Last chance! 50% off DataCamp Premium
Sale ends in
Agentic AI 正在被各行各业迅速采用，许多新公司也在寻找该领域的专家。本文汇集了入门级和中级职位面试中的真实问题、我自己提出的一些问题，以及用于帮助理解该领域的一般性问题。
请注意，在实际面试中，您可能会先被要求完成一个实践练习。也可能会被要求解释您解决此类任务的方法，因此务必提前做好准备。
这里的一些问题涉及更广泛的话题，提供了额外的学习方向。我也建议您在面试中保持真诚——有时，即使具备了所有合适的经验，提前认真思考您的回答也同样重要。
基础类 Agentic AI 面试问题
我们先从一些基础问题开始，用于定义概念并为全文定下基调。其中几道题也包含了需要提前准备的提示。
您做过哪些 AI 应用？
面试官希望以更个人、更具体的方式了解您的经验。他们不只是想听项目清单——这些他们很可能已经从您的简历里看过了——而是要评估您能否清晰解释每个项目以及您在其中承担的具体角色。
务必提前准备回答，并对过往工作有清晰认识。与朋友演练或写下来都有助于理清思路。
您熟悉哪些库、框架和工具？还听说过哪些库？
这与上一题类似，面试官希望听到超出您简历的信息。请准备好拆解您参与的每个项目，并说明所用到的全部技术。
请记住，此处您可能会被连续追问许多细节。雇主需要准确了解您的技能结构。务必回顾或熟悉诸如LlamaIndex或LangChain等常见的高层开发库。此外，也要熟悉Huggingface或Ollama等模型提供方。
什么是 Agentic AI？它与传统 AI 有何不同？
Agentic AI 指能够自主行动、设定自身目标并适应变化环境的人工智能系统。相比之下，传统 AI 通常依赖预设规则，接收输入并产生输出。
在举例时，您可以谈谈自己的项目，或提及您使用或听说过的其他 Agentic AI 应用。要深入了解，推荐阅读这篇关于Agentic AI的文章。
在从事 Agentic AI 工作时，哪些方面最令您兴奋？
这是一个常见问题，旨在了解您的动机与兴趣。问题往往非常开放，允许您选择任意方向，与面试官真诚交流。
请准备一个合适的故事或解释，确保表达热情、具体，并尽量与岗位相关。如果一时想不到特别具体的点，不妨谈谈您使用的一款产品，以及它为什么让您感到兴奋或有趣。
能否举一个 Agentic AI 应用的例子，并谈谈其组成部分？
例如，以自动驾驶汽车为例。首先考虑它需要完成的目标：必须能够自主驾驶和道路导航，构建最优路线、避开障碍物，并且最重要的是保障乘客安全。
在明确目标后，我们可以思考应用可能的结构。一个主模型可以负责驾驶，持续或按需接收来自更小模型的输入，这些小模型处理诸如路线优化或环境信息检索等任务。
在面试中，您可以更深入地讨论这些组件。也可以自由举出您自己的示例。
您迄今用过哪些 LLM？
请准备好详细讨论您实际使用过的具体模型。雇主希望了解您对模型内部机制的理解程度。例如，您应能讨论像 Llama 这样的开源模型或专有的 GPT 模型。
这也是提及新模型、展示您紧跟前沿的好机会。例如，您可以谈谈Deepseek R1等推理模型。
您通过 API 使用 LLM 的经验如何？
这个问题是关于通过 API 而非聊天窗口来使用 LLM。若您的项目使用了 API，请准备好进行介绍。务必复习 API 的使用、密钥的生成与存储、成本监控，以及不同模型提供方。这也是谈及您工程经验的好时机。
如果您通过 API 使用 LLM 的经验还不够多，可参考以下资源：
您是否使用过推理模型？
随着 OpenAI o3 和 DeepSeek-R1 等推理模型的出现，雇主会关注您对其的经验与熟悉度。这不只是换一个模型那么简单，因为这些模型会产生“思维”令牌，且往往需要不同的使用方式。
如果您了解如何微调并在本地运行开源模型，会给人不错的印象——这也可能正是您面试的公司所需要的。用于练习的建议：微调 DeepSeek-R1 并在本地运行：
您是否在日常工作流程中使用 LLM？主要用于什么？
如果您在工作流程中使用 LLM，这可能是展示专业度的机会。您可以谈谈使用过的工具、它们的优缺点，甚至是您期待的功能。不妨提及一些流行工具，如Cursor、NotebookLM、Lovable、Replit、Claude Artifacts、Manus AI等。
您通常通过哪些渠道来跟进 Agentic AI 的最新进展？
一些雇主会关心您在 AI 方面的前沿敏感度。您可以在回答中提到AI 会议、论坛、新闻通讯等来源。
您阅读论文与文档的能力如何？
阅读文献、论文与文档几乎是任何 AI 工作的一部分。您也可能被问到一般性的学习或信息检索方法。回答时最好不要显得过度依赖聊天机器人。
请准备好谈一篇您最近读过的论文——例如，您可以谈谈Google 的 Titans 架构。
中级 Agentic AI 面试问题
基础问题讲完后，我们可以更深入一些，讨论在面试中可能被问到或可作为良好参考的中级问题。
您如何看待该岗位与 Agentic AI 的伦理问题？
我认为这是个相对少见的问题，但仍值得思考，甚至在日常中都可以多加关注，而不仅仅是为了面试。您可以思考与应聘岗位接近的议题，或更宏观地探讨例如 AI 应用对人类生活产生影响的决策。这个问题并没有标准答案，主要是看您是否在乎并思考过该领域。
部署自主 AI 代理时，需要考虑哪些安全风险？
在部署自主 AI 代理时，需要注意多种安全风险。其一，模型可能有权访问敏感的内部工具或数据库。如果模型未妥善进行沙盒隔离或权限管理，恶意用户可能利用提示注入或对抗性输入来窃取私密数据或触发非预期操作。
另一类风险来自精心构造的提示或外部输入对模型行为的操纵。攻击者可能诱导模型忽略安全约束、提升权限，或以偏离预期的方式行事。
还可能出现拒绝服务（DoS）式攻击——模型被请求淹没，或被诱导自行停止运行。若代理控制着关键基础设施或自动化工作流，则可能引发更大范围的中断。
为降低风险，应借鉴传统软件安全原则：最小权限、严格输入校验、监控、限流，以及对代理行为进行持续红队测试。
您认为哪些人类工作将很快被 Agentic AI 应用取代？为什么？
面试官可能通过此题了解您对当前 Agentic AI 能力的把握。他们不只想听一个列表，更希望听到您经过深思熟虑的理由。
例如，我个人不认为医生会在短期内被取代——尤其是那些会对人类生命产生直接影响的岗位——这也与伦理问题相关。这里有很多可探讨的空间，您也可以谈谈对某些岗位被 AI 取代的利弊看法。
您能描述一下在开发 AI 应用时遇到的挑战吗？
尽管这是一个关于“您自身”的问题，我仍将其放在中级部分，因为它非常常见，且面试官通常很看重。您一定要准备一个扎实的实例——不要现场临时编造。
如果您尚未遇到过重大挑战，至少可以谈谈一个理论情境以及您将如何处理。
高级 Agentic AI 面试问题
最后，我们来讨论更高级、更技术化的问题。我会尽量保持通用，但在真实面试中，问题通常会更具体。例如，您可能不会被问“索引”一般概念，而是被问及 LangChain 或 Llama-Index 支持的不同索引方法。
系统提示与用户提示有何区别？
系统提示与用户提示都是给语言模型的输入，但作用不同，且通常影响力等级也不同。
系统提示是隐藏指令，用于设定模型的整体行为或人设。它在对话中对用户不可见，但起着基础性作用。例如，系统提示可设定模型扮演一名乐于助人的助手、数学家或旅行规划师，定义了互动的语气、风格和约束条件。
用户提示则是用户直接输入的内容——如问题或请求。模型会实时对此作出回应。
在许多设置中，系统提示权重更高，有助于在会话间保持一致的行为；而用户提示则驱动每次回复的具体内容。
如何为 Agentic AI 系统编程，使其在竞争目标或任务间进行优先级排序？
Agentic AI 系统通常通过明确目标、分配合适的工具，并构建用于在目标冲突时进行任务优先级决策的逻辑来实现。这往往涉及提示、函数调用与编排逻辑的组合——有时跨越多个模型或子系统。
一种做法是定义目标层级，并分配权重或规则，以指导代理在出现冲突时选择应优先处理的任务。一些系统还会使用规划组件或中间推理步骤（如反思循环或草稿板）在行动前评估取舍。
若您对此尚不熟悉，建议从Anthropic 的文章入手，它提供了真实系统中常见的代理设计模式与具体示例。如果您有软件工程背景，其中许多概念（模块化设计、状态管理、异步任务执行等）会感觉很熟悉。
您对提示与提示工程的掌握如何？用过或听说过哪些方法？
提示工程是 Agentic AI 系统的重要组成部分，但也容易陷入刻板印象——因此请避免空泛地强调其重要性，而应聚焦您如何在技术上加以应用。
以下是一段我认为不错的回答：
我对提示与提示工程比较熟悉，并在项目与日常工作中使用过多种技术。例如，我经常使用少样例提示，通过提供示例引导模型输出特定格式或语气；在需要模型逐步推理时，我也会使用思维链提示，这对编码、逻辑题或规划类任务尤其有用。
在更结构化的应用中，我还尝试过提示微调与提示压缩，尤其是在按令牌计费的 API 或需严格控制输出的场景。这些技术会将提示压缩到最核心的要素，同时保留意图与性能。
鉴于该领域发展迅速，我会保持阅读最新论文、GitHub 仓库与文档更新——持续关注诸如函数调用、检索增强提示与模块化提示链等技术。
什么是上下文窗口？为什么它的大小有限？
上下文窗口是指语言模型一次可处理的信息上限（以令牌计）。它包括当前提示、先前对话历史和系统级指令。一旦达到上限，较早的令牌可能被截断或忽略。
上下文窗口受限的原因在于计算与架构约束。在基于 Transformer 的模型中，注意力机制需要计算上下文中所有令牌之间的关系，其复杂度随令牌数量呈二次增长。这使得处理超长上下文在当前硬件上代价高昂且缓慢。早期的 RNN 等模型并无同样严格的上下文上限，但它们难以有效保留长程依赖。
什么是检索增强生成（RAG）？
检索增强生成（RAG）是一种在生成前允许模型从外部来源检索相关信息以提升效果的技术。RAG 系统不是仅依赖训练中学得的知识，而是在推理时访问最新或特定领域的数据。
典型的 RAG 由两部分组成：一是检索器，根据输入查询在数据库或文档集合中搜索相关上下文；二是生成器，利用检索到的信息产出更准确、信息量更足的回答。该方法在需要事实准确性、长期记忆或领域知识的任务中尤为有效。
除 Transformer 外，您还了解过哪些 LLM 架构？
尽管 Transformer 是当今 AI 的主导架构，但仍有数种值得了解的模型类型。例如，xLSTM在 LSTM 架构基础上进行增强，提升长序列任务的表现并保持高效性。
Mamba也是一种很有前景的架构——它采用选择性状态空间模型，更高效地处理长上下文，尤其适用于不需要对每个令牌进行全量注意力的任务。
Google 的 Titans 架构也值得一看。它旨在解决 Transformer 的一些关键局限，如缺乏持久化记忆与高计算成本。
这些替代架构的目标是让模型更高效、可扩展，并能在不依赖大规模硬件的情况下处理更长或更复杂的输入。
LLM 中的工具使用与函数调用是什么？
工具与函数调用让大语言模型能够与外部系统（如 API、数据库或自定义函数）交互。模型不再仅依赖预训练知识，而是能在任务需要最新或专业信息时，选择调用合适的工具来完成。
例如，若模型可访问天气 API，当您询问“伦敦的天气如何？”时，它可以在后台调用该 API 并返回实时数据，而不是生成泛化或过时的答案。此方法能显著提升模型在处理实时数据、计算或超出模型内部能力范围的动作时的实用性与可靠性。
什么是思维链（CoT）？为什么它在 Agentic AI 应用中很重要？
思维链（CoT）是一种提示技术，帮助语言模型在给出最终答案前将复杂问题分解为逐步推理。它使模型能够生成中间推理步骤，从而提高准确性与透明度，特别适用于逻辑、数学或多步决策任务。
CoT 在 Agentic AI 系统中被广泛使用。例如，当模型充当评测“法官”时，您可以提示它逐步解释答案，以更好地理解其决策过程。CoT 也是OpenAI o1等推理模型的核心技术之一，模型会先生成推理令牌，再据此产出最终输出。这种结构化思考过程让代理行为更可解释、更可靠。
什么是追踪（tracing）？什么是 span？
追踪是指记录并可视化一次应用运行或调用期间事件序列的过程。在 LLM 应用中，一条追踪会捕获一次执行流程中的完整交互时间线——如多次模型调用、工具使用或决策点等。
Span 则是该追踪中的单个事件或操作。例如，一次模型调用、一次函数调用或一次检索步骤，都可记录为独立的 span。多个 span 组合起来有助于理解应用的结构与行为。
追踪与 span 对调试与优化 Agentic 系统至关重要。它们能更容易地发现失败点、延迟瓶颈或非预期行为。像 Arize Phoenix 等工具提供了可视化界面，便于深入检查追踪与 span。
什么是评测（evals）？如何评估 Agentic AI 系统的性能与鲁棒性？
评测本质上是 Agentic AI 工程中的单元测试。它们使开发者能够评估系统在不同场景与边界条件下的表现。当前常用多种评测类型。一种做法是使用人工构建的真值数据集，将模型输出与已知正确答案进行对比。
另一种做法是使用 LLM 作为“评审”，评估输出的质量、准确性或推理过程。有的评测关注整体任务成功率，有的则聚焦工具使用、规划或一致性等单项能力。定期运行评测有助于发现回归、衡量改进，并确保系统在迭代中保持可靠。想要更深入了解，建议查看这份LLM 评测指南。
您能谈谈 Transformer 架构及其对 Agentic AI 的重要性吗？
Transformer 架构诞生于 2017 年的里程碑论文“Attention Is All You Need”。如果您还没读过，非常值得一看——它为几乎所有现代大语言模型奠定了基础。
此后虽有诸多变体与改进，但大多数用于 Agentic AI 系统的模型仍基于 Transformer 的某种形式。
Transformer 的一大优势是其注意力机制，只要都在上下文窗口内，模型就能计算输入序列中任意两个令牌之间的相关性。这让模型在理解长程依赖或跨多项输入进行推理的任务上表现出色。
针对 Agentic AI，Transformer 的灵活性与并行性使其非常适合处理工具使用、规划与多轮对话等复杂任务——这些都是当今大多数 Agentic 系统的核心能力。
什么是 LLM 可观测性？为什么它很重要？
LLM 可观测性指实时监控、分析与理解大语言模型系统行为的能力。它是一个总括性概念，涵盖了追踪、span 与评测等工具，帮助开发者洞察系统内部运作。
由于 LLM 往往被视为“黑盒”，可观测性对于调试、性能提升与可靠性保障至关重要。它使您能够追踪模型之间以及模型与外部工具之间的交互，定位失败点，并及早发现异常行为。在 Agentic AI 系统中，多步与多决策链条相对复杂，可观测性对于维护信任与可控性尤为关键。
您能解释模型微调与蒸馏吗？
模型微调是将预训练模型在新数据集上继续训练的过程，通常用于让模型在特定领域或任务上更专业。这使模型能够基于更聚焦或更新的知识来调整行为与回复。
模型蒸馏则是让一个更小或能力较弱的模型学习更大、更强模型的输出，以转移其知识与行为，通常可在性能相近的前提下获得更快、更高效的模型。例如，自 Deepseek R1 发布以来，许多小模型基于其响应进行蒸馏，相较其体量取得了令人印象深刻的效果。
什么是“下一个令牌预测”任务？它为何重要？什么是助手模型？
“下一个令牌预测”也称自回归语言建模，是多数大语言模型的核心训练任务。模型被训练为在给定前文令牌的条件下预测下一个令牌。这个看似简单的目标，使模型能够学习语法、事实、推理模式，甚至一定程度的规划能力。该初始训练阶段的产物称为基础模型。
助手模型是在基础模型上进一步微调，使其更有帮助、更安全或更具对话性。该微调通常包括有监督指令微调与基于人类反馈的强化学习（RLHF）等技术，使模型更像助理而非仅仅续写文本。
什么是“人类在回路中”（HITL）方法？
“人类在回路中”（HITL）指在 LLM 或 Agentic AI 系统的训练、评估或实时使用中引入人类参与。人类输入可发生在多个阶段——如模型训练（标注数据、排序响应）、微调（如 RLHF），甚至在执行期间由人类引导或审批代理的动作。
例如，当一个聊天机器人请您在两条回复中做出选择时，您就参与了 HITL 过程。该方法通过在自动化可能不足之处引入人类判断，从而提升模型质量、安全性与对齐度。
结语
本文涵盖了 Agentic AI 面试中可能出现的一系列问题，以及思考、调研与高效作答的策略。欲进一步学习，建议深入阅读文中提到的参考资料，并查阅DataCamp 的 AI 课程，获得更系统的学习体验。
我叫 Dimitri Didmanidze，是一名数据科学家，目前正在攻读数学硕士学位，研究方向为机器学习。我的学术历程还包括对基于 Transformer 的模型能力进行研究，并在大学层面授课，这些经历加深了我对复杂理论概念的理解。我也曾在银行业工作，将这些原理应用于解决真实世界中的数据难题。