大模型基础
必会说明一次模型调用从分词、预填充到逐 Token 解码的过程，以及 Token 用量怎样计算。
Agent 开发面试路线
这条路线面向 Agent 开发、大模型应用开发岗位，按考点整理阅读顺序和完成标准。主线是“模型提出动作、程序执行动作”：先掌握模型调用、工具和执行循环，再补 RAG、状态、评估与服务化。题目来自 2025-07 至 2026-09 的公开面试复盘。
第一轮 · 必会
先掌握能支撑基础回答的核心机制。按顺序复习，能解释本项问题即可继续。
模型与上下文
2 项提示词与上下文管理
必会写出包含任务、约束、示例和输出格式的提示词，并用评测样例迭代。
工具与 Agent 架构
2 项工具调用与 MCP
必会讲清 Function Calling 中模型和程序各自负责什么，工具结果怎样回到上下文。
工作流与执行循环
必会判断一个任务该用固定工作流还是 Agent。
RAG
1 项RAG 链路
必会串起离线索引和在线检索、生成的完整链路。
状态、评估与上线
1 项评估与观测
必会为 Agent 定义成功标准和指标，构建评测集。
复习优先级与回答深度
优先级来自公开复盘中的考点披露率，不代表某家公司一定会问。Agent 岗位同样会追问后端基础，项目经历是面试的主线：每个主题都要能结合自己的项目说明做了什么、为什么这样做、效果怎样验证。
基础回答：说清定义和差异。原理解释：讲清关键执行链路。场景分析：结合约束说明选择和代价。