AI 应用开发与 Agent 面试总览
把 55 条视频中的 AI 面试、岗位选择、学习路线和项目表达整理成一套可复习的面试地图。
重点：用一张地图把业务场景、模型能力、工程系统和评测治理串起来。
- 生产级 AI 应用架构
- 项目讲述层级
- 不同轮次回答策略
Interview System
AI 面试模块
围绕高频考点补齐工程面试需要的知识框架、追问链路和回答模板。这里不是简单目录，而是一套面向 AI 应用、RAG、Agent、工具生态、推理部署和求职表达的复习路线。
- 模块数
- 9
- 核心方向
- RAG / Agent / LLMOps
- 内容形态
- Markdown 手册
How to Use
怎么使用这套模块
Architecture Map
高频技术架构地图
AI 应用主链路
- 入口层：Web、IM Bot、插件、OpenAPI，重点是鉴权、限流和上下文。
- 编排层：路由器、工作流、Agent Runtime、任务队列，决定固定流程还是模型决策。
- 模型层：统一模型网关、结构化输出、函数调用、Embedding、Rerank 和生成模型。
RAG 链路
- 离线索引：采集、解析、清洗、切片、Embedding、权限写入。
- 在线查询：问题改写、混合召回、重排、上下文压缩、引用校验。
Agent 链路
- Observe、Plan、Act、Reflect 循环。
- 工具 Schema、最小权限、持久化状态、人审节点和审计日志。
工程治理
- Eval-Driven Development、Trace、Token 成本、灰度发布和回滚。
- Prompt Injection、敏感信息、越权召回和工具误操作防护。
推理部署
- vLLM、PagedAttention、Prefix Cache、KV Cache 和连续批处理。
- 关注首 Token 延迟、tokens/sec、显存、错误率和单次成本。
Modules
9 个模块完整清单
每篇都有高频问题、参考回答、项目追问和候选人自检。RAG 与知识库面试模块
覆盖文档解析、切片、Embedding、向量检索、召回、重排、引用、权限和评测闭环。
重点：把离线索引、在线查询、混合检索、重排、引用和安全治理讲完整。
- 索引与查询双链路
- Chunking 与 Hybrid Search
- RAG 评测与权限
Agent 架构与多智能体面试模块
讲清 Agent 的任务规划、工具调用、状态管理、记忆、多 Agent 协作、权限边界和失败恢复。
重点：区分工作流、单 Agent 和多 Agent，并讲清工具权限、持久化与人审。
- Workflow vs Agent
- Durable Execution
- Human-in-the-loop
大模型应用工程化面试模块
覆盖模型 API、Prompt、结构化输出、函数调用、流式响应、缓存、限流、日志、评测和灰度。
重点：把 Prompt、结构化输出、函数调用、模型网关、评测和可观测性工程化。
- Structured Outputs
- Eval-Driven Development
- LLM Trace
OpenClaw、MCP 与工具生态面试模块
围绕 OpenClaw、小龙虾、MCP、Skills、飞书集成和本地自动化工具，整理面试可讲的架构与落地问题。
重点：理解 MCP 的 Tools、Resources、Prompts，以及工具服务的安全边界。
- MCP Server 架构
- 工具 Schema
- 飞书与本地自动化
AI 编程工具与效率工程面试模块
整理 AI 编程工具、NotebookLM、PPT/文档生成、文件整理和效率自动化在面试中的表达方式。
重点：把 AI Coding 放进研发流程，而不是跳过测试、Review 和安全检查。
- TDD 协作
- 上下文管理
- 安全审查
Token、成本、服务器与部署面试模块
讲清 Token 计费、模型调用成本、缓存、限流、GPU/服务器选型、AutoDL 与推理部署的工程问题。
重点：从 Token 成本、缓存、vLLM、KV Cache、吞吐和延迟解释模型服务。
- 成本拆账
- vLLM / TensorRT-LLM
- 容量评估
AI 岗位选择、简历项目与面试表达模块
面向前端、后端、Java、计算机专业、双非本、应届生和转行人群，整理 AI 赛道选择与项目包装方法。
重点：按岗位准备作品集、项目指标和 STAR 回答，而不是泛泛说转 AI。
- 岗位能力矩阵
- 作品集架构
- 指标表达
AI 大模型与 Agent 压力面试题库
整理大厂 AI 应用开发、Agent、RAG、工程化和职业动机相关压力问题，并给出回答框架。
重点：用定义、场景、方案、风险、验证五步回答连续追问。
- 架构类压力题
- 安全类压力题
- 性能成本追问