本文基于八股精约 2828 条 AI应用开发与Agent方向的真实面试记录（覆盖 2025-2026 年），对 20 个高频知识点 进行了统计与聚类分析。数据清晰显示：RAG 相关内容以绝对优势成为第一考点，Agent 架构与大模型工程能力紧随其后。以下按 6 大知识模块逐一拆解，帮你在有限复习时间里把分拿稳。
模块一：RAG 检索增强生成------无可争议的第一主战场
核心结论 ：如果把 20 个知识点按出现次数排座次，RAG 生态承包了半壁江山。面试官不会只问"什么是 RAG"，而是沿着索引 → 分块 → 检索 → 重排 → 生成 → 评估的全链路层层深挖，任何一环答不上来都可能暴露项目经验的水分。
出现次数数据：
| 知识点 | 出现次数 | 梯队 |
|---|---|---|
| 检索增强生成 | 107 | 断层领先 |
| RAG | 40 | 核心必考 |
| 向量数据库 | 28 | 核心必考 |
| 信息检索 | 26 | 核心必考 |
| 文档分块 | 6 | 高频选考 |
| RAG评估 | 2 | 了解即可 |
合计约 209 次 提及，占全部样本考点相当大的比重。「检索增强生成」单点 107 次，是第二名的近 3 倍，考察频次遥遥领先。
真题示例：
- 能否详细解释 RAG 从索引阶段到召回、再到生成的完整过程？
- RAG 的核心流程、知识库构建方式、检索实现方式与提示词编写方法是什么？若检索未命中或知识库无匹配内容，应如何处理？
- 如何设计一个基于向量数据库的 RAG 系统？针对线上高并发、低延迟场景如何做选型？
- 假设 Embedding 模型支持输入几十 MB 的完整文档，还有必要分块吗？分块导致的语义割裂如何解决？
- RAG 项目如何评测，有哪些维度和指标？
避坑/得分点：
- 别背流程图，要讲工程细节。"未检索到结果怎么办"这类兜底问题（拒答、降级、提示用户）是区分背书和实战的分水岭。
- 向量数据库选型要能说出具体考量维度：召回精度、QPS/延迟、成本、元数据过滤能力、是否需要混合检索。
- 分块策略要能对比：固定长度、按语义/标题切分、滑动窗口 + overlap，并能说明"即使 Embedding 支持超长输入，分块仍有必要"------因为检索粒度与噪声控制的问题依然存在。
- 评估维度建议从**检索侧（召回率、MRR）与生成侧（忠实度、答案相关性）**两条线回答，自动化工具可提 RAGAS 类方案。
模块二：Agent 架构与实现范式------从"会用"到"会设计"
核心结论 ：面试官越来越关注你对 Agent 的系统性理解：什么是合格的 Agent、为什么工程落地常常退化为 Workflow、ReAct 范式的原理与局限。这一块考的是架构思维，不是名词解释。
出现次数数据：
| 知识点 | 出现次数 |
|---|---|
| ReAct | 11 |
| Agent架构 | 10 |
| 智能体 | 5 |
| Agent编排 | 5 |
| 工作流 | 2 |
真题示例：
- 为什么很多 Agent 最终会以 Workflow 形式实现，而非完全自由规划？
- 你认为一个 Agent 的最小可行版本（MVP）应包含哪些核心组成部分？系统架构分几层、各层功能是什么？
- 什么是 ReAct？它的"思考-行动-观察"循环和工具调用流程是怎样的？ReAct、Plan、Reflection 三种范式的区别与适用场景？
- 推理链路含 3 个工具调用且高频请求导致延迟高，你会从哪些方向做工程优化？
- Agent 依靠什么逻辑完成工具的识别与择优调用------工具名称还是功能描述？
避坑/得分点：
- "为什么 Agent 常落地为 Workflow"是高频陷阱题，好的回答应涉及可控性、延迟、成本、幻觉风险四个维度，而不是简单说"技术不成熟"。
- ReAct 必答串行执行导致效率低的问题，优化方向可以谈并行工具调用、Prompt Caching、减少推理步数。
- Agent 编排题常结合 LangGraph（Node/Edge 的角色）考察，建议提前梳理一个框架的落地细节。
- 金融等高风险场景要能答出超时、失败重试、幂等与人工兜底策略。
模块三：大模型基础与推理机制------原理题的"深水区"
核心结论：这个模块的问题明显更偏原理层：Function Call 的完整流程、长上下文遗忘的成因、KV Cache、温度/top-p/top-k 参数。能答到原理层的候选人，会被直接归入"基础扎实"一档。
出现次数数据：
| 知识点 | 出现次数 |
|---|---|
| 大语言模型 | 18 |
| 大型语言模型推理 | 4 |
真题示例：
- 请描述大模型函数调用（Function Call）的完整流程，如何将自然语言语义转化为结构化参数？
- 为什么 LLM 在长上下文对话中容易"信息遗忘"？有哪些缓解机制？
- 为什么反思模块要用大模型实现，而不是规则？
- 讲解 VLLM 的 KV Cache 原理；温度值、top-p、top-k 分别是什么，各场景下的最佳设置？
- CoT 是什么，为什么效果好，有什么缺点？
避坑/得分点：
- Function Call 要讲清模型输出结构化工具调用 → 系统执行 → 结果回填 → 二次生成的闭环，别只说"模型会调 API"。
- 参数题给不出场景化建议是常见失分点：如确定性任务（抽取、分类）用低温度，创造性生成适当放宽。
- "反思为什么不用规则"这类对比题，答题框架是：规则的覆盖面有限、语言任务的模糊性、大模型的泛化与自我纠错能力，同时诚实承认规则在确定性场景更快更稳。
模块四：大模型幻觉------生产环境的"送命题"
核心结论 ：幻觉相关题目几乎都带一个前提------"不能只靠加一句提示词解决，请给完整落地方案"。这是面试官在筛选做过生产系统的人，答"优化 Prompt"直接出局。
出现次数数据 ：大模型幻觉 13 次。
真题示例：
- 如何处理大模型的幻觉问题？要落地生产环境，不能仅通过"请基于事实回答"这类提示词解决，请说明完整方案。
- 除了调整 Prompt，还有哪些方法可以降低 AI 幻觉的发生概率？
- 当大模型产生错误回答或幻觉时，工程和算法层面有哪些规避手段？
避坑/得分点：
- 建议按分层防御组织答案：数据层（RAG 提供事实依据）、模型层（微调、约束解码）、输出层（引用溯源、事实校验、置信度过滤）、产品层（拒答机制、人工审核兜底）。
- 能主动提"幻觉无法根除，只能降低概率 + 控制影响面"，是加分的成熟认知。
- 把幻觉与 RAG 评估打通回答（如忠实度指标 Faithfulness），体现知识体系化。
模块五：多智能体系统与 Agent 记忆------进阶设计题集中地
核心结论 ：多智能体（Multi-Agent）与记忆设计是资深岗位的分水岭考点，题目普遍要求结合你自己的项目架构作答，纯理论复述很难过关。
出现次数数据：
| 知识点 | 出现次数 |
|---|---|
| 多智能体系统 | 13 |
| Agent记忆 | 5 |
真题示例：
- 请详细描述你项目中 Multi-Agent 三层架构（Router → Manager → Sub-Agent）的设计逻辑。
- 多 LLM Agent 协同相比单 Agent 有哪些优势？又会引入哪些新的复杂性？单 Agent 与多 Agent 的设计权衡是什么？
- 你会如何设计 Agent 的长期记忆写回策略、衰减策略与冲突消解机制？
- Agent 系统中记忆通常如何分层？为什么不能仅靠聊天历史实现记忆？
避坑/得分点：
- 多 Agent 的"新复杂性"是必答项：通信开销、状态一致性、错误传播、成本与延迟放大------只讲优势不讲代价会被追问到卡壳。
- 记忆分层建议答：短期（会话上下文/缓存）→ 中期（摘要）→ 长期（向量库/结构化存储），并说明写回时机与冲突消解（新值覆盖、置信度加权、时间衰减）。
- 这类题最好绑定简历项目提前准备一套自己的架构叙述，面试官明显在验证真实性。
模块六：提示词工程与上下文管理------高频选考，性价比最高
核心结论 ：提示词工程以 25 次的独立出现次数位居前列，且常与长文本、上下文压缩组合出题。这块知识门槛不高但区分度大------能否讲出 Token 成本与信息密度，直接反映工程素养。
出现次数数据：
| 知识点 | 出现次数 |
|---|---|
| 提示词工程 | 25 |
| 上下文压缩 | 4 |
| 长文本处理 | 2 |
| 大语言模型上下文窗口 | 2 |
真题示例：
- 微调（Fine-tune）与提示词（Prompt）的区别是什么？
- 输入 1 万 token 的游戏重点信息 vs 几十万 token 的全部信息，生成效果有何差别？
- 多轮对话全量拼接历史会消耗大量 Token，你会如何优化？具体如何实现上下文压缩？
- 持续向知识库添加内容导致 Prompt 越来越长，可能引发哪些问题？
- 前端上下文超出模型窗口限制时，通常有哪些解决方案？
避坑/得分点：
- "长输入 vs 精炼输入"这道题要答出长上下文中的注意力稀释/"迷失在中间"现象、成本与延迟、噪声干扰三点。
- 上下文压缩的具体手段要能落地：历史摘要、滑动窗口保留近 N 轮、关键信息抽取、按需检索代替全量拼接。
- Fine-tune vs Prompt 的经典对比：知识注入/风格对齐用微调，任务指令与快速迭代用 Prompt，成本与时效性是关键权衡。
备考建议
- 核心必考（优先投入 60% 精力） ：检索增强生成（107 次）、RAG（40 次）、向量数据库（28 次）、信息检索（26 次）、提示词工程（25 次）。这五项合计出现约 226 次，是出现次数梯队的第一集团，任何一项被问倒都很难通过。建议围绕一个完整 RAG 项目把全链路细节吃透。
- 高频选考（投入 25% 精力）：大语言模型（18 次）、多智能体系统（13 次）、大模型幻觉（13 次）、ReAct（11 次）、Agent架构（10 次）。这一梯队出现次数在 10-18 次区间，题目偏设计与原理，需要结合项目经验准备个性化答案，尤其是 Multi-Agent 架构与幻觉落地方案。
- 了解即可（投入 15% 精力）：文档分块（6 次）、智能体（5 次）、Agent记忆（5 次）、Agent编排（5 次）、上下文压缩（4 次）、大型语言模型推理（4 次）、工作流（2 次）、长文本处理（2 次）、RAG评估（2 次）、大语言模型上下文窗口（2 次）。样本内出现次数较低，但多为大题的追问点，掌握概念与主流方案即可，不必过度深挖。
- 按"链路"复习而非按"名词"复习：数据显示题目高度场景化（如"检索未命中怎么办""延迟高如何优化"），建议以 RAG 链路和 Agent 执行链路为主线，把 20 个知识点串成两张流程图，每个节点自问"这里出了工程问题我怎么处理"。
- 准备 1-2 个可深挖的项目叙述：多智能体、Agent 记忆、编排类真题普遍以"请描述你项目中的......"开头，简历上的每个架构决策（为什么选这个向量库、为什么分三层）都要能说出权衡理由。
数据来源于八股精（AI应用开发与Agent）约 2828 条真实面试记录，覆盖 2025-2026；结论基于统计，仅供参考。