【极客时间】AI Agent系统设计面试现场

课程简介

这门课的名字起得很直白——「面试现场」。它不打算教你从零写一个 Agent，而是把镜头架在面试桌对面，让你看清面试官在 Agent 系统设计这一环上到底想听什么。对已经能调用大模型 API、但一到「设计一个 Agent 系统」就不知道从哪下嘴的人来说，这个切入角度比再刷一遍框架文档更对症。它解决的是「会调 API 但讲不出体系」的断层现在多数人的 Ag…

已有 2 人浏览发布 2026-09-18 更新 2026-09-18

这门课的名字起得很直白——「面试现场」。它不打算教你从零写一个 Agent，而是把镜头架在面试桌对面，让你看清面试官在 Agent 系统设计这一环上到底想听什么。对已经能调用大模型 API、但一到「设计一个 Agent 系统」就不知道从哪下嘴的人来说，这个切入角度比再刷一遍框架文档更对症。

它解决的是「会调 API 但讲不出体系」的断层

现在多数人的 Agent 经验停留在调通接口、拼几个工具调用、跑通一个 demo。面试里被追问「你的 Agent 怎么管理长期记忆」「多轮任务失败后怎么恢复」「工具调用出错怎么兜底」时，就散了。这门课的价值在于把散落的工程点收拢成一套可陈述的设计语言：任务规划、记忆分层、工具编排、状态流转、失败重试，每一项都对应面试官会追问的棱角。它不是知识点罗列，而是按面试对话的推进顺序组织，等于提前把追问路径走了一遍。

直播回放那一节是资料包的重心

整个资料里体量最大、也最值得先看的是那节关于「如何准备 Agent 面试项目」的回放。它讲的不是某个框架怎么用，而是怎么把「调用大模型」的零散经历，包装成一条从需求到工程体系的完整叙事——这在面试里恰恰是最难临时编的部分。建议第一遍看它的结构：面试官如何从你的项目描述里抓漏洞，你又该怎么提前把漏洞补上。这一节的信息密度明显高于其余素材，值得配着笔记二刷。

怎么拆开用，比一口气看完更有效

先建框架，再补细节。先用回放把 Agent 工程体系的主干搭起来，形成自己的表达骨架，再回头对照具体环节查漏。
图片当速查卡，不要当装饰。资料里的图示适合在复习时快速回忆各模块之间的关系，比重新翻视频省时间。
按面试问题反推。把每个设计点改写成「如果面试官问 X，我怎么答」，逼自己用一句话说清取舍，这比背概念有用。

适合谁，不适合谁

如果你已经有过至少一个能跑起来的 Agent 小项目，正卡在「做得出但讲不清」，这门课的针对性很强。如果你连工具调用、上下文管理都还没亲手碰过，先别看面试技巧——没有项目可讲，技巧无处附着。它也不负责教你某个具体框架的 API 细节，指望拿它当开发手册的可以直接跳过。

整体判断：这是一份偏「表达与体系梳理」的资料，含金量集中在回放那一节和它对工程环节的拆解方式上。把它当成面试前的自我盘问清单来用，比当成教程来刷更划算。

⏰ 【极客时间】AI Agent系统设计面试现场【新课首发，请勿二次搬运】

AI Agent系统设计面试现场解析

编辑点评

深入解析AI Agent系统设计，聚焦面试实战，助你掌握核心技能。

⭐ 编辑推荐

紧跟AI Agent系统设计趋势，揭秘面试技巧，提升你的技术竞争力。

✨ 课程亮点

✦AI Agent系统设计解析

✦面试实战技巧

✦核心技能提升

课程目录

📁 videos
📁 直播回放｜如何准备Agent面试项目：从调用大模型到完整的Agent工程体系
📁 images
📁 997359
28c29df2f82bd3504a4794eef69caf3d.png [2.0 MB]
dd08582ecd76db9fcb347cf3b0961c95.png [1.1 MB]
741f660a24b93ae51b386963c404a1ba.png [888.1 KB]
e9327a503196ec9f8d44427158a96fae.png [706.1 KB]
5580885ce256071de3905b54a445b8ca.png [749.4 KB]
4a697fe9124923f31121634b3607d31f.png [794.5 KB]
📁 1003547
36afdddbc50bf20927733ad99a4788fa.png [881.9 KB]
01950470abf3fa65bc91fa0fbe277c3d.png [828.0 KB]
842489cd8664832acb3991f418c9dd39.png [736.9 KB]
1fc9c2b09ad3b31a5a91a83f697babbf.png [801.6 KB]
📁 1005024
70ff98bd9e3fc2a93e9708c5fd43297e.png [280.8 KB]
6c44b28a46b8125f27f8abd6ba3b8538.png [102.4 KB]
d6b6ad55a93ef2d2429bf9a59d885f46.png [44.5 KB]
📁 1005022
df3a6257d760f52e8520d133a3694acf.png [81.3 KB]
84a1f646fa0d62728a31dc845e96e929.png [52.5 KB]
a32285f5c9c0c4d8a1b848e2822be2b6.png [50.5 KB]
📁 1011535
0aeaf4d2d4432d597244727b5be4a522.png [2.9 MB]
8e8bc69007f3ce28613a9144e524e3d4.jpeg [471.5 KB]
📁 994407
70da494114727d038b4bac83f807b4a5.png [2.2 MB]
7ad5da7f94ecaab1956f3324b82052a6.png [622.3 KB]
d284301ba38f30ab0ba4322f1845728f.png [639.9 KB]
fcf8bb5fc1a8dd53e2b8d3f308c741ee.png [825.1 KB]
c5009432a8ae7129dbee0110c5964ab5.png [685.9 KB]
6dd5aeb642e8658f82fa2af89efae497.png [779.0 KB]
9a94b5619f39f712482fbd645363468c.png [859.3 KB]
8fe10b48cd78751fa56a7c058a1e9831.png [441.9 KB]
e5e016bf26b88b49290b7b465dfab7ac.png [797.3 KB]
📁 1005338
362a4606e669ecfa5aec5fe491d8c007.png [63.1 KB]
90ae4c0101e75db3905edc86b069ab00.png [4.9 MB]
📁 1006787
fbfb98ad39279987a23561eb404a55b8.png [188.2 KB]
abac11822358c22ff1967fbc9d4a09f0.png [118.3 KB]
c549be786c2ecea8ffe3bb7e3392b1cb.png [409.7 KB]
d0bb6160c33d038f55d9ae606f47407f.png [361.0 KB]
08668c0643bdbc98e03cc4105578acfd.png [283.0 KB]
a76203810e06353c7e942d242e51de17.png [519.1 KB]
06acd8d45592eef5223bf498e7481413.png [483.7 KB]
07a9d732e77807a27f7776ceb3fd68c4.png [403.0 KB]
dd66cb81b2913850cb5814a7cde4644f.png [269.5 KB]
📁 1003435
8c4e7f2d3fefa7a54f547c5a96c84b5e.png [1.1 MB]
6f70f42a6941739885f6db3e612ed967.png [960.5 KB]
706ff7ffcb0d8bacfa79b9c35180a279.png [799.5 KB]
bd712e779fd5e140838517ddcea51592.png [887.6 KB]
dbb95f1def7171e5325faeb15df7f98e.png [836.3 KB]
903434c535686d44b4678de6610ce655.png [824.4 KB]
4bd4b546bb7a156e22cbdcd84fb6c27b.png [865.2 KB]
96da3571dffe5aa6fa91afc536667b31.png [843.1 KB]
3abb83acb8c1e6d8b43dcf08c3a501a4.png [848.9 KB]
9e718ebdd16017ead3757a3df34dde48.png [499.5 KB]
📁 994431
96ef73d11fc340be895a1cd3f1943bcd.png [420.4 KB]
20974e62bec9ec8f0d00a16d3f84927c.png [94.9 KB]
693a2b79179e956ed31d11895affb09c.png [34.6 KB]
2b1d5b65f922b73e231d0ee39ce93e36.png [70.9 KB]
fc341b5e955eb03c6406919ac41cadfc.png [23.5 KB]
📁 994413
27ab3e3937bb00b7592729eb31dbc4d2.png [1.1 MB]
ea5eb92bc5868f01c94f8b3c49b8fdd8.png [857.1 KB]
4d5076faa440b8228588f46c5157e956.png [1.1 MB]
b441b00b4749c3c2d4c5389e8929c2fe.png [804.3 KB]
cd0c696e25d241efeb38287ac18ee513.png [917.3 KB]
6cc2e909613e58a8796ea3f15828ad32.png [853.6 KB]
c6b335daa9e517ec066a19f5937c91a1.png [1.0 MB]
a86b85c96f197d354c46d7a6a94fdb91.png [1.1 MB]
3b1cb1f34584c03544dcef7b28fad934.png [1.1 MB]
b9456c5fb0cda4663d33a55ffb6a7909.png [822.7 KB]
ec975ddf6e1e12832869d50cfaab9c02.png [775.6 KB]
8b79c2792ebcd1bc4d36c82b14a24b1e.png [774.7 KB]
e58e983c3cd833b642aca9fd7109adfc.png [986.0 KB]
8681d68d76d63e9cbd06c8b9800146d0.png [924.3 KB]
2e5a60d0bbfdb4a6a515df1c30f51da6.png [764.6 KB]
badc83ec0f23add931b3aebf608fd9d3.png [1.0 MB]
73823664ea67d3ee682b4d4199db2fda.png [895.4 KB]
65a253fa7ebb12dbd8b9d061baa594a5.jpeg [961.7 KB]
📁 999351
12a0fe9bb0842cf9bca5fcca6ab89c9a.png [1.9 MB]
019ee56126016b5969d881124ad9938a.png [2.1 MB]
f85f7a365ec25a1632a5938f0f39b01d.png [761.2 KB]
2003b84fd6c8b42027ee2c760cfc666f.png [625.0 KB]
431f341ba54c2980542f9db6a838f399.png [818.4 KB]
63358ef58e9a562db32057cfc613f361.png [735.7 KB]
9560237d4f9c6922695b692c136ea56f.png [606.3 KB]
079608e19fb6a3ea2d84e0a6a0548298.png [822.4 KB]
📁 1008253
a73f496e967e2d3fe3130aa1c9822594.png [1.2 MB]
f6345cf882640661e1160c3f9b5a40e6.png [1.1 MB]
8e24b8512ccb12d084664578019b8fb3.png [916.6 KB]
82865b9effa4d67b7a73e1yyddea59a8.png [2.5 MB]
📁 994391
4040e49d05c5ef17893b3cacab5cd5e2.png [1.1 MB]
897cea83459208177f829f9c65c6f2ee.png [750.2 KB]
575cfd00a8720b7b88b97ed69e83aab1.png [591.6 KB]
fcd5e644eef30fe153678cef20362582.png [1.2 MB]
40aa5ed78e1f815591738831b358b24d.png [559.3 KB]
b0f244dd557fc4f4d5f592ac363ce3bc.png [1.1 MB]
23a5d9bfe4ec9c7061c1a9685756c184.png [732.9 KB]
9d75152e9177f564582e6166c6f3dd42.png [166.3 KB]
6cb83555ffc4bd2cc6a0b7fd047c3d55.png [860.4 KB]
c3d7a07a6c61bd78a5df73e232495406.jpg [91.5 KB]
db8d1bf8dd2acba73e8e699a379a6769.jpg [225.4 KB]
📁 1002724
42b135ff223b72a3daf48b5f89361561.png [780.5 KB]
9619cf6b8950659e539dceee5309e2c0.png [645.1 KB]
d6e669e19f0cb17cfe77c03bb360d397.png [863.1 KB]
01944a140668661dbad95b8131c7e4b5.png [12.0 KB]
3681a4cea1becc23191ef1936e2cb46d.png [391.9 KB]
c7a4ac26b4a32ea57b1328d4bf0984f1.png [122.5 KB]
f075e32bb52c4c28616a21f32794645e.png [32.1 KB]
aee9e30547054de0a1ef6ff6b1caecac.png [35.6 KB]
📁 1006233
64d6fcac5405dc83527b75790dc37cf5.png [145.3 KB]
f18a9bda0b17fd478653ee0d209affd3.png [507.0 KB]
a7c5b3fe5ca3523203493f75728e38bc.png [439.2 KB]
d06c614e342ecf48af38245b27910b1e.png [612.4 KB]
e498463147e3c6fe2cce7e519e81b04e.png [297.9 KB]
c68f135a443978bd043035a41acd199f.png [309.8 KB]
3a0bd2791247f32f87aa34b0a9fa6198.png [237.5 KB]
8dd6e1897ccf20f03f5f781f8dfe4d3f.png [17.4 KB]
5b5add99216130fb80d4e82624f16634.png [395.4 KB]
518747a03f1fcd42a6781124a7f0a3de.png [9.4 KB]
51d75d0537c6e7fe130621e3495fbbe7.png [12.2 KB]
87d50fdcfc00258c611e99f0ef4296bc.png [519.6 KB]
7e009706f21b9b1ee1b0f0510c807918.png [16.2 KB]
📁 997616
50a94e8a3aa7d9b43d8b5b9313d68010.png [1.2 MB]
7ad48fd7d10f3fa63671d1d225b6827f.png [1.1 MB]
14dd60879a222cdbab0e83728d86e552.png [1.5 MB]
3ea2e7447a695257f103bb96ccfcea5f.png [206.0 KB]
e835d3f642e7f5babee9806f22a42fd4.png [60.2 KB]
11b383aa5853dac06994197eeac4400b.png [71.4 KB]
42aa460925abb97360f68dc8d30dd982.png [118.1 KB]
72c1e17eeba7b4115fbf1ea3f2d74808.png [74.5 KB]
057ef69b29ecd8c89d3cdad4740ba365.png [45.2 KB]
7d1c20a8b765f19fd185e7ed54be7474.png [92.0 KB]
📁 999580
62f0f0bbc5dae03bee34775c68128b61.png [862.1 KB]
a55e55175e35f9b5ba28ea060abfaac0.png [796.2 KB]
f15027f2f997c8464e2fe552e7b65f09.png [69.6 KB]
f3807858f96bebdf3edafdca97246474.png [688.8 KB]
248150f530742fab3c3cbc5db4e2cec6.jpeg [1.5 MB]
📁 1002747
41cd031ce9cccfda851d722b534be89c.png [919.7 KB]
82deeccbcbf04427a30b2cda6a599d1b.png [931.3 KB]
964855a5573b2ad071dc5996aef66232.png [864.2 KB]
b9fb23bcba98fead88d00ed822e323c6.png [892.0 KB]
a36abeffb1d90a3911bb72f4e9de8f43.png [801.5 KB]
f00dff15795c9b9826d9205ce6d4712f.png [636.4 KB]
📁 1008245
0635faf130f1191a4031ec353847119a.png [182.6 KB]
c64639c7d9add4b3e15fbabe6f1ddaed.png [293.0 KB]
274fa55d1be288b7e7dcf4b875cca97c.png [123.5 KB]
f44f828580ef7b6bc6dad1112b5fa44b.png [359.8 KB]
37a56918b71b204c7f542c310ce2b901.png [409.5 KB]
📁 995146
4a397742407f004b2abb08411248080d.png [1.2 MB]
39a1a0155c97f9fc5c8c95b13963ed25.png [1.0 MB]
69f9c0337c13271394825d25540cbf33.png [878.3 KB]
6dd25ee47ea2da61f0678c213589aea4.png [151.8 KB]
📁 999533
45cf583a53587d1a293b60fdba1f13c2.png [878.5 KB]
b82f2e11e7be64ade93bdd578834ca91.png [978.8 KB]
a81c972d06c5dc41d0a17070f0e4011c.png [897.1 KB]
5bb2340cad40281164b3989cf89ac245.png [879.5 KB]
57a269671d71942764c175c64acf2713.png [578.2 KB]
c608158319c6d30181e92d774633dae5.png [273.8 KB]
338ef2a9a065baf8255849581dcfec05.png [911.1 KB]
526c34da63f3a3cd2d9549db925fc631.png [815.4 KB]
2b5cdb7919de36d2c7914da658417a1c.png [338.1 KB]
922dc776512a9ec34a3f813d46c65dd4.png [387.6 KB]
c47f733b08f2841f48706225f91bef3c.png [839.5 KB]
3f7a8f27f9954c4f78222edf159adcb7.png [637.7 KB]
08fce052ebeb3d2e2c2705f545d4a1d0.png [434.0 KB]
📁 1011544
28d1be62669b4f3cc01c36466bf811a4.png [5.7 KB]
📁 996695
30c4f8d7aa8f2963173b7886acb62a50.png [133.8 KB]
cfe661b19c0ac092f562eedccc4c34fb.png [135.4 KB]
c3f383c49cd567bc7921d61acc6acdc7.png [65.8 KB]
523167c951536333cc196b75887ea702.png [58.7 KB]
e857e090229d839fa49cb016e4b5b4ae.png [70.3 KB]
bd006a881bc4f62f1a97a5c681c89602.png [104.8 KB]
953eb10c9576d5e6fa75851532e08d59.png [103.0 KB]
3153e121aeca3f2f26e4b92567fbbfa9.png [143.0 KB]
📁 1008132
7f2366e67e549efc8d7cd5d9f493b56a.png [506.2 KB]
4070634ca6e81f1e08b50e66c196a8e0.png [473.8 KB]
2ed26e5091d72d0af50a717b7be8dd09.png [324.5 KB]
📁 1002099
📁 1008157
df3b37444481dd786227a3cd8b76f892.png [529.7 KB]
30339d3041d214173b0710ad73f1b048.png [405.3 KB]
📁 1008228
39d330bfc417806c8f884928e5e6fe19.png [2.7 MB]
b28c7a576d237e302480bcc47528f230.png [20.3 KB]
📁 1001750
📁 994417
0bc8e4f04d11756989e451e1f55e5918.jpg [1.3 MB]
20｜怎么系统性提高Agent检索召回的准确率？.md [22.3 KB]
07｜Replan（下）：失败点不等于根因点，回溯找对“病根”再下刀.pdf [7.8 MB]
18｜别只答RAG：教你设计Agent的信息检索机制.pdf [4.9 MB]
24｜用户：Agent，你知错了吗，错在哪儿了？.pdf [8.0 MB]
10｜面试场景设计：一个复杂的业务场景，就是面试“主线剧情”.pdf [6.8 MB]
22｜如何设计一个有竞争力的检索（RAG）面试方案？.pdf [4.7 MB]
19｜Chunk的召回精度和粒度，你怎么平衡？.pdf [5.6 MB]
17｜如何设计一个面试中富有竞争力的上下文管理机制？.pdf [6.9 MB]
11｜ContextWindow=f(Context)IsAllYouNeed！.pdf [5.4 MB]
14｜用户画像（上）：你的Agent的杀手锏.pdf [5.6 MB]
20｜怎么系统性提高Agent检索召回的准确率？.pdf [3.0 MB]
开篇词｜百场面试录音复盘，我总结出一套Agent面经.pdf [6.0 MB]
直播回放｜如何准备Agent面试项目：从调用大模型到完整的Agent工程体系.pdf [4.6 MB]
15｜用户画像（下）：用户画像怎么来的，你怎么知道不是一时兴起呢？.pdf [2.8 MB]
结束语｜如何设计一个具体领域的Agent？.pdf [4.4 MB]
加餐-简历篇-如何撰写Agent项目经历？.pdf [2.7 MB]
16｜对话-任务特别长长长……怎么办？.pdf [2.1 MB]
加餐-面试题｜一张图总结Agent面试要点.pdf [2.3 MB]
12｜上下文窗口：怎么设计一个动态编排的Context策略？.pdf [8.1 MB]
03｜提高准确率：意图识别的五类问题&解法.pdf [20.5 MB]
13｜摘要-压缩之后，你怎么把细节找回来？.pdf [11.7 MB]
01｜用户输入规范化：为什么你的Agent连“那个”“最划算”都听不懂？.pdf [10.1 MB]
09｜TAO机制：为什么你的Agent总是“选错工具”？.pdf [11.7 MB]
06｜Replan（上）：计划赶不上变化？Agent需要“随机应变”.pdf [8.2 MB]
08-TAO&ReAct：走一步看一步，但是怎么走、怎么看？.pdf [10.7 MB]
结课测试｜来赴一场满分之约！.pdf [543.5 KB]
23｜你怎么知道用户喜不喜欢你的Agent？.pdf [3.7 MB]
21｜Agent检索性能优化：最小充分检索、动态预算与缓存.pdf [3.2 MB]
02｜三层意图识别机制：别再回答“调大模型判断”了，这才是面试官想听的.pdf [10.3 MB]
04｜意图识别面试攻略：简历和竞争力方案应该这么写.pdf [3.0 MB]
05｜Agent的Plan机制：好Plan必备的5要素（G4C）.pdf [2.6 MB]
04｜意图识别面试攻略：简历和竞争力方案应该这么写.mp3 [9.5 MB]
05｜Agent的Plan机制：好Plan必备的5要素（G4C）.mp3 [23.7 MB]
结束语｜如何设计一个具体领域的Agent？.mp3 [10.1 MB]
17｜如何设计一个面试中富有竞争力的上下文管理机制？.mp3 [10.2 MB]
结束语｜如何设计一个具体领域的Agent？.md [9.0 KB]
24｜用户：Agent，你知错了吗，错在哪儿了？.md [18.6 KB]
07｜Replan（下）：失败点不等于根因点，回溯找对“病根”再下刀.md [24.6 KB]
22｜如何设计一个有竞争力的检索（RAG）面试方案？.md [12.9 KB]
03｜提高准确率：意图识别的五类问题&解法.mp3 [22.6 MB]
02｜三层意图识别机制：别再回答“调大模型判断”了，这才是面试官想听的.mp3 [27.1 MB]
08-TAO&ReAct：走一步看一步，但是怎么走、怎么看？.mp3 [27.0 MB]
23｜你怎么知道用户喜不喜欢你的Agent？.mp3 [22.1 MB]
21｜Agent检索性能优化：最小充分检索、动态预算与缓存.mp3 [21.6 MB]
12｜上下文窗口：怎么设计一个动态编排的Context策略？.mp3 [19.9 MB]
10｜面试场景设计：一个复杂的业务场景，就是面试“主线剧情”.mp3 [12.1 MB]
24｜用户：Agent，你知错了吗，错在哪儿了？.mp3 [14.1 MB]
20｜怎么系统性提高Agent检索召回的准确率？.mp3 [24.6 MB]
19｜Chunk的召回精度和粒度，你怎么平衡？.mp3 [31.3 MB]
07｜Replan（下）：失败点不等于根因点，回溯找对“病根”再下刀.mp3 [25.2 MB]
09｜TAO机制：为什么你的Agent总是“选错工具”？.mp3 [7.3 MB]
15｜用户画像（下）：用户画像怎么来的，你怎么知道不是一时兴起呢？.mp3 [7.3 MB]
06｜Replan（上）：计划赶不上变化？Agent需要“随机应变”.mp3 [20.2 MB]
18｜别只答RAG：教你设计Agent的信息检索机制.mp3 [22.8 MB]
14｜用户画像（上）：你的Agent的杀手锏.mp3 [7.0 MB]
13｜摘要-压缩之后，你怎么把细节找回来？.mp3 [7.2 MB]
11｜ContextWindow=f(Context)IsAllYouNeed！.mp3 [20.3 MB]
16｜对话-任务特别长长长……怎么办？.mp3 [5.9 MB]
开篇词｜百场面试录音复盘，我总结出一套Agent面经.mp3 [4.0 MB]
01｜用户输入规范化：为什么你的Agent连“那个”“最划算”都听不懂？.mp3 [4.9 MB]
22｜如何设计一个有竞争力的检索（RAG）面试方案？.mp3 [14.4 MB]
14｜用户画像（上）：你的Agent的杀手锏.md [24.1 KB]
05｜Agent的Plan机制：好Plan必备的5要素（G4C）.md [27.3 KB]
13｜摘要-压缩之后，你怎么把细节找回来？.md [24.5 KB]
04｜意图识别面试攻略：简历和竞争力方案应该这么写.md [8.9 KB]
12｜上下文窗口：怎么设计一个动态编排的Context策略？.md [22.5 KB]
08-TAO&ReAct：走一步看一步，但是怎么走、怎么看？.md [28.0 KB]
17｜如何设计一个面试中富有竞争力的上下文管理机制？.md [11.5 KB]
16｜对话-任务特别长长长……怎么办？.md [17.4 KB]
03｜提高准确率：意图识别的五类问题&解法.md [21.9 KB]
23｜你怎么知道用户喜不喜欢你的Agent？.md [19.5 KB]
15｜用户画像（下）：用户画像怎么来的，你怎么知道不是一时兴起呢？.md [23.2 KB]
06｜Replan（上）：计划赶不上变化？Agent需要“随机应变”.md [19.4 KB]
01｜用户输入规范化：为什么你的Agent连“那个”“最划算”都听不懂？.md [17.2 KB]
加餐-简历篇-如何撰写Agent项目经历？.md [20.6 KB]
11｜ContextWindow=f(Context)IsAllYouNeed！.md [21.7 KB]
09｜TAO机制：为什么你的Agent总是“选错工具”？.md [22.9 KB]
开篇词｜百场面试录音复盘，我总结出一套Agent面经.md [12.1 KB]
18｜别只答RAG：教你设计Agent的信息检索机制.md [24.4 KB]
21｜Agent检索性能优化：最小充分检索、动态预算与缓存.md [19.2 KB]
10｜面试场景设计：一个复杂的业务场景，就是面试“主线剧情”.md [11.5 KB]
02｜三层意图识别机制：别再回答“调大模型判断”了，这才是面试官想听的.md [27.6 KB]
19｜Chunk的召回精度和粒度，你怎么平衡？.md [27.9 KB]
结课测试｜来赴一场满分之约！.md [621.0 B]
直播回放｜如何准备Agent面试项目：从调用大模型到完整的Agent工程体系.md [31.6 KB]
加餐-面试题｜一张图总结Agent面试要点.md [309.0 B]

适合人群

AI领域开发者
求职者
技术爱好者

🎯 学习收获

掌握AI Agent系统设计
提升面试技巧
增强技术竞争力

🎉 祝您学习愉快！