「RAG」相比直接微调 LLM，RAG 解决了什么问题？微调和 RAG 各自的优劣势是什么？
微调与 RAG 的本质区别（改参数 vs 不改参数）；微调的优势（效果彻底、深度定制、低延迟）与代价（成本高、更新难、不可溯源）；RAG 的优势（更新即时生效、答案可溯源、成本低）与不足（检索延迟、检索质量卡住上限、复杂推理提升有限）；组合使用：微调解决「怎么说」，RAG 解决「说什么」；面试答题要点（先说本质、再各说优劣、最后提组合）。
「RAG」大模型的 RAG 主要用来解决什么问题？
RAG 解决的三大问题（知识时效性、私有知识覆盖、幻觉）；三者的共同根源是「知识被固化在模型参数里」；RAG 如何同时解决这三个问题（知识外置、实时检索注入、答案可溯源）；知识管理与模型能力解耦的设计核心。
「RAG」什么是 RAG？详细描述一个完整 RAG 系统的详细工作流程？
RAG 的定义与「知识冻结」困境；RAG 与微调的本质区别；一个完整 RAG 系统的离线（文档加载 → Chunking → Embedding → 入库）与在线（Query 改写 → 向量检索粗排 → Rerank 精排 → 生成）两阶段流程；RAG 的核心价值（知识可热更新、答案可溯源）。
「AI Agent」如何赋予 LLM 规划能力：CoT、ToT、GoT 与 Plan-and-Execute
规划能力是把 LLM 隐式的推理过程显式化；为什么需要规划（普通问答一口气生成答案、next-token 机制在多步任务上误差累积）；CoT 思维链（最简单、Zero-shot/Few-shot 两种触发、写下的推理会成为后续依据、单条路径走错无法纠偏）；ToT 思维树（生成→评估→剪枝循环、选优继续深入、成本是 CoT 的 3-5 倍甚至更高）；GoT 思维图（树→图、中间结论可合并复用、适合多
「AI Agent」Agent 的反思机制：评估闭环、两个粒度与防死循环
反思机制的本质是「生成 → 评估 → 改进」的有结构闭环，而非随机重试；为什么需要反思（LLM 一次性生成带来的四类毛病）；评估 prompt 两个关键设计（明确检查维度、PASS 出口）；改进 prompt 三要素输入；步骤级 vs 任务级两个粒度；多 Agent 互评比自我检查更好（自洽偏见）；进阶方案 Reflexion（经验记忆）与 LATS（MCTS+反思）；工程权衡与防死循环（2-3
「AI Agent」Agent 记忆压缩：四种方法与 Prompt Caching 互补
记忆压缩要解决「空间有限、成本有压力」两件事；四种方法——滑动窗口（硬截断、金鱼记忆）、摘要压缩（丢前先提炼、层级式摘要）、重要性过滤（按价值打分、观察遮蔽）、结构化抽取（换载体、信息密度最高）；三种维度（截 / 挑 / 换载体）可组合使用；Prompt Caching 是「计算层」优化，与「信息层」压缩互补而非替代；工程决策参考；Claude Code Auto-Compact 与 Cursor
「AI Agent」Single-Agent 与 Multi-Agent 怎么选：选型标准与中心化编排
选型的判断标准——任务清晰/不长/无需分工就用 Single-Agent，context 撑爆、需要专业分工、有可并行子任务才上 Multi-Agent；Single-Agent 的本质与「链路可控」优势；中心化 Orchestrator 的职责与三种变体（静态路由 / 动态规划 / 自适应编排）；去中心化在工程上不可用的四大问题；「两个问题」做选型决策 + 渐进式演进策略；A2A 跨框架协议趋势
「AI Agent」什么是 Multi-Agent：两大驱动因素与三种协作模式
Multi-Agent 的两大驱动因素（context window 硬上限、单点专业度不足）；三种协作模式（顺序流水线 / 并行扇出 / 辩论评审）；「工作台干净」的案例对比（需求分析师 → 程序员 → 测试工程师）；并行执行的双重收益（速度提升 + context 隔离）；生产级框架选型（CrewAI / LangGraph / 微软 MAF）；组织方式中心化 vs 去中心化。