AI 圈这几年，「关键技能」换得比系统更新还勤：前年——不会 **prompt engineering**，好像就要掉队；去年——同一批声音说 prompt 过时了，得学 **context engineering**；今年 3 月——**harness engineering** 又上了热搜。

但写到这里我自己也发现一个问题：前面的 RAG 都是**被动的**——你问一个问题，它固定去一个知识库搜一次，搜到啥就拿啥回答。搜到的不靠谱呢？问题跨了好几个知识库呢？需要分步检索的复杂问题呢？

对许多团队来说，RAG 的初始阶段目标仅仅是“让模型具备检索能力”；然而，当系统真正投入生产环境后，挑战会迅速演变为“让系统懂得该查什么、查几次、查哪里、何时停止、如何兜底、怎样审计”。> 此时，你需要的已不再是一条简单的检索增强问答链路，而是一套集规划、执行、反思、治理与可观测能力于一体的 Agentic RAG 系统。

昨天一个读者给我发了条很长的消息，说他腾讯二面挂了，挂在一个他"怎么也没想到会被问"的问题上。

昨天一个读者给我发了条很长的消息，说他腾讯二面挂了，挂在一个他"怎么也没想到会被问"的问题上。

最近我参与了一个企业AI项目的架构评审。团队花了三个月，搭建了一套他们称之为”多Agent协作系统”的东西：一个编排器LLM负责任务分解，四个工人LLM并行处理，外加一个评估器LLM做质量审核。架构图画了三页PPT，代码量超过两万行。

把Agent 面试题整理了一版。这份主要按模块把高频题归类了一下，适合面试前快速扫一遍，看看哪些方向自己还不熟

过去做 Agent，最容易卡在中间。写代码在编辑器里，起项目在终端里，测试要开浏览器，部署要进云控制台，评估还要再接一套框架。每一步都能做，但每换一个工具，脑子里的上下文就丢一截。

说起来，最近在使用Agent的时候，遇到了一个挺尴尬的问题。我让Agent帮我追踪一个技术话题，前两天聊得挺嗨，第三天它突然问我："你之前说关注的是哪个方向来着？"

最近带学员改简历，发现一个很有意思的规律。两个人的技术栈几乎一模一样，LangGraph、RAG、Tool Calling、多Agent编排，框架层面都能写出来。但一个人面了三家都挂在二面，另一个只面了两家就拿了offer。