面试题库

题库按知识主题组织。建议先看章节总览，再选择自己的薄弱方向逐题练习。

主题	入口
大模型基础	大模型基础
大模型工程	大模型工程
通用工程基础	通用工程基础
提示词与工具调用	提示词与工具调用
智能体核心	智能体核心
数据流追踪与端到端可观测性	数据流追踪与端到端可观测性
RAG 数据工程与企业知识库	RAG 数据工程与企业知识库
检索增强生成	检索增强生成
多模态与实时交互	多模态与实时交互
多智能体与框架	多智能体与框架
Agent 运行时与长任务	Agent 运行时与长任务
工具安全与企业应用	工具安全与企业应用
评估与质量闭环	评估与质量闭环
评估安全与可观测性	评估安全与可观测性

学习清单与详细参考答案

题库文章中的学习检查统一放在这里。先闭卷回答问题，再回到对应文章核对细节；答案中的场景是练习用例，不代表固定业务结论。

大模型基础与工程

• 我能解释一次回答为什么会被上下文、缓存和采样共同影响吗？

  **参考答案：**输入 token 决定上下文长度和主要输入成本，输出 token 影响生成成本和总延迟；Prompt Cache/KV Cache 只在特定前缀、会话和版本条件下复用，不能当成永久记忆；温度、top-p 等采样参数改变结果稳定性。面对“同一问题今天答案变了”，应同时查模型版本、prompt、检索资料、采样和缓存命中，而不是只怪模型。

• 我能从模型结构讲到部署容量，而不只背参数量吗？

  **参考答案：**要区分权重显存、激活、KV Cache、通信和框架开销，再看 Prefill/Decode、batch、并发和 P95。一个 70B 模型即使权重能放进机器，也可能因为长上下文和并发导致 KV Cache 爆掉；容量要靠目标负载压测和冗余设计确认。

提示词与工具调用

• 我能说明模型给出工具参数后，哪几步必须由代码完成吗？

  **参考答案：**代码负责 JSON/schema 校验、业务范围校验、权限、审批、超时、幂等、执行和结果回传。比如退款工具即使参数格式正确，也要验证订单归属、金额上限和当前状态，不能因为模型说“已退款”就当业务事实成立。

智能体核心

• 我能区分 tool loop、规划、记忆和任务状态吗？

  **参考答案：**tool loop 是一次请求内的决策—执行循环，规划把复杂目标拆成可执行步骤，记忆管理跨轮上下文，任务状态记录可恢复的业务进度。问“帮我查资料并发邮件”时，规划可以拆成检索和草稿，状态机要保存审批与发送结果，不能把聊天记录当成恢复依据。

RAG 数据工程与检索增强生成

• 我能把一次企业知识库问答讲成离线链路和在线链路吗？

  **参考答案：**离线链路包含快照、解析、清洗、切分、metadata/ACL、embedding、索引校验与发布；在线链路从服务端身份出发，先做权限过滤，再召回、去重、重排、证据裁剪和引用生成。文档被撤权或删除时，缓存、索引和引用入口都要失效，不能只在答案末尾脱敏。

多模态与实时交互

• 我能解释“图片能搜到”与“答案可复核”的差别吗？

  **参考答案：**caption 或视觉 embedding 适合候选召回，但可能漏掉小字、坐标和单位；最终答案应回到原图、页面区域、表格单元格或音频时间段，并保存版本和权限。比如财报中的一个数字，即使 OCR 找到，也要能点击回原页核对。

多智能体与框架

• 我能给出拆分 Agent 的必要条件和代价吗？

  **参考答案：**只有职责清晰、输入输出可独立验收、上下文需要隔离或并行能带来收益时才拆。代价包括协调 token、延迟、状态一致性和冲突；“调研—写作—审校”可以拆，“回答天气”通常不值得拆。

Agent 运行时与长任务

• 我能处理超时但无法确认外部副作用的状态吗？

  **参考答案：**网络超时不等于下游未执行，任务应进入 UNKNOWN，保留幂等键和供应商 request ID，优先查询、回调或对账；不能盲目重试发邮件、扣款等写操作。确认结果后再进入成功、失败或人工处理。

工具安全与企业应用

• 我能说明为什么权限、审批和沙箱不能只写在 system prompt 里吗？

  **参考答案：**模型会受上下文污染、提示词注入和参数错误影响，system prompt 不能提供强制隔离。权限要在服务端按用户、租户、资源和动作校验，危险工具要确认/审批，执行放在受限沙箱并留下审计；模型拒绝只是最后一层提示。

评估、质量闭环与可观测性

• 我能把“效果好”拆成可复现的评估与线上信号吗？

  **参考答案：**离线评估覆盖正常、边界、无答案、冲突、工具失败和安全样本；线上分别看任务成功率、引用支持率、P95/TTFT、成本、重试、转人工和安全事件。每次发布固定模型、Prompt、索引和工具版本，失败轨迹脱敏回流为回归样本。

通用工程基础

• 我能设计一个不会因异步、缓存或队列而失控的 AI API 吗？

  **参考答案：**阻塞 SDK 放入隔离线程/进程池，入口有 deadline、并发上限和背压；缓存键带租户、版本和权限范围；队列消费者用事件 ID、状态机和动作 ledger 做幂等；SSE 通过事件序号支持重连。客户端断开不自动等于长任务取消。

数据流追踪

• 我能沿 Gateway → Runtime → Prompt → RAG → Tool → DB → Artifact 解释一条 trace 吗？

  **参考答案：**入口生成 trace_id，长任务用 task_id，模型意图用 tool_call_id，具体副作用用 idempotency_key；每层记录版本、权限、状态、耗时、成本和错误，但敏感原文只保留受控引用。这样才能区分模型慢、检索慢、工具超时和业务动作未知。

通用工程基础的迁移清单

• 为什么异步代码仍可能把服务拖死？

  **参考答案：**同步 HTTP、文件解析、CPU 计算、阻塞锁和无超时 SDK 都会卡住事件循环；协程数量过多还会耗尽连接、内存和下游配额。要做阻塞调用审计，用线程/进程池隔离，并配合信号量、连接池、deadline 和事件循环延迟指标。

• 超时后为什么不能直接重试所有 Agent 工具调用？

  **参考答案：**调用方没收到响应不代表下游没执行。查询可以有限重试，发邮件、退款、建工单等副作用必须先用幂等键查询；未知时进入核验或人工队列，重试还要有退避、抖动、次数和总预算。

• SSE 流式接口最少需要哪些可靠性设计？

  **参考答案：**事件 ID/单调序列、心跳、断线游标、补发接口、终态事件和取消处理是最低要求。短请求断线可取消生成，长任务依靠事件和快照恢复，不能把 HTTP 连接当任务状态。

• 缓存怎样避免过期数据和跨租户泄露？

  **参考答案：**键包含租户/主体范围、资源过滤、模型或索引版本、配置版本和时效参数；用 TTL、版本切换、事件失效控制陈旧。命中前仍做权限检查，敏感答案默认不跨用户共享。

• 队列至少一次投递时，消费者如何保证结果正确？

  **参考答案：**以事件 ID、业务版本、唯一约束和状态机做幂等写入；临时错误有限重试，永久错误进可重放的死信队列。跨外部系统的副作用还要有动作 ledger、查询、对账或补偿，队列本身不提供全局恰好一次。

• 如何区分 liveness、readiness 和 startup？

  **参考答案：**liveness 判断进程是否死锁，失败通常重启；readiness 判断是否接流量，失败则摘流量；startup 给模型加载和缓存预热留时间。探针要轻量有超时，不能把普通下游故障误判成进程死亡。

• AI 应用的 trace 至少要串起哪些 ID？

  **参考答案：**入口用 trace_id/request_id，长任务用 task_id，模型/工具调用用 span 或 tool_call_id，外部动作再用幂等键；队列与回调传播关联信息，原文按敏感级别脱敏或只存引用。

• 第一版企业 Agent 为什么要优先做窄工具和可停止？

  **参考答案：**工具越多，选择、权限、校验、评估和副作用组合越复杂。窄工具便于授权、幂等、审计和回归；可停止意味着有 deadline、取消、禁用工具、队列暂停和人工接管。

多模态与实时交互的迁移清单

• PDF RAG 为什么要保存 page + bbox + document_version？

  **参考答案：**页码、区域坐标和版本共同保证用户能复核正确快照；还应保存坐标原点、单位和旋转，并在打开引用时重新授权。

• OCR 低置信度时系统应该怎么回答？

  **参考答案：**保留原图和置信度，结合版面/表格规则交叉校验；数字、公式和印章无法确认时只引用区域并说明不确定，不能因为进了向量库就当成事实。

• 表格问题什么时候用结构化查询而不是向量检索？

  **参考答案：**过滤、排序、求和、分组和单位换算应走结构化查询，向量检索负责找到正确表和指标定义。SQL 需经过 AST、列白名单、租户谓词、参数化、成本/行数限制，并带快照和引用。

• 多模态证据统一模型至少包含什么？

  **参考答案：**证据 ID、模态、内容/结构化载荷、来源 URI/版本、定位器、有效/观察时间、授权决策、解析器/查询版本和质量分数。PDF 用页码与 bbox，音频用时间段，代码用 commit 与行号。

• 为什么 caption 不能替代图片引用？

  **参考答案：**caption 是派生摘要，可能漏掉小字、颜色、数量和空间关系，也可能幻觉；它只能辅助召回，最终结论要回原图或裁剪区域，并受 ACL 约束。

• 多模态 RAG 如何防止间接 Prompt Injection？

  **参考答案：**把网页、PDF、图片文字和 OCR 当不可信数据，与系统指令分区；工具最小权限、白名单和参数校验，危险动作要确认；用隐藏文字、恶意 QR、网页注入样本做回归。

• VAD 的起始阈值、结束阈值和 hangover 分别解决什么问题？

  **参考答案：**起始阈值防噪声误触发，结束阈值判断停说，hangover 保留短尾避免截断；需按噪声、语言和风险评估误触发、漏检和额外等待。

• interim ASR 结果可以触发工具吗？

  **参考答案：**只能做低风险预取；interim 带 revision，后续修订要取消或过期。金额、账号、地址等最终执行要等稳定文本、实体校验、权限和确认。

• TTFT、TTFA 和总响应时间有什么区别？

  **参考答案：**TTFT 是首个文本 token，TTFA 是首个可播放音频，包含 TTS 和缓冲；总响应时间是 turn 完成。实时优化要分开看首字、首音频、可理解内容、打断和尾延迟。

• WebSocket、SSE、WebRTC 各适合什么？

  **参考答案：**SSE 适合服务端事件和进度，WebSocket 适合双向控制与音频帧，WebRTC 适合低延迟媒体。生产上常把 WebRTC 媒体面和 WebSocket/HTTPS 控制面组合。

• 打断时为什么要同时取消 LLM、TTS、工具和播放器？

  **参考答案：**只停播放器会让后台继续产出 token、音频或副作用，迟到结果可能覆盖新 turn。取消令牌、turn 版本和 fencing 要贯穿各层；已提交写操作要查询或补偿，不能假装撤销。

• 断线重连怎样避免重复执行写操作？

  **参考答案：**持久化会话和工具调用，客户端带最后确认序号，服务端补发事件并返回权威状态；写操作用会话/turn/tool 的幂等键，未知结果先查询，旧 Worker 用租约和 fencing 防迟到写入。

• 什么时候应该转人工？交接包包含什么？

  **参考答案：**高风险动作、连续低置信/失败、投诉、权限争议、工具未知和 SLA 风险都可转人工。交接包含最小身份、目标、已确认事实、证据 ID、工具结果、未完成步骤和风险；人工接管期间暂停 Agent 写权限。

• 多模态与实时系统的发布门禁有哪些？

  **参考答案：**未授权暴露、高风险未经确认、取消后迟到写入和重复副作用必须为零；质量看 OCR/ASR、表格数值、区域引用、工具成功率和无答案拒答；体验看 TTFA、打断、卡顿和重连；指标按版本、风险和场景分桶并可回滚。

数据流追踪的迁移清单

• 我能解释 trace_id、task_id、tool_call_id、span_id 和 idempotency_key 的区别吗？

  **参考答案：**trace 关联调用树，task 关联跨请求任务，span 描述一个时间区间，tool_call 表示模型意图，幂等键绑定具体业务动作。它们有关联但不能互相替代。

• 我能画出 Gateway → Runtime → Prompt → RAG → Tool → DB → Artifact 的追踪链路吗？

  **参考答案：**Gateway 认证、租户和限流；Runtime 管任务、状态和预算；Prompt 固化模板与来源；RAG 记查询、过滤、索引和证据；Tool Gateway 做授权、审批、幂等和隔离；DB 记事务；Artifact 保存不可变产物、哈希、引用和交付权限。

• 为什么客户端断开不等于任务取消？

  **参考答案：**socket 断开只改变传输状态，后台模型、工具或外部写可能仍在执行。系统要记录断开，根据策略协作取消；不可中断动作需查询/对账，最终进入成功、取消、未知或人工，并支持游标重连。

• 如何防止 RAG 缓存跨租户泄露？

  **参考答案：**缓存键包含租户、主体/权限版本、查询策略、知识库和索引 release；命中后仍查 ACL、TTL 和撤权失效，日志只保留引用和哈希，不把未授权全文写入缓存或日志。

• 外部 API 超时后的正确处理是什么？

  **参考答案：**超时可能表示已接受请求，动作先标记 UNKNOWN，保留幂等键和供应商 request ID，优先查询、回调或对账；只有确认未生效且策略允许才重试。

• 如何做可复现但不产生真实副作用的 Trace 重放？

  **参考答案：**冻结 manifest、输入和事件，在隔离环境使用录制模型响应、索引快照、只读数据库和工具模拟器；写工具只 dry-run 和断言，不用生产凭据，比较状态、证据、成本和安全决策。

• Checkpoint 至少应保存哪些字段？

  **参考答案：**任务/步骤状态、事件序号、轮次、已确认动作、外部状态、预算、deadline、权限/模型/Prompt/RAG/工具版本、消息和 Artifact 引用、重试次数及下一步条件。大内容用加密引用和哈希。

• 观测数据如何脱敏？

  **参考答案：**采集前识别 PII、密钥、令牌和财务自由文本；稳定关联字段用隔离密钥 HMAC；普通 trace 保存摘要、哈希和引用，原文只在受控加密库短期保存并审计查看。

• Trace、日志、指标和业务事件分别解决什么问题？

  **参考答案：**Trace 看单请求时序，日志做结构化诊断，指标做低维聚合告警，业务事件保存长期事实、审计和恢复。四者用 ID 关联，但日志不能代替业务事实，也不能把高基数原文塞进指标。

• 如何用数据流追踪定位 TTFT 高？

  **参考答案：**记录入口、认证、排队、Worker、Prompt、RAG、模型发送、供应商首 token、网关首字节和客户端有效时间，比较改写、串行检索、rerank、上下文、冷启动、连接和缓冲，再做并行化/缓存消融并检查质量。

• 发布门禁至少应包含什么？

  **参考答案：**schema/字段完整率、Trace 与任务关联、权限与脱敏硬门禁、幂等和未知副作用测试、版本 manifest、P95 延迟/成本、灰度停止条件和回滚版本；线上失败要脱敏回流为回归样本。