← 课程目录 🚀 从零到一
📐 学习维度 阶段8 · 第30章 面试题库(按专题重组现有题库) 🚀 从零到一 📚 课程目录 🏠 首页 🛤️ 学习路径

30.4.2 精选十问:AI 方向深答

审校 2026-09-28 · 素材来源:2026 AI 方向真题复盘、课程 AI 章节体系
📑 本篇章节导航 (共13节,点击直达)
一问:幻觉是怎么产生的、怎么治理二问:RAG 完整链路画一遍三问:切分策略有哪几种、怎么选四问:为什么需要混合检索、重排在干嘛五问:Function Calling 的原理与坑六问:MCP 解决什么问题、和 Function Calling 什么关系七问:Agent 和普通 Chatbot 的区别、什么时候需要 Agent八问:Agent 的记忆怎么设计九问:微调、RAG、长上下文怎么选十问:AI 应用的评测与线上监控怎么做踩坑清单面试怎么问一句话总结

按 30.4.1 的题链挑出这一区被问概率最高的十问深答,规格同前:可口述、带追问点。

一问:幻觉是怎么产生的、怎么治理

答:成因先讲透再谈治理。成因三层:模型本质是概率生成——它输出的是「最可能的下一个 token」而非「检索到的事实」;训练数据有错误与过时;知识截止——训练后发生的事它一无所知,但没有「我不知道」的机制,缺省行为是编一个像样的答案。治理四件套:RAG 溯源(把事实喂进上下文,让它「抄」而不是「默」);引用标注(回答必须附出处段落,无出处则拒答);置信度控制(检索相似度低于阈值直接说不知道,宁可少答不可错答);约束任务形态(摘要、改写类任务幻觉率远低于开放问答,把开放问题拆成受限任务)。收口:幻觉治理不是消灭幻觉,是设计让幻觉无处藏身的流程——这句话本身就是加分句。追问点:为什么长上下文不能替代 RAG——成本、延迟、大海捞针衰减、知识时效四点。

二问:RAG 完整链路画一遍

答:两阶段五环节。建库阶段(离线):文档加载(PDF/网页/数据库)→清洗(去页眉页脚、表格结构化)→切分(递归切分保语义完整,chunk 300~500 token、重叠 10%~20%)→Embedding(每块文本向量化)→入库(向量库+原文+元数据,元数据带来源与权限)。问答阶段(在线):用户问题→查询改写(指代消解、扩展同义)→Embedding→混合检索(向量召回+关键词 BM25,两路并集)→重排(精排模型对前五十打分取前五)→组装上下文(系统提示+检索块+问题)→生成(要求基于上下文回答并标注引用)→后处理(引用核对、敏感词、格式化)。答这题的诀窍:每个环节报一个可调参数(chunk 大小、top_k、相似度阈值、召回配比),展示「调过」而非「看过」。追问点:哪一环最影响效果——切分与检索配比,这两环的优化收益最大。

三问:切分策略有哪几种、怎么选

答:四种递进。固定长度切:实现最简单,语义常被拦腰斩断——只适合纯文本日志类。递归字符切(默认首选):按分隔符层级(段落→句子→字符)逐级回退,尽量保住完整语义单元;chunk_overlap 让边界信息不丢。结构化切:按文档自身结构(标题层级、Markdown 井号、代码块、表格整块保留)——表格绝不能按长度切,切成两半的表格两头都答不了题。语义切:用 Embedding 算相邻句相似度,相似度骤降处断开——效果最好成本最高,重要知识库才上。选型口径:默认递归+表格结构保护;法律、制度类强结构文档用结构化切;预算充足再上语义切。追问点:chunk 大小的权衡——太大则单块噪声多、top_k 装不下几块;太小则上下文破碎、检索命中但拼不出答案。300~500 token 起步,按评测集调,又回到评测这个词。

四问:为什么需要混合检索、重排在干嘛

答:两个环节分别解决向量检索的两个盲区。混合检索:向量检索擅长语义(「怎么退货」匹配「退换货流程」),但对精确词弱——型号、错误码、缩写这些「必须字面命中」的查询,向量可能相似度平平;BM25 关键词检索正相反。两路召回取并集(可用 RRF 倒数排名融合),互补覆盖。重排(Rerank):召回是双塔结构(查询与文档各自编码,快但粗——为了离线建库必须独立编码);重排是交叉编码(query 与 doc 拼在一起过模型,交互充分、精度高但慢)。所以流水线是「粗召回五十、精排取五」——用召回保覆盖、用重排保精度,检索系统的经典两段式(搜索领域的漏斗思想)。追问点:召回率与准确率此消彼长怎么办——top_k 放大交给重排裁剪,别在召回层卡太死。

五问:Function Calling 的原理与坑

答:原理三步。模型侧:调用时把工具的名称、描述、参数 JSON Schema 随提示词发给模型——模型并没有「执行」能力,它只是在生成时可以输出一个特殊的「函数调用」结构;应用侧:拿到模型输出的调用意图,由我们的代码执行真正的函数,把结果拼回上下文;循环:再次调模型,它基于结果继续生成(可能再调下一个工具),直到给出最终回答。三个高频坑:工具描述写不好模型选不对——描述要写「什么时候用」而非「这是什么」,参数约束用 enum 与 description 拧死;参数幻觉——模型可能编造不存在的参数值,执行前必须校验;死循环——工具返回失败模型反复重试,要设最大调用轮数。追问点:模型怎么「知道」该调工具——本质是提示工程+结构化输出约束,所以工具列表其实占上下文、影响成本。

六问:MCP 解决什么问题、和 Function Calling 什么关系

答:先讲痛点。没有 MCP 时,M 个 AI 应用要接 N 个工具,每家框架一套接法,集成工作量是 M×N 的矩阵。MCP(模型上下文协议)把工具侧标准化:工具提供方实现一次 MCP server(暴露工具、资源、提示三样),任何支持 MCP 的应用都能直接挂载——集成从 M×N 降为 M+N,这就是它被称为「AI 界 USB-C」的原因。与 Function Calling 的关系:不替代,是分层——Function Calling 是模型的能力(决定「调什么」),MCP 是生态的管道(规范「怎么接」);模型照样用 Function Calling 选工具,只是工具清单来自 MCP server 的标准发现协议。加分句:SpringAI 已原生支持 MCP(21.5 讲过接入),企业内部把数据源、内部系统封装成 MCP server,就是「AI 中台」的地基。追问点:MCP 安全吗——工具执行的权限控制仍在应用侧,协议本身不管授权,别裸暴露内部接口。

七问:Agent 和普通 Chatbot 的区别、什么时候需要 Agent

答:区别一句话:Chatbot 是「你问我答」,Agent 是「给目标、自己拆步骤、调工具、循环到完成」。Agent 的四个构件:规划(任务拆解、反思调整)、工具(Function Calling 是手)、记忆(短期上下文+长期存储)、循环(观察-思考-行动的 ReAct 循环)。什么时候需要 Agent(这是更重要的一半):任务多步骤且步骤间有依赖判断(查库存→下单→通知,下一步取决于上一步结果)才值得上自主 Agent;流程能预先画死的用工作流编排(如流程引擎式的固定链路、并行分发),更可控、可测、便宜。反模式警告:把能 if-else 的流程交给模型自主决策,等于把确定性需求换成概率性执行——生产系统的第一原则是可预测。收口:能编排不自主、能单 Agent 不多 Agent,这句克制的话在面试里比「我做了多智能体系统」更值钱。追问点:ReAct 是什么——推理与行动交替的循环范式,把思考过程写出来再行动,可解释且易纠错。

八问:Agent 的记忆怎么设计

答:三层架构。短期记忆:就是上下文窗口里的对话历史——窗口有限,策略是裁剪(保留最近 N 轮+首轮目标)与摘要压缩(老对话滚动总结成段);长期记忆:对话之外要记住的(用户偏好、历史决策、知识沉淀)——向量化存库,新会话按相关性召回注入上下文,本质是「对记忆做 RAG」;结构化画像:确定性的用户属性(订阅等级、常用地址)不进向量库,进数据库字段,用的时候直接查——能用结构化存储的别塞给向量库,精确查询向量库是弱项。工程要点:记忆写入要有淘汰机制(过期、冲突覆盖),读出要带来源(防记忆污染——错误结论被反复强化)。追问点:多轮对话 token 涨得太快怎么办——分层摘要+关键槽位提取(把「订机票」这类任务关键字段存成结构化槽位,不靠翻历史)。

九问:微调、RAG、长上下文怎么选

答:三轴定位。RAG:知识频繁更新、需要溯源引用、成本敏感——首选,改库即生效,零训练成本;微调:要改变的是行为风格与格式而非知识(特定话术、固定输出结构、领域语言的语感),或要把小模型在窄任务上压过通用大模型降本——知识用微调灌是反模式(改一条知识重训一次);长上下文:知识量小且稳定、一次性场景(单文档问答)——直接塞窗口,最简单,但成本随长度线性涨、大海捞针效应长文档衰减明显。组合才是常态:RAG 保知识+微调定风格+小模型分流简单任务,是企业落地的标准拼盘。追问点:什么时候必须微调——输出格式怎么提示都不稳、领域术语模型完全不懂、以及要把 7B 蒸馏到专用小模型省成本时。

十问:AI 应用的评测与线上监控怎么做

答:分三段。离线评测:建评测集(真实问题+标准答案+评分点,五十到二百条起步),每次改提示词、换模型、调参数都跑回归——没有评测集的迭代是「盲调」,改好一处坏三处不知道;评分法自动(规则断言、LLM 当裁判打分)+人工抽检结合。线上监控:业务指标(采纳率、转人工率、纠错率)+技术指标(延迟 P95、token 成本、工具调用成功率)+质量信号(用户点踩、追问率——追问多常意味着没答好);灰度发布,新提示词先放百分之五流量对比。反馈闭环:线上 badcase 定期回流进评测集——评测集是活资产,它越长越大,系统的护城河越深。收口:这套方法论就是把 8 章可观测、13 章质量保障的工程思维平移到 AI 应用——「AI 应用工程师」的核心竞争力正是这个平移能力。追问点:LLM 当裁判可靠吗——有偏(偏好长回答、位置偏差),要用结构化评分细则+双盲对比缓解。

踩坑清单

面试怎么问

一句话总结

这十问是 AI 方向的定价题:幻觉四件套、RAG 五环节、Agent 三层记忆、微调三轴定位——每个答案都落到「评测」这个分水岭词上,demo 党与工程师的分界线就在这里划开。