这场面试的特点，一句话概括：没有一道题是背出来的，全在问你对 Agent 架构到底理解到哪一层。

面试官从头到尾只做一件事——顺着 Agent 和 RAG 往架构深处钻。你讲 RAG，他就问怎么衡量回答质量；你讲记忆，他就问长期记忆怎么写回、怎么冲突消解；最后还丢一道手撕让你现场写向量检索。

它真正在考的，不是知识点密度，是技术判断的连贯性：你能不能从"为什么这么设计"一直讲到"代价是什么、兜底怎么写"。项目里没真做过 Agent 的人，到第三题就会开始绕，越往后越露馅。

13 道题按这个逻辑分成 6 块：

• 正确性与幻觉治理起点：Q1 大模型的错误与幻觉规避手段

• Agent 的边界与自我反思：Q2 Agent vs 工作流、Q3 RAG 原理与质量、Q4 为什么用 LLM 做反思

• 长期记忆与游戏落地：Q5 长期记忆策略、Q6 Agent 在游戏 AI 中的作用

• 工程框架与多智能体：Q7 LangGraph 落地、Q8 多智能体死锁

• 检索增强三连：Q9 HyDE/Query Rewrite、Q10 长短记忆配合检索、Q11 上下文压缩

• 体系收尾与手撕：Q12 幻觉缓解四手段对比、Q13 向量检索手撕

Q1 与 Q12 都讲幻觉，一个在开头铺工程手段、一个在收尾做体系对比，我按原题号排，没有合并。

01 正确性与幻觉治理起点

Q1：大模型产生错误或幻觉时，工程/算法层面有哪些规避手段？（RAG+事实校验+不确定性表达）

结论先行： 幻觉不是单点问题，要分"生成前锚定、生成中约束、生成后校验、不确定时坦白"四层去治。

① 生成前锚定 —— RAG。 把回答绑到检索到的证据，让模型"有出处才说话"，从源头减少参数化记忆瞎编。

② 生成中约束 —— 约束解码与工具兜底。 强制引用、禁止未出现实体（grammar-constrained decoding）、数值走工具计算，把"能胡说"的输出空间直接堵死。

③ 生成后校验 —— 事实校验。 用 critic 模型或 NLI 把每个 claim 和证据比对一致性，要求附 citation；不一致就打回重生成或显式标注存疑。

④ 不确定时坦白 —— 不确定性表达。 输出做置信度/概率校准，模型该说"我不确定"时就说，并引导用户确认，而不是硬编一个答案。

⑤ 闭环。 在线监控 hallucination rate，bad case 回流到检索与训练，让系统持续收敛。

面试官想听的：幻觉治理是分层防线不是单招，RAG 打底、校验兜底、坦白收口才是完整闭环。

02 Agent 的边界与自我反思

Q2：Agent 和传统工作流（Workflow）的区别是什么？

结论先行： Workflow 是写死的 DAG，Agent 是 LLM 当运行时控制器——核心差别在"控制流谁来决定"。

① 控制流。 Workflow 的节点和边预先定义，顺序确定、可枚举；Agent 由 LLM 在运行时动态决定下一步调哪个工具、走哪条分支。

② 容错。 Workflow 失败按固定策略重试；Agent 能反思、改策略、换路径，对开放任务更鲁棒。

③ 可解释与成本。 Workflow 可解释、好测试、便宜、易复现；Agent 灵活但贵、难复现、容易跑偏，需要护栏。

④ 适用边界。 稳定、可枚举的流程用 Workflow；开放、非结构化、open-ended 的任务用 Agent。放到游戏里，剧情/关卡生成、NPC 自主行为规则覆盖不全，Agent 更合适。

面试官想听的：别二选一，真实系统多是"Workflow 兜主干、Agent 处理长尾例外"的混合体。

Q3：RAG 技术核心原理？如何衡量 RAG 回答质量？（faithfulness / answer relevancy）

结论先行： RAG 的本质是"检索增强生成"——把参数化记忆换成可溯源的外部证据；质量要分"检索"和"生成"两层分别度量。

① 核心原理。 离线建索引（文档切片 + embedding 入库）→ 在线检索（query 向量化后取 top-k）→ 增强生成（把证据拼进 prompt 再生成）。好处是回答可溯源、易更新、少瞎编。

② Faithfulness（忠实度）。 衡量回答是否被检索到的证据支持。做法是用 NLI 或 critic 模型逐条判定 claim 与 context 的矛盾率，矛盾越少越忠实。

③ Answer Relevancy（相关性）。 衡量回答是否切中问题。可用"问题-回答"语义相似度，或 LLM 按 rubric 打分。

④ 检索层指标。 Context Relevancy / Precision / Recall：召回的 chunk 是否相关、是否覆盖问题所需。端到端可用 Ragas 这类框架跑全套。

⑤ 工程下限。 chunking 策略、rerank、hybrid search（向量 + 关键词）直接决定质量下限，比模型选型更影响体感。

面试官想听的：faithfulness 看"有没有瞎编"，answer relevancy 看"有没有答到点"，二者一张一弛才说明 RAG 真的 work。

Q4：为什么用大模型做反思（Reflection）模块，而不是直接用规则实现？

结论先行： 规则擅长"硬校验"，反思要的是对"好不好"的语义级评判，规则根本覆盖不了开放任务。

① 标准在变。 开放任务的"好"没有固定判定式，正确性标准随上下文动态变化，写不出穷举的规则。

② LLM 能做语义评估。 Reflection 能读懂自由文本输出，发现逻辑漏洞、遗漏、前后不一致，并给出可执行的改进建议，这是规则做不到的。

③ 规则的边界。 格式、数值范围、必填字段这类确定性约束用规则；模糊的质量判断用 LLM。

④ 成本与混合。 LLM 反思有延迟和成本，所以常见做法是"规则做硬校验 + LLM 做软反思"，分层兜底。

⑤ 游戏语境。 关卡或剧情"好不好玩"无法用规则定义，只能靠 LLM 评估，这也正是米哈游这类岗位看重反思模块的原因。

面试官想听的：反思模块不是炫技，是给没有标准答案的生成任务一个"会挑刺的评审"，规则干不了这活。

03 长期记忆与游戏落地

Q5：如何设计 Agent 长期记忆的写回、衰减、冲突消解策略？

结论先行： 长期记忆要像"带时间戳和可信度的知识库"来管，写回、衰减、冲突是三个独立子系统。

① 写回。 会话或事件结束后，抽取 salient facts（entity-attribute-value，或把 episodic 对话蒸馏成 semantic 事实），去重后写入向量库；每条带 metadata：来源、时间戳、置信度、访问计数。触发上用"定时批量 + 关键事件即时写回"，避免每次对话都写。

② 衰减。 基于时间衰减 + 访问频率（类似 TF-IDF / PageRank 思路），长期未访问或过期的信息降权；可上 TTL 或遗忘曲线。

③ 冲突消解。 同实体多源冲突时，按来源可信度 / 时间戳 / 置信度做加权投票；保留历史版本可追溯，并显式标记 uncertain，而不是静默覆盖。

面试官想听的：记忆不是存进去就完事，真正难的是"什么时候忘、冲突了听谁的"，这两点答不出等于没设计。

Q6：Agent 在游戏AI产品开发中的作用？举例可能的应用模式。

结论先行： Agent 在游戏 AI 里的价值，是把"规则写不完的交互与内容"交给能自主决策的模型来补。

① NPC 动态对话。 基于角色设定和剧情记忆的对话 Agent，记住玩家关系与历史选择，对话不再是预设树。

② 自动化测试。 Agent 操控角色探索关卡、触发边界条件、发现 bug 并生成测试报告，比脚本覆盖率更高。

③ 内容生成与自检。 关卡、剧情、任务文案的辅助生成，并让 Agent 自己做质量自检（呼应 Q4 的反思模块）。

④ 玩家支持。 智能客服、攻略推荐、动态引导，按玩家进度给个性化提示。

⑤ 行为 AI。 LLM 驱动的 NPC 决策与情绪表达，让非玩家角色行为更自然。

举例：一个长期记忆 Agent 记住玩家在主线里的关键选择，后续剧情分支和 NPC 态度随记忆变化——这就是 Q5 记忆设计的直接落地。

面试官想听的：游戏 Agent 的卖点不是"更聪明的 NPC"，是"能跨会话记住玩家、并据此改变体验"的长期陪伴感。

04 工程框架与多智能体

Q7：结合 LangGraph，Node 与 Edge 对应业务流程什么角色？长短期记忆落地差异？工具靠名称还是功能描述调用？

结论先行： LangGraph 里 Node 是"步骤"、Edge 是"流转"，记忆分 checkpointer 和 store 两层，工具靠"功能描述"而非名字被选中。

① Node = 计算/动作单元。 LLM call、tool call、条件判断都是 Node，对应业务流程里的一个步骤。

② Edge = 控制流。 普通边顺序流转，条件边实现分支与循环——所谓的"反思循环"就是条件边把控制流拉回反思 Node。

③ 长短期记忆落地差异。 短期记忆用 checkpointer / state，thread 级、对话内、常驻 Redis 或内存、配滑动窗口，低延迟；长期记忆用 store，跨 session 持久化、落向量库，按需检索注入。

④ 工具调用靠什么。 靠功能描述（description）+ 参数 schema，LLM 按语义选择；名称只是个标识，description 写得好不好直接决定调用准确率。

面试官想听的：LangGraph 不神秘，Node/Edge 就是"步骤+流转"，真正要分清的是 thread 内的短期 state 和跨会话的长期 store。

Q8：多智能体协作如何避免死锁？引入超时+优先级调度做兜底？

结论先行： 死锁来自"相互等待 + 无终止条件"，超时和优先级调度是必要的兜底，但不是全部。

① 死锁来源。 循环依赖、相互等待、没有最大步数上限，三者任一都会卡死。

② 超时机制。 每轮 / 每步设 timeout，超时即中断该智能体，防止无限阻塞。

③ 最大轮次。 全局设最大轮次上限，到顶强制收敛，避免无限循环。

④ 优先级调度。 用 supervisor / manager 按优先级解决资源争用和决策分歧，优先级高的先拿发言权。

⑤ 协调模式。 黑板（共享状态）模式 + 明确的交接协议，让消息流可追溯；再配超时降级到单 Agent 或规则兜底。

⑥ 可观测。 记录消息流、检测环，死锁前就能预警。

面试官想听的：超时和优先级是兜底不是解法，真正防死锁的是"无环的依赖设计 + 明确的仲裁者"，兜底只是保险丝。

05 检索增强三连

Q9：RAG 检索中 HyDE / Query Rewrite 怎么提升召回率？

结论先行： 二者都在解决"query 和文档用词不在同一分布"的问题，一个改 query 的语义表征，一个直接重写 query。

① HyDE（假设性文档嵌入）。 先让 LLM 生成一段"假设性答案文档"，再对这段文档做 embedding 去检索。它弥合了短 query 与长文档之间的词面差异，让检索走语义而不是字面。

② Query Rewrite（查询改写）。 把口语化、模糊的 query 改写成规范、含关键术语的检索式；multi-query 生成多个子问题并行召回，step-back 则抽象到更高层的问题。

③ 本质。 让 query 的表征更贴近 corpus 的分布，从而召回更相关的 chunk。

面试官想听的：HyDE 和 Rewrite 是同一件事的两面——都为了让"问题侧"和"文档侧"说同一种语言。

Q10：Agent 短期记忆（滑动窗口/Redis）与长期记忆（向量库）如何配合检索？

结论先行： 短期保连贯、长期补知识，每轮把"长期检索片段 + 短期窗口"拼成 working memory，写回时再把短期精华蒸馏进长期。

① 短期记忆。 近期对话和状态走滑动窗口或 Redis 存 thread state，保证上下文连贯、低延迟。

② 长期记忆。 向量库存跨会话的知识和用户画像，按需语义检索注入。

③ 配合方式。 每轮先检索长期记忆的相关片段，再拼接短期窗口，构成当轮 working memory；重要信息在写回时蒸馏进长期库（呼应 Q5）。

④ 检索策略差异。 短期走精确 / 最近访问，长期走语义相似，两者互补。

面试官想听的：配合的关键在"每轮怎么拼、何时写回"，不是各存各的——拼错一次上下文就串味了。

Q11：上下文压缩有哪些方法？摘要/剪枝/向量检索替代各适用什么？

结论先行： 三种方法对应三种"上下文太长的病因"，按病因选手段。

① 摘要。 把历史对话压缩成摘要再拼接，适合长程多轮对话，保留语义但丢细节。

② 剪枝。 按重要性 / 相关性删除或截断低价值 token——只留最近 N 轮，或让 LLM 判哪些 turn 该留。适合冗余明确的场景。

③ 向量检索替代。 用检索替代完整上下文（RAG 式），只把相关片段拉进来，适合知识密集、上下文超大的情况。

④ 混合。 实际常用分层记忆：摘要保骨架 + 检索补细节，兼顾连贯与容量。

面试官想听的：压缩不是越短越好，是"该丢的丢、该留的留"，摘要管连贯、检索管容量，别只会上截断。

06 体系收尾与手撕

Q12：大模型幻觉缓解：RAG / 约束解码 / 自我一致性 / 事实校验？

结论先行： 四者不是互斥的招式，是互补的四道防线，组合使用才稳。

① RAG。 锚定证据，治本，但质量上限受检索质量约束。

② 约束解码（constrained decoding）。 限制输出空间——强制引用、禁止未出现实体、grammar-constrained，硬保证不臆造格式和实体。

③ 自我一致性（self-consistency）。 多采样投票，减少随机性错误，但对事实性幻觉作用有限（投票投不出真知识）。

④ 事实校验。 生成后让 critic 验证 claim 与证据一致性，闭环纠偏。

⑤ 组合建议。 RAG 打底 + 约束解码保格式 + 事实校验兜底，自我一致性作为可选增强。

面试官想听的：单拎任一道防线都不够，面试想听的是你清楚"每道防线的盲区在哪、怎么互补"。

Q13：手撕：实现一个简单的向量检索（余弦相似度 + top-k 返回）。

题意确认： 输入一个 query 向量和若干 doc 向量，返回与 query 最相似的 k 个 doc 的索引和相似度（降序）。要兼容"是否已归一化"，维度必须一致。

import numpy as np

def cosine_top_k(query, docs, k=5):

# query: 1-D array; docs: 2-D array, shape (n\_docs, dim)

q = query / (np.linalg.norm(query) + 1e-9)

d = docs / (np.linalg.norm(docs, axis=1, keepdims=True) + 1e-9)

sims = d @ q                      # 已归一化，点积即余弦相似度

idx = np.argsort(sims)[::-1][:k]  # 降序取前 k

return [(int(i), float(sims[i])) for i in idx]

易错点：未归一化直接点积会偏向量大的向量；分母加 1e-9 防零向量。

① 复杂度。 单次检索 O(n·d)，n 是文档数、d 是维度；海量文档要上 ANN（如 HNSW、IVF）。

② 被追问时。 说清余弦与内积的区别、为什么要归一化、怎么矩阵化支持批量 query，以及生产里用 FAISS / Milvus 做近邻检索。

面试官想听的：手撕考的不是 NumPy API，是你知不知道"先归一化再点积"这个坑，以及它和生产级 ANN 检索的关系。

07 收尾：这场面试到底在考什么

把 13 题串成一条线：从"怎么不让模型瞎说"（Q1 / Q12），到"Agent 到底是什么、怎么落地"（Q2 / Q3 / Q4 / Q7），再到"记忆怎么管"（Q5 / Q10 / Q11），“多智能体怎么不卡死”（Q8），“检索怎么更准”（Q9），最后"你真能写代码吗"（Q13）。

米哈游游戏 AI 岗要的，是能把 Agent 架构讲出一条自洽技术判断线的人，不是背术语的人。准备方向也很具体：拿自己项目里真实的 Agent / RAG 经历，按"背景 → 约束 → 备选方案 → 为什么选这个 → 代价是什么"五步讲，每一题都能接得住追问。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】