文章目录模块五：记忆系统（20题）1. 记忆系统概述1.1 概念解释1.2 原理详解1.3 人类记忆类比（感觉 / 短期 / ⻓期）1.4 Agent 记忆的分类体系（实用版）1.5 面试问题 Q1～Q22. Short-term / Working Memory2.1 概念解释2.2 原理详解2.2.1 会话上下文（Conversation Buffer）2.2.2 滑动窗口记忆（Window Buffer）2.2.3 Token 计数管理2.3 面试问题 Q3～Q42.4 代码示例（Python）3. Long-term Memory3.1 概念解释3.2 原理详解3.2.1 基于向量数据库的⻓期记忆3.2.2 存储、检索、更新、删除（CRUD）3.2.3 记忆重要性评分3.2.4 记忆衰减机制3.3 面试问题 Q5～Q73.4 代码示例（Python）综合得分：相关性 + 重要性 + 近期性（权重可调）4. 会话摘要与压缩4.1 概念解释4.2 原理详解4.2.1 为什么需要摘要压缩4.2.2 自动摘要（LLM Summary）4.2.3 增量摘要 vs 全量摘要4.2.4 Token 成本 vs 信息保留4.3 面试问题 Q8～Q95. 情景记忆与语义记忆5.1 概念解释5.2 原理详解5.3 在 Agent 中的实现方式5.4 面试问题 Q105.5 代码示例（Python）：情景与语义的分表模型6. 记忆检索策略6.1 概念解释6.2 原理详解6.2.1 基于时间的检索6.2.2 基于相关性的检索6.2.3 基于重要性的检索6.2.4 混合检索策略6.2.5 Generative Agents 论文中的记忆检索思想（公式）6.3 面试问题 Q11～Q126.4 代码示例（Python）：三因子打分⻣架7. 高级记忆框架7.1 概念解释7.2 原理详解7.2.1 MemGPT / MemOS7.2.2 Mem0 框架7.2.3 记忆的反思与整合7.2.4 记忆图谱7.3 面试问题 Q13～Q148. 记忆在生产中的挑战8.1 概念解释8.2 原理详解8.2.1 多用户记忆隔离8.2.2 持久化存储8.2.3 记忆的一致性8.2.4 隐私与安全8.2.5 性能优化8.2.6 生产落地检查表（面试可当作「经验题」素材）8.3 面试问题 Q15小结模块六：多智能体系统（20题）1. 为什么需要多智能体1.1 概念解释1.2 原理详解1.2.1 单 Agent 的常⻅瓶颈1.2.2 多 Agent 的优势1.3 面试问题 Q1～Q31.4 代码示例（Python）2. 三大协作模式2.1 概念解释2.2 原理详解2.2.1 中心化模式（Boss-Worker）2.2.2 流水线模式（Pipeline）2.3 面试问题 Q4～Q52.4 代码示例（Python）3. 通信机制3.1 概念解释3.2 原理详解3.3 面试问题 Q63.4 代码示例（Python）用法示意4. 任务分配策略4.1 概念解释4.2 原理详解4.3 面试问题 Q74.4 代码示例（Python）5. 冲突解决5.1 概念解释5.2 原理详解5.3 面试问题 Q85.4 代码示例（Python）6. 状态管理与同步6.1 概念解释6.2 原理详解6.3 面试问题 Q96.4 代码示例（Python）7. Agent7.1 概念解释7.2 原理详解7.3 面试问题 Q10～Q127.4 代码示例（Python）8. Agent8.1 概念解释8.2 原理详解8.3 面试问题 Q138.4 代码示例（Python）9. 生产挑战9.1 概念解释9.2 原理详解9.3 面试问题 Q14～Q159.4 代码示例（Python）模块七：大模型基础（28题）1. Transformer 架构3. Tokenization1. Transformer1.1 概念解释1.2 原理详解1.2.1 Encoder——Decoder 结构1.2.2 Self-Attention 的计算过程（Q、K、V 与缩放点积注意力）1.2.3 Multi-Head Attention（MHA）1.2.4 Position Encoding1.2.5 Feed-Forward Network（FFN）1.2.6 Layer Normalization：Pre-Norm vs Post-Norm1.2.7 Residual Connection（残差连接）1.3 面试问题（Q）与标准答案（A）1.5 代码示例：缩放点积注意力（PyTorch ⻛格伪代码）2. 注意力机制详解2.1 概念解释2.2 原理详解2.2.1 数学公式2.2.2 为什么要除以 (\sqrt{d_k})2.2.3 Multi-Head 的作用2.2.4 Grouped Query Attention（GQA）2.2.5 Multi-Query Attention（MQA）2.2.6 Flash Attention 原理（核心思想）2.3 面试问题（Q）与标准答案（A）2.5 代码示例：多头形状演示3. Tokenization3.1 概念解释3.2 原理详解3.2.1 BPE（Byte Pair Encoding）3.2.2 WordPiece（BERT）3.2.3 SentencePiece3.2.4 中文 Tokenization 的特殊处理3.2.5 Tokenizer 对模型效果的影响3.3 面试问题（Q）与标准答案（A）4.1 概念解释4.2 原理详解4.2.1 Prefill vs Decode4.2.2 KV Cache 原理与实现4.2.3 采样策略4.2.4 Beam Search vs Greedy4.2.5 推理延迟优化（概览）4.3 面试问题（Q）与标准答案（A）4.5 代码示例：简单 Greedy + 温度（概念）5. 模型微调5.1 概念解释5.2 原理详解5.2.1 全量微调（Full Fine-tuning）5.2.2 LoRA（Low-Rank Adaptation）5.2.3 QLoRA5.2.4 Adapter Tuning5.2.5 Prefix Tuning5.2.6 P-Tuning v25.2.7 SFT（Supervised Fine-Tuning）流程（典型）2. 格式：Chat 模板（system/user/assistant）与 tokenizer 对⻬。5.3 面试问题（Q）与标准答案（A）5.5 代码示例：LoRA 形式（数学）前向：h = W x + (B A) x = (W + B A) x训练参数：B (d×r), A (r×k)，远小于 W (d×k) 当 r 小时6. 对齐技术6.1 概念解释6.2 原理详解6.2.1 RLHF 完整流程（经典三阶段）6.2.2 PPO 在 RLHF 中的应用6.2.3 DPO（Direct Preference Optimization）6.2.4 GRPO（Group Relative Policy Optimization）6.2.5 KTO（Kahneman-Tversky Optimization）6.2.6 RLHF vs DPO 对比6.3 面试问题（Q）与标准答案（A）7.1 概念解释7.2 原理详解7.2.1 INT8 / INT47.2.2 GPTQ7.2.3 AWQ（Activation-aware Weight Quantization）7.2.4 GGUF / GGML7.2.5 量化对性能的影响7.3 面试问题（Q）与标准答案（A）模块八：工程化实践（29+题）1.1 概念解释（通俗易懂）1.2 原理详解1.2.1 多模型管理（统一抽象）1.2.2 优先级调度策略1.2.3 三态熔断器（Circuit Breaker）1.2.4 自动降级（例：GPT-4 - GPT-3.5）1.2.5 重试与指数退避（Exponential Backoff）1.3 面试问题（Q）与标准答案（A）1.5 代码示例：Python 实现简易熔断器 + 指数退避2.1 概念解释2.2 原理详解2.2.1 Token 计数方法（tiktoken 等）2.2.2 Prompt 精简技巧2.2.3 缓存策略（含语义缓存）2.2.4 模型选择优化与批量处理2.2.5 成本监控与告警2.3 面试问题（Q）与标准答案（A）2.5 代码示例：tiktoken 计数 + 简单请求哈希缓存3.1 概念解释3.2 原理详解3.2.1 日志系统（结构化日志）3.2.2 链路追踪（Trace）3.2.3 每个 Agent 步骤的记录3.2.4 LangSmith / LangFuse 等工具3.2.5 自定义 Trace 实现思路3.3 面试问题（Q）与标准答案（A）3.5 代码示例：简易 Span + 结构化日志4.1 概念解释4.2 原理详解4.2.1 Prompt 注入（Prompt Injection）4.2.2 越狱（Jailbreak）4.2.3 输出过滤4.2.4 工具调用权限控制4.2.5 数据脱敏4.2.6 审计日志4.3 面试问题（Q）与标准答案（A）4.5 代码示例：工具参数 JSON Schema 校验（Python）5.1 概念解释5.2 原理详解5.2.1 Docker 容器化5.2.2 Kubernetes 部署5.2.3 CI/CD 流水线5.2.4 蓝绿部署与金丝雀发布5.2.5 模型版本管理5.2.6 A/B 测试5.3 面试问题（Q）与标准答案（A）6.1 概念解释6.2 原理详解6.2.1 异步处理6.2.2 流式输出（Streaming）6.2.3 并发控制6.2.4 连接池6.2.5 缓存分层6.3 面试问题（Q）与标准答案（A）6.5 代码示例：异步 + 信号量 + 简易双层缓存7.1 概念解释7.2 原理详解7.2.1 Agent 评估维度7.2.2 自动化测试框架7.2.3 基准测试（Benchmark）7.2.4 人工评估 vs 自动评估7.2.5 A/B 测试与回归测试7.3 面试问题（Q）与标准答案（A）7.5 代码示例：pytest 集成测试（Mock LLM）8.1 概念解释8.2 原理详解8.2.1 事前预防8.2.2 事中控制8.2.3 事后校验8.3 面试问题（Q）与标准答案（A）8.5 代码示例：带引用约束的 Prompt 片段模块九：Prompt工程（28题）1. Prompt Engineering 基础3. Few-shot Learning4. Chain-of-Thought（CoT）思维链7. System Prompt 设计10. Agent 中的核心 Prompt 模板1. Prompt Engineering1.1 什么是 Prompt Engineering1.2 为什么 Prompt 很重要2. Prompt2.1 清晰性（Clear）2.2 具体性（Specific）2.3 结构化（Structured）2.4 迭代优化（Iterative）3. Few-shot Learning3.1 Zero-shot vs One-shot vs Few-shot4. Chain-of-Thought CoT4.1 CoT 的原理4.2 Zero-shot CoT（「Let's think step by step」）4.3 Manual CoT（手写推理步骤）4.4 Auto-CoT4.5 CoT 在 Agent 中的应用4.6 实际 Prompt 示例（CoT + 工具规划）5. Prompt5.1 Self-Reflection5.2 Self-Consistency5.3 Self-Critique5.4 反思在 Agent 中的作用5.5 实际 Prompt 模板6.5 Function Calling 作为结构化输出6.6 面试 Q10：如何保证模型一定输出合法 JSON？7. System Prompt7.1 System Prompt 的作用7.2 Agent 的 System Prompt 设计模板7.3 ⻆色定义7.4 能力边界声明7.5 输出格式约束7.6 安全护栏8. Prompt8.1 什么是 Prompt 注入8.2 直接注入 vs 间接注入8.3 防御策略8.4 实际攻防案例（简化）9. Prompt9.1 温度（Temperature）参数调优9.2 Top-p（核采样）9.3 提示词压缩9.4 ⻓ Prompt 管理9.5 A/B 测试 Prompt9.6 DSPy 自动优化10. Agent Prompt10.1 ReAct Prompt 模板（完整版）10.2 Plan-and-Execute Prompt 模板10.3 意图识别 Prompt 模板10.4 问题改写 Prompt 模板（用于检索）10.5 摘要生成 Prompt 模板10.6 额外实用模板：工具失败重试3. 学习范式：Zero / Few-shot / 动态 Few-shot 的取舍？5. 结构化：JSON + Pydantic 校验、Function Calling。9. Agent 模板：ReAct、Plan-and-Execute、意图、改写、摘要能口述流程。1.1 2026 年 AI Agent 岗位的增⻓趋势1.2 BOSS 直聘数据：AI 相关岗位供给端变化1.3 薪资范围分析（归纳性说明）2.1 腾讯2.1.1 智能运维 AI Agent 平台 · 资深软件开发工程师（北京）2.1.2 AI Agent 后台开发工程师（深圳）2.1.3 高级 AI Agent 开发工程师（深圳）2.2 小红书2.2.1 AI Agent 工程师（智能体系统与上下文工程）2.3 字节跳动2.3.1 剪映 AI Agent 后端开发（要点归纳）3.1 编程语言要求分布3.2 框架要求分布3.3 核心技术要求分布3.4 工程能力要求分布3.5 学历要求3.6 经验要求4.1 必备技能（Must Have）4.2 加分技能（Nice to Have）4.3 差异化技能（Differentiator）5.1 Java 后端转 AI Agent5.2 Python 后端转 AI Agent5.3 Go 后端转 AI Agent1. 常⻅架构：Go 网关 + Python 模型/Agent worker，或 Go 调推理 HTTP API。2. 补 RAG 与 Agent 编排 的 Python 原型，再考虑 gRPC 服务化。5.4 应届生 / 小白入⻔1. 一条完整链路：数据 - RAG - Agent - 简单前端或 CLI - Docker 部署。5.5 前端转 AI Agent6.1 不同城市的薪资水平（参考）6.2 职业发展路径第二部分：2026年AI Agent企业招聘需求分析第三部分：开源项目学习笔记1. （TypeScript 源码快照）1.1 项目概述1.2 技术栈1.3 核心架构分析（含具体路径）1.4 学习价值小结2.1 项目概述2.2 规范文档2. ：入口、 、QueryEngine、历史、费用、token 预算。5. /9. ：Bridge、JWT、SSE/WebSocket、远程会话。11. ：Rust 重写侧 的 crate、工具列表、query 循环、TUI、Bridge 等2.3 Rust 工作区架构2.4 关键设计模式：规范驱动开发（SDD）3. （Claw Code — Python 为主移植）3.1 项目概述3.2 核心 Python 组件（路径）3.3 Rust 子树3.4 学习价值4.1 项目概述4.2 文档结构（ ）4.3 下的 Python 脚本4.4 学习价值5. （企业级 Agentic RAG）5.1 项目概述5.2 技术栈（公开描述归纳）5.3 核心能力分析（概念架构）5.4 与本工作区 Demo/源码项目的区别5.5 架构图（文字描述）6.1 业务背景6.2 Agent 设计思路（抽象）6.3 企业级落地的关键挑战与解决方案（通用归纳）3. 扩展点显式化：Feature Flag、Hook、Plugin/MCP，避免无限 if-else。第四部分：AI Agent项目简历撰写指南1.1 STAR 法则在简历中的应用1.2 数字量化的重要性1.3 技术深度 广度1.4 避免的常⻅错误2.1 Python 版本的技术栈写法2.2 Java 版本的技术栈写法2.3 Go 版本的技术栈写法3.1 Python 版项目经历（完整可复制模板）3.2 Java 版项目经历（完整可复制模板）3.3 Go 版项目经历（完整可复制模板）4.1 Agent 编排模块怎么写4.2 RAG 检索模块怎么写4.3 记忆系统怎么写4.4 工具系统怎么写4.5 模型路由与容错怎么写4.6 ETL 流水线怎么写4.7 全链路追踪怎么写7.1 应届生 / 小白7.2 1～3 年经验7.3 转行人员第五部分：STAR面试稿准备指南1.1 S（Situation）：项目背景，怎么说1.2 T（Task）：你的任务，怎么说1.3 A（Action）：你做了什么，怎么说1.4 R（Result）：取得了什么成果，怎么说1.5 时间控制：每个部分说多久1.6 常⻅误区2.1 三分钟完整版本（通用 · 推荐默认练这一版）2.2 一分钟精简版本（通用）2.3 Python 版本（完整 3 分钟 + 完整 1 分钟）2.4 Java 版本（完整 3 分钟 + 完整 1 分钟）2.5 Go 版本（完整 3 分钟 + 完整 1 分钟）3.1 Agent 编排系统第一类：架构设计类问题（18题）第二类：技术实现类问题（18题）第三类：性能优化类问题（12题）第四类：故障处理类问题（12题）第五类：工程质量类问题（12题）第六类：业务理解类问题（8题）第七类：基础知识追问（12题）第一类：架构设计类问题0.6 ≤ confidence 0.85 - 向用户确认意图。2. 深度对比 Milvus vs Weaviate vs Qdrant：1. 评估引入（Evaluation-Driven Development）：3. Streaming 优先架构：2. 与 Function Calling 的对比：第二类：技术实现类问题1. search_knowledge: 搜索知识库 - 参数: {"query": "搜索内容"}2. query_database: 查询数据库 - 参数: {"sql": "SQL语句"}1. 短期记忆（Working Memory）：2. ⻓期记忆（Long-term Memory）：1. Reranker 模型选择：0.4 ≤ rerank_score 0.7 - 中等相关，作为补充信息。1. Function Calling 特点：1. RRF（Reciprocal Rank Fusion）公式：3. 加权 RRF（Weighted RRF）：2. 输入侧 Guardrails：3. 输出侧 Guardrails：2. 后端实现（Python FastAPI）：3. 链路追踪（基于 OpenTelemetry）：第三类：性能优化类问题2. Prompt 精简：1. TTFT（Time To First Token）优化：2. TBT（Time Between Tokens）优化：1. 实时路径（async/await）：3. Redis 优化：3. 批处理（Batching）：第四类：故障处理类问题2. Query 重写（Query Rewriting）：3. HyDE（Hypothetical Document Embedding）：0.7 是安全系数，留 30% 余量第五类：工程质量类问题4. 变更日志（Changelog）：4. Code Review 文化：第六类：业务理解类问题第七类：基础知识追问3. Multi-Head Attention：5. 为什么 Self-Attention 有效？2. 微调（Fine-tuning）：2. KV Cache 原理：1. RLHF（Reinforcement Learning from Human Feedback）：2. DPO（Direct Preference Optimization）：2. 对比学习（Contrastive Learning）：3. HNSW（Hierarchical Navigable Small World）工作原理：1. 当前主流模型的 Context Window：1. 贪心解码（Greedy Decoding）：2. 采样（Sampling）：3. Temperature（温度参数）：4. Top-p（Nucleus Sampling）：5. Top-k：第六部分：代码题与算法题完整实现题1：实现LRU Cache（最高频考题）题2：实现带超时和指数退避重试的装饰器题3：实现余弦相似度计算题4：滑动窗口最大值（单调队列）题5：实现三态熔断器（Circuit Breaker）题6：实现简单ReAct Agent循环题7：实现RRF多路检索融合题8：实现Token滑动窗口记忆第七部分：模拟面试剧本与实战0-5分钟：自我介绍+项目介绍5-25分钟：项目深挖（20分钟，5-8个问题）25-45分钟：八股文（20分钟，10-15题）45-55分钟：算法/编码题（10分钟）55-60分钟：反问环节面试后复盘清单模块五：记忆系统（20题）1. 记忆系统概述1.1 概念解释记忆（Memory）在 Agent 语境里，指系统为完成多轮对话、⻓期任务与个性化服务而存储、组织、检索、更新信息的一整套机制。没有记忆，Agent 只能做「无状态函数调用」：每次请求都像第一次⻅面，无法延续偏好、历史决策与上下文因果。1.2 原理详解状态与上下文的区别：单次请求的 prompt 是瞬时输入；记忆是跨请求持久或半持久的状态，可被策略性地注入 prompt、工具参数或规划模块。与 RAG 的关系：⻓期记忆常与向量检索结合，但记忆还强调时间线、重要性、用户维度、写入策略（不只是「找文档」）。设计目标：在 Token 预算、延迟、成本、隐私 约束下，最大化「对当前任务有用」的信息覆盖率。1.3 人类记忆类比（感觉 / 短期 / ⻓期）心理学概念 大致特征 Agent 中的常⻅对应极短、容量大、 原始多模态输入缓存、流式 ASR 缓冲、截图/音频感觉记忆未加工 临时块短期记忆 / 工 容量小、可主动 对话上下文、Working Memory、ReAct 轨迹中的作记忆 操作 「当前 scratchpad」向量库、文档库、用户画像表、知识图谱、会话摘要⻓期记忆 持久、需巩固归档类比的价值：帮助划分模块职责——哪些必须快、哪些可以慢；哪些必须忘、哪些必须存。1