Q1: 你如何定义一个基于 LLM 的智能体（Agent）？它通常由哪些核心组件构成？**
P0 · agent_architecture
🏷 标签：agent, llm, architecture, planning, tool-use
1️⃣ 考察意图
这道题是 P0 级基础题，但面试官真正想看的不是“背定义”，而是区分你是在“背论文”还是“真做过”。考察类型是概念 + 工程取舍。刁钻点在于：很多人能列出“规划、记忆、工具”三个词，但说不出每个组件的具体实现选型（比如记忆用向量库还是 SQLite？规划用 ReAct 还是 Plan-and-Solve？）。答好了能展示你对 Agent 系统有端到端的工程理解，知道组件间的耦合与权衡，而不是只会调 API 的“套壳工程师”。
2️⃣ 标准答
定义：基于 LLM 的智能体是一个以 LLM 为推理核心，能自主感知环境、分解任务、调用外部工具、并基于反馈循环迭代执行以完成复杂目标的系统。它区别于“LLM + Prompt”的关键在于完整流程执行——不是一次问答，而是多步决策。
核心组件（按执行流水线排列）：
- LLM 推理引擎：大脑。选型上，GPT-4 / Claude 3.5 适合复杂推理（成本高），开源模型如 Qwen2.5-72B 或 DeepSeek-V2 适合定制（需微调）。关键 trade-off：推理能力 vs 延迟——用 70B+ 模型做规划，7B 模型做简单工具调用（如 MoE 架构的 Mixtral 8x7B 可平衡）。
- 规划模块：将用户意图拆解为子任务。主流框架：ReAct（Yao et al., 2023）：交替“思考-行动-观察”，适合单步工具调用。坑：容易陷入循环，需设最大步数（如 10 步）和重复检测。
- Plan-and-Solve（Wang et al., 2023）：先生成完整计划再执行，适合长链条任务。坑：计划可能过时（如实时数据），需加“重新规划”触发器。
- Tree-of-Thoughts（Yao et al., 2023）：多路径搜索，适合需要探索的任务（如代码调试），但 token 消耗大，实际落地少用。 记忆模块：分短期（上下文窗口）和长期（外部存储）。
- 短期记忆：就是 LLM 的 context window，但 GPT-4 128K 窗口仍不够处理 100 步对话。解法：用 滑动窗口（保留最近 N 轮）或 摘要压缩（每 5 步总结一次）。
- 长期记忆：用 向量数据库（Chroma / Pinecone）存 embedding，检索时用 BM25 + 稠密检索混合（HyDE 方法：先让 LLM 生成假设文档再检索）。坑：纯向量检索会丢失精确匹配（如“2024-03-15”），必须加 BM25 做召回融合。 工具调用接口：将 LLM 输出映射为 API 调用。核心设计：
- Function Calling（OpenAI 原生）：定义 JSON schema，LLM 输出参数。坑：LLM 可能编造不存在的函数名，需做 白名单校验。
- 代码执行（如 Code Interpreter）：LLM 写 Python 代码，沙箱执行。坑：安全风险（文件读写、网络请求），必须用 gVisor / Firecracker 隔离。
- REST API 调用：通过 ReAct 的“Action”字段触发。实际落地坑：API 返回格式变化导致解析失败，需加 重试 + 格式校验（如 JSON 解析失败时让 LLM 重新生成）。 执行与反馈循环：Agent 不是一次跑完，而是迭代。关键设计：
- 错误处理：工具调用失败（如 API 超时）时，LLM 应能“重试”或“换方案”。例如：天气 API 挂了，Agent 应尝试另一个数据源，而不是报错退出。
- 终止条件：任务完成（用户确认）、步数超限、或 LLM 判断“无法完成”。实际落地：必须设硬性步数上限（如 20 步），否则 Agent 会无限循环消耗 token。
典型架构：
- 单智能体（AutoGPT / BabyAGI）：一个 LLM 实例完成所有任务。优点：简单；缺点：单点故障，一个幻觉导致全链崩。
- 多智能体协作（ChatDev / MetaGPT）：分工（如 CEO Agent 规划、Coder Agent 写代码、Tester Agent 验证）。优点：容错好；缺点：通信开销大，需设计 共享记忆（如共享黑板模式）。
实际落地坑 + 解法：
- 坑：Agent 在长链条任务中“忘记”初始目标（如用户要订机票，Agent 中途跑去查酒店）。解法：在每次 LLM 调用时，在 system prompt 里注入 原始目标摘要（如“当前任务：帮用户订北京到上海的机票，已完成：查航班，下一步：选座位”）。
- 坑：工具调用参数幻觉（LLM 编造不存在的 API 参数）。解法：用 约束解码（如 Outlines 库）或 结构化输出（如 JSON mode），强制 LLM 输出符合 schema 的 JSON。
3️⃣ 答题模板（30 秒电梯版）
“这个问题我从定义、核心组件、关键设计三个层面回答。定义上，Agent 是 LLM 驱动的完整流程执行系统，核心是自主规划与工具调用。组件上，包括 LLM 推理引擎、规划模块（ReAct / Plan-and-Solve）、记忆模块（短期窗口 + 长期向量库）、工具调用接口（Function Calling / 代码执行）、以及反馈循环。关键设计是错误处理与终止条件——必须设步数上限和重试机制。总结一句：Agent 不是 LLM 套壳，而是把 LLM 当 CPU，用工具当外设，用记忆当缓存，构建一个能自主完成复杂任务的系统。”
4️⃣ 高频追问 & 应对
追问 1：你提到用 ReAct 框架，那如果 Agent 在第三步就陷入循环（重复调用同一个工具），你怎么检测和解决？
检测：维护一个“最近 N 步动作历史”的哈希集合（如最近 5 步的 (工具名, 参数) 对），如果新动作与历史重复，触发循环检测。解法：① 在 prompt 中注入“你正在重复动作，请尝试不同方案”；② 如果重复超过 3 次，强制切换策略（如从 ReAct 切换到 Plan-and-Solve，先生成完整计划再执行）；③ 终极方案：设硬性步数上限（如 10 步），超限后让 LLM 总结已做内容并请求用户指导。
追问 2：你的 Agent 需要调用 50 个不同的 API，如何管理这些工具的描述，避免 LLM 在 function calling 时选错？
核心是 工具选择 的 trade-off：把所有工具描述塞进 context 会浪费 token 且增加幻觉。解法：① 分层路由：先让 LLM 判断任务领域（如“天气” vs “电商”），再只注入该领域的 5-10 个工具描述；② 向量检索工具库：把工具描述 embedding 后存向量库，每次根据用户 query 检索 top-5 工具，再注入 prompt；③ 工具描述标准化：每个工具描述必须包含“用途、输入参数 schema、输出格式、示例调用”，并用 JSON 格式，减少 LLM 解析歧义。
追问 3：多智能体协作时，如何解决 Agent 之间的“幻觉传染”（一个 Agent 的错误输出被另一个 Agent 当作事实）？
核心是 信息隔离与验证。解法：① 共享记忆加时间戳：每个 Agent 写入共享记忆时，标注“信息来源”和“置信度”（如“来自 Coder Agent，置信度 0.7”），Reader Agent 可以忽略低置信度信息；② 交叉验证：对关键信息（如代码输出），让两个不同 Agent 独立计算并对比结果，不一致时触发人工介入；③ 设计“仲裁 Agent”：专门负责检查其他 Agent 的输出是否自洽，用 CoT 推理判断是否可信。
5️⃣ 避坑 · 常见错误答法
- ❌ 把 Agent 定义为“LLM + 工具调用”，只提 Function Calling 不提规划与记忆 → ✅ 必须强调 Agent 的核心是完整流程决策，工具调用只是执行层，规划（任务分解）和记忆（状态管理）才是区分 Agent 和普通 API 调用的关键。
- ❌ 说“记忆就是向量数据库”，不提短期记忆管理和上下文窗口限制 → ✅ 必须区分短期（滑动窗口/摘要压缩）和长期（向量库+BM25 混合检索），并指出纯向量检索的精确匹配缺陷。
- ❌ 只提单智能体架构，不提多智能体协作的通信开销和共享记忆设计 → ✅ 如果面试官追问多智能体，必须能说出“共享黑板模式”和“仲裁 Agent”等具体设计，否则显得只做过 demo。
6️⃣ 简历呼应
- 如果你有 RAG 项目：从“记忆模块”切入，讲你如何用向量库做长期记忆，以及 BM25 + 稠密检索的混合策略（HyDE），并指出 RAG 和 Agent 记忆的区别——RAG 是静态检索，Agent 记忆是动态写入。
- 如果你只做过传统 NLP：用“规划模块”类比，讲 ReAct 的“思考-行动-观察”循环类似于传统 NLP 中的“序列决策”（如对话系统中的 DST 和 Policy），但 Agent 用 LLM 替代了规则引擎，核心 trade-off 是推理能力 vs 可控性。
- 如果你是校招无项目：聚焦 AutoGPT 的论文复现，讲你如何用 GPT-3.5 实现一个简单的 Agent（如天气查询），并指出遇到的坑（循环、参数幻觉）和你的解法（步数上限、JSON schema 校验）。强调你理解“LLM 不是万能的，需要工程约束”。
7️⃣ 延伸阅读
- Yao et al., 2023: "ReAct: Synergizing Reasoning and Acting in Language Models"（ReAct 框架原论文）
- Wang et al., 2023: "Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models"
- Lewis et al., 2020: "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks"（RAG 基础，理解记忆模块）
- AutoGPT 项目源码（github.com/Significant-Gravitas/AutoGPT），看单智能体实现中的循环检测和步数控制
- MetaGPT 论文：Hong et al., 2023: "MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework"（多智能体协作架构）