计算和控制 Token 数量？ | 简单 | ⭐⭐⭐⭐ | ||
| 基础 | 什么是上下文窗口 Context Window？它有什么限制？ | 简单 | ⭐⭐⭐⭐ | ||
| 基础 | Prompt 提示词的基本结构包括哪些部分？ | 简单 | ⭐⭐⭐ | ||
| 基础 | 什么是角色扮演 Role Playing？如何在提示词中使用？ | 简单 | ⭐⭐⭐ | ||
| 基础 | 提示词中的分隔符有什么作用？如何使用？ | 简单 | ⭐⭐⭐ | ||
| 基础 | 如何在提示词中设置约束条件和输出要求？ | 简单 | ⭐⭐⭐ | ||
| 基础 | 如何让 AI 输出指定格式的内容，比如 JSON、表格、Markdown？ | 简单 | ⭐⭐⭐⭐ | ||
| 基础 | 什么是系统提示词 System Prompt？它和用户提示词有什么区别？ | 简单 | ⭐⭐⭐⭐ | ||
| Few-shot与CoT | 什么是 Few-shot Learning？Zero-shot、One-shot、Few-shot 有什么区别？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| Few-shot与CoT | 如何选择和设计 Few-shot 示例以提升效果？ | 中等 | ⭐⭐⭐ | ||
| Few-shot与CoT | 什么是 CoT 思维链？如何利用它提升 AI 的推理能力？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| 高级技术 | 什么是自洽性 Self-Consistency？如何应用？ | 中等 | ⭐⭐⭐ | ||
| 调优 | 如何设计提示词来减少 AI 的幻觉问题？ | 中等 | ⭐⭐⭐⭐ | ||
| 调优 | temperature 和 top_p 参数有什么作用？如何选择合适的值？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| 调优 | 什么是负面提示词 Negative Prompt？在什么场景下使用？ | 中等 | ⭐⭐⭐ | ||
| 调优 | 什么是提示词链接 Prompt Chaining？如何实现？ | 中等 | ⭐⭐⭐ | ||
| 调优 | 如何为不同领域设计专用提示词？比如编程、创作、数据分析 | 中等 | ⭐⭐ | ||
| 调优 | 什么是结构化输出 Structured Output？如何确保 LLM 输出符合 JSON Schema？ | 中等 | ⭐⭐⭐⭐ | ||
| 评估与安全 | 什么是 Guardrails 护栏？如何在 Prompt 层实现安全防护？ | 中等 | ⭐⭐⭐ | ||
| 调优 | 有哪些设计和优化 Prompt 的通用技巧？ | 中等 | ⭐⭐⭐ | ||
| 调优 | 如何优化过长的提示词？提示词压缩有哪些技巧？ | 中等 | ⭐⭐⭐ | ||
| 评估与安全 | 如何系统地评估和优化提示词的效果？ | 困难 | ⭐⭐⭐ | ||
| 评估与安全 | 提示词注入攻击 Prompt Injection 是什么？如何防范？ | 困难 | ⭐⭐⭐⭐ | ||
| 评估与安全 | 什么是 System Prompt 的"越狱"（Jailbreak）？常见攻击手法有哪些？ | 简单 | ⭐⭐⭐⭐ | ||
| 评估与安全 | 在实际项目中如何进行提示词的 AB 测试和迭代？ | 困难 | ⭐⭐⭐ | ||
| 评估与安全 | 生产环境中如何进行提示词的版本管理与回归测试？ | 中等 | ⭐⭐⭐ | ||
| 高级技术 | 什么是上下文工程（Context Engineering）？它和提示词工程有什么区别？ | 中等 | ⭐⭐⭐⭐ | ||
| 高级技术 | 长对话和长文档场景下，如何管理长上下文？有哪些压缩与摘要策略？ | 困难 | ⭐⭐⭐ | ||
| 评估与安全 | 如何检测和缓解 LLM 应用的幻觉问题？有哪些工程化手段？ | 困难 | ⭐⭐⭐⭐ | ||
| 高级技术 | 什么是思维树 Tree of Thoughts？它相比 CoT 有什么优势？ | 中等 | ⭐⭐⭐ | ||
| 高级技术 | 如何结合 RAG 和 Fine-tuning 来提升提示词效果？ | 困难 | ⭐⭐⭐⭐ | ||
| 高级技术 | 什么是 DSPy 框架？它如何革新提示词工程？ | 困难 | ⭐⭐⭐ | ||
| 高级技术 | 什么是 Meta-prompting？如何让 LLM 自动生成和优化提示词？ | 中等 | ⭐⭐⭐ | ||
| 评估与安全 | 如何处理提示词优化中的常见问题？比如输出不准确、不完整、格式错误 | 中等 | ⭐⭐ |
LLM 基础与推理
统计：共 24 题
- 难易度：| 简单 3 题 | 中等 10 题 | 困难 11 题 |
- 重要度：| 三星 1 题 | 四星 17 题 | 五星 6 题 |
| 分类 | 题目 | 难易度 | 重要度 | 掌握度 | 评估 |
|---|---|---|---|---|---|
| Transformer | Transformer 架构的核心组件有哪些？Self-Attention 的计算过程是怎样的？ | 困难 | ⭐⭐⭐⭐ | ||
| Transformer | Transformer 中 Multi-Head Attention 的作用是什么？为什么需要多个头？ | 中等 | ⭐⭐⭐⭐ | ||
| 模型 | 主流的大语言模型有哪些？GPT、LLaMA、Claude、Qwen 等有什么区别？ | 中等 | ⭐⭐⭐⭐ | ||
| 模型 | 什么是 Tokenizer？BPE、WordPiece、SentencePiece 有什么区别？ | 简单 | ⭐⭐⭐ | ||
| 训练 | LLM 的预训练过程是怎样的？预训练数据如何准备？ | 中等 | ⭐⭐⭐⭐ | ||
| 训练 | 什么是 LLM 的对齐（Alignment）？SFT、RLHF、DPO 各自解决什么问题？ | 困难 | ⭐⭐⭐⭐⭐ | ||
| 训练 | 什么是大模型微调（Fine-tuning）？全量微调和参数高效微调（PEFT）有什么区别？ | 中等 | ⭐⭐⭐⭐ | ||
| 训练 | LoRA 的原理是什么？它如何实现参数高效微调？ | 困难 | ⭐⭐⭐⭐⭐ | ||
| 训练 | 什么是 QLoRA？它和 LoRA 有什么区别？ | 简单 | ⭐⭐⭐⭐ | ||
| 训练 | 微调数据集如何准备？数据质量对微调效果有什么影响？ | 中等 | ⭐⭐⭐⭐ | ||
| 训练 | 什么是灾难性遗忘（Catastrophic Forgetting）？微调中如何避免？ | 困难 | ⭐⭐⭐⭐ | ||
| 训练 | 什么是 Direct Preference Optimization（DPO）？它相比 RLHF 有什么优势和局限？ | 困难 | ⭐⭐⭐⭐ | ||
| 推理优化 | 什么是 KV Cache？它在 LLM 推理中起什么作用？ | 困难 | ⭐⭐⭐⭐⭐ | ||
| 推理优化 | LLM 量化（Quantization）是什么？INT8、INT4 量化对效果有什么影响？ | 中等 | ⭐⭐⭐⭐ | ||
| 推理优化 | 什么是推测性解码（Speculative Decoding）？它如何加速推理？ | 困难 | ⭐⭐⭐⭐ | ||
| 推理优化 | Continuous Batching 和 Static Batching 有什么区别？为什么 Continuous Batching 更优？ | 中等 | ⭐⭐⭐⭐ | ||
| 推理优化 | 什么是模型蒸馏（Knowledge Distillation）？它在 LLM 场景下如何应用？ | 简单 | ⭐⭐⭐⭐ | ||
| 推理优化 | FlashAttention 的核心思想是什么？它如何解决 Attention 的内存瓶颈？ | 困难 | ⭐⭐⭐⭐ | ||
| 评估 | 如何评估一个大语言模型（LLM）的效果？有哪些评估方法和维度？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| 评估 | Embedding 模型的效果如何评估？有哪些核心指标？ | 中等 | ⭐⭐⭐⭐ | ||
| 评估 | RAG 系统的端到端评估如何设计？有哪些关键指标？ | 困难 | ⭐⭐⭐⭐⭐ | ||
| 评估 | 什么是 LLM-as-Judge？它的可靠性和局限性是什么？ | 困难 | ⭐⭐⭐⭐ | ||
| 评估 | 什么是 LLM 基准测试（Benchmark）？MMLU、HumanEval、MT-Bench 分别评估什么？ | 中等 | ⭐⭐⭐⭐ | ||
| 评估 | 如何设计一个面向业务的 LLM 评估体系？Golden Dataset 如何构建和维护？ | 困难 | ⭐⭐⭐⭐⭐ |
AI 工程化
统计：共 24 题
- 难易度：| 简单 2 题 | 中等 13 题 | 困难 9 题 |
- 重要度：| 三星 1 题 | 四星 12 题 | 五星 11 题 |
| 分类 | 题目 | 难易度 | 重要度 | 掌握度 | 评估 |
|---|---|---|---|---|---|
| 推理与部署 | 主流的 LLM 推理框架有哪些？vLLM、TGI、Ollama、llama.cpp 各自的特点是什么？ | 中等 | ⭐⭐⭐⭐ | ||
| 推理与部署 | 模型部署时，GPU 显存如何计算和优化？ | 困难 | ⭐⭐⭐⭐⭐ | ||
| 推理与部署 | 模型部署的冷启动问题如何解决？ | 中等 | ⭐⭐⭐⭐ | ||
| 推理与部署 | 多模型共部署时如何进行资源隔离和调度？ | 困难 | ⭐⭐⭐⭐ | ||
| 推理与部署 | 推理服务的性能指标有哪些？如何优化吞吐量（Throughput）和延迟（Latency）？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| 推理与部署 | 什么是 PagedAttention？vLLM 如何实现高吞吐推理？ | 困难 | ⭐⭐⭐⭐ | ||
| 推理与部署 | 模型权重的分布式加载策略有哪些？Tensor Parallelism 和 Pipeline Parallelism 的区别是什么？ | 困难 | ⭐⭐⭐⭐ | ||
| 推理与部署 | 模型推理是否可以在 CPU 上运行？性能差异有多大？ | 简单 | ⭐⭐⭐ | ||
| AI网关 | 什么是 AI 网关（AI Gateway）？它的核心功能有哪些？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| AI网关 | AI 网关如何实现多模型提供商的统一接入？ | 中等 | ⭐⭐⭐⭐ | ||
| AI网关 | AI 网关的智能路由策略有哪些？如何根据场景选择最优模型？ | 困难 | ⭐⭐⭐⭐ | ||
| AI网关 | AI 网关如何设计 Fallback 和降级机制？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| AI网关 | AI 网关如何实现限流和 Token 配额管理？ | 中等 | ⭐⭐⭐⭐ | ||
| AI网关 | AI 网关与传统 API 网关有什么区别？ | 简单 | ⭐⭐⭐⭐ | ||
| 安全与可观测性 | LLM 应用的输入安全如何保障？有哪些输入验证和过滤策略？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| 安全与可观测性 | LLM 应用的输出安全如何保障？有哪些内容过滤和脱敏策略？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| 安全与可观测性 | LLM 应用的 Trace 和可观测性如何建设？ | 困难 | ⭐⭐⭐⭐⭐ | ||
| 安全与可观测性 | AI 应用的成本优化有哪些策略？Token 成本如何管控？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| 发布与测试 | AI 应用的灰度发布和模型版本管理如何设计？ | 困难 | ⭐⭐⭐⭐ | ||
| 发布与测试 | LLM 应用上线前需要哪些评估环节？如何构建评估流水线？ | 中等 | ⭐⭐⭐⭐⭐ | ||
| 发布与测试 | 如何构建和维护面向业务的 Golden Dataset？ | 困难 | ⭐⭐⭐⭐⭐ | ||
| 发布与测试 | AI 应用如何设计自动化回归测试？ | 中等 | ⭐⭐⭐⭐ | ||
| 发布与测试 | AI 应用的 SLA 如何定义？与传统系统有什么区别？ | 困难 | ⭐⭐⭐⭐ | ||
| 发布与测试 | AI 应用的监控告警体系如何设计？需要监控哪些关键指标？ | 中等 | ⭐⭐⭐⭐⭐ |