Ethan's Notes

Appearance

AI Agent 核心概念 ​

1. 大白话：这是什么？解决什么痛点？ ​

这是什么？ ​

AI Agent 的核心可以用两个经典公式来定义和拆解：

  1. 理论学界公式：Agent = LLM + Planning + Memory + Tools（由 OpenAI 的 Weng Lilian 提出，侧重于系统能力要素的拆解）[1, 2]。
  2. 工程业界公式：Agent = Model + Harness（侧重于系统工程实现，常由 LangChain / LangGraph 等框架提出）。
    • Model（大脑）：负责纯粹的推理、语义理解和决策生成（即大模型本身）。
    • Harness（系统容器 / 缰绳）：包裹在大模型外侧的运行环境与工程装配线。它包括控制循环（Agent Loop）、上下文工程、工具真实执行器、状态持久化、以及安全熔断围栏（如拦截死循环）。

解决的痛点 ​

  • 传统编程与工作流（Workflow）的局限：传统编程和 Workflow 适合逻辑完全固定、路径清晰且能够提前设计好每一步的确定性场景（比如审批流、数据库更新）。但对于“排查系统变慢原因”这样无法提前穷举所有步骤的复杂问题，它们无能为力。
  • Agent 的核心痛点解决：它解决的是应对不确定的复杂动态场景。你只需要给 Agent 设定终极目标，它能“走一步看一步”，通过分析实时的环境反馈（Observation）来动态调整自己的动作，省去了人工提前编排所有分支逻辑的麻烦。
  • Harness 的工程痛点解决：大模型本质上是“静态且不可控的生成器”。Harness Engineering（缰绳工程） 解决的是如何通过外围的强类型代码把模型“拴住”，为其提供手脚（Tools）、记忆（Memory）和限流熔断保护，使其能在工业生产环境中安全、稳定、确定地运行。

2. 底层机制与高频考点 ​

底层核心机制 ​

  1. Agent Loop（自主循环）：Agent 跑起来的核心是一个 While 循环。它在每一轮迭代中主要做三件事：模型推理（Decide）-> 工具调用（Act）-> 捕获工具返回结果写回上下文（Observe）。直到任务完成或触发最大迭代轮次限制（一般设为 4 至 10 轮以防死循环）。
  2. 系统三层架构：
    • LLM Call 层：负责底层大模型的基础调用与流式响应处理。
    • Tools Call 层：负责模型与外部世界交互（Function Calling / MCP 协议接入）。
    • Context Engineering（上下文工程）层：负责 LLM 的“内存管理”（动态加载规则、记忆与工具描述描述）。

高频面试对比考点 ​

考点一：Agent vs Workflow (工作流) ​

  • 纯 Agent：LLM 是决策者。路径动态规划，灵活性高但极难控制、调试困难、Token 成本高。适合路径难以确定的开放性任务。
  • Workflow：图结构是决策者。路径完全确定，LLM 仅是图中的一个处理节点，极其稳定可控。适合容错率低、逻辑固定的商业场景。
  • Agentic Workflow：全局使用 Workflow 约束骨架，局部节点嵌入 Agent 探索，是工业落地的最佳实践。

考点二：Prompt Engineering vs Context Engineering ​

  • Prompt Engineering（提示词工程）：关注指令如何写得清晰（如写清角色、任务、规范）。
  • Context Engineering（上下文工程）：关注模型窗口的“内存管理”。在 Token 窗口有限且成本高昂的前提下，决定什么信息、在什么时机、以什么结构喂给大模型（如 LRU 内存置换策略、JIT 上下文卸载等），避免模型在中段信息利用率下降（Lost in the Middle）。

考点三：Function Calling vs MCP 协议 vs Agent Skills ​

  • Function Calling：模型表达调用意图的能力（输出包含工具名和参数的 JSON）。
  • MCP (Model Context Protocol)：工具接入宿主的通信标准。让底层系统封装的工具能被 AI 应用自动发现和调用，实现工具开发与 Agent 层的解耦。
  • Agent Skills：Agent 的任务 SOP 经验包。以 SKILL.md 形式定义，采用延迟加载机制，指导 Agent 在特定场景下该怎么按步骤约束执行。

考点四：短期记忆 vs 长期记忆 ​

  • 短期记忆：会话级别的暂存信息，依赖于 Context 窗口，容易随时间截断。通过上下文缩减（滑动窗口）或上下文卸载控制膨胀。
  • 长期记忆：跨会话持久化知识库。通过异步任务在后台提纯过滤写入，使用向量库语义检索（Vector）或 Markdown 配置（规则）进行加载。

3. 🎯 实战口径 ​

TIP

面试官提问口径：“你在项目中是怎么理解和应用 AI Agent 架构的？遇到了什么痛点，如何解决？”

我的高分回答口径： “在我的【苍穹外卖AI客服】项目中，我基于 Spring AI 落地了完整的 Agent 架构。我对于 Agent 的理解是：它是 LLM、上下文管理与外部工具的闭环实体。 我们核心是通过 Spring AI Advisor 链 组装了 Agent 运行的主循环（Agent Loop）。在这套架构中，我们深刻体会到 Context Engineering（上下文工程）比 Prompt 工程更难也更核心： 为了控制 Token 消耗并降低大模型的工具幻觉，我们设计了两级工具过滤与计算模型（基于 UserContextAdvisor 提取意图动态下发允许的工具白名单，而不是把所有 API 喂给大模型）。 此外，为了防范 Agent Loop 的工具死循环，我们在最尾部装配了自研的 SafeToolCallAdvisor，通过为大模型生成的工具参数签名（Signature）做缓存，当发现重复签名或工具链运行超过 4 轮时进行强行 fallback 短路截断，从而把一个动态不可控的 Agent Loop 变为了工程上可用、确定性极强的生产级系统。”

相关链接：[[苍穹外卖AI客服]] | [[面试复习计划]]