大模型应用开发工程师-面试刷题系列｜每日三题 · 第001期
LLM Agent（大语言模型智能体）面试复习指南：
核心考点一：Agent 的定义与架构 (Q1)
1. 本质定义
Agent 不仅仅是聊天机器人，它是一个能感知、思考、规划、行动并调用工具来完成复杂任务的 AI 系统。
2. 核心能力循环 (7大能力)
- 感知 (Perception) ：听懂人话。
- 推理 (Reasoning) ：分析问题。
- 规划 (Planning) ：拆解任务（最关键）。
- 行动 (Action) ：调用工具。
- 记忆 (Memory) ：存上下文（短期/长期/向量）。
- 反思 (Reflection) ：自我纠错。
- 多轮迭代：不达目标不停止。
3. 核心架构组件
- 大脑：LLM 推理核心。
- 手脚：Tool Use (调用搜索、代码、API 等外部工具)。
- 记忆库：Memory 系统。
- ** planner**：Planning 模块。
- 环境：外部环境/工具。
4. 面试加分点 (Agent vs. Chatbot/Workflow)
- Chatbot：一次性回答，无规划，无工具。
- Workflow：固定步骤，人工设定好的流程。
- Agent：动态规划、自主决策、自主选工具、可纠错。
- 本质理解：Agent 本质上是一个状态机 (State Machine) 。
核心考点二：ReAct 框架 (Q2)
1. 核心概念
ReAct = Reasoning (思考) + Acting (行动) 。
它是一种将“思维链”和“行动”紧密结合的范式。
2. 工作流程 (核心循环)
这是一个闭环系统：
- Thought (思考) ：LLM 想下一步干嘛。
- Action (行动) ：调用工具执行。
- Observation (观察) ：看工具返回的结果。
- Thought (再思考) ：根据结果决定下一步。
- 循环直到任务完成 (Finish)。
3. 优缺点
- 优点：推理透明（可见每一步）、行动灵活（动态调整）、减少幻觉（有事实反馈）。
- 缺点：步数多（效率低）、消耗上下文（Token 贵）。
核心考点三：规划能力 (Q3)
1. 为什么重要？
因为复杂任务无法一步完成，必须拆解、评估、动态调整。规划能力是 Agent 智能化的核心。
2. 主流规划方法 (8种)
- CoT (思维链) ：线性推理，简单任务用。
- ToT (思维树) ：多路径探索，像下棋一样看几步，选最优。
- GoT (图式思维) ：构建步骤依赖图，支持回溯和跳转，适合超复杂任务。
- Plan-and-Execute：先写好完整计划，再执行。稳定、可控。
- ReAct：边想边做，动态规划。适合需要大量外部交互的任务。
- Self-Refine：自我反思优化。先生成草稿，再修改，适合高质量输出。
- LLM + Search：检索增强规划。结合外部知识做计划。
- Memory-Augmented：记忆增强。基于历史经验做计划。
3. 如何选择？
- 简单任务 → CoT
- 复杂多路径 → ToT / GoT
- 需要稳定可控 → Plan-and-Execute
- 需要动态交互 → ReAct
- 需要高质量/知识 → Self-Refine / LLM+Search
4. 面试加分点
- 没有完美的单一方法，未来趋势是多种规划方法的融合 (Hybrid Agent) 。
