设计一个工业质检大模型 Agent。

先这样答

结论：我会把 Agent 设计成一条从图像采集到处置建议的质检链路。先采集产品图像，再交给 VLM 做缺陷检测。模型需要判别表面缺陷的类型和位置。检测结果进入标准对照环节。Agent 用工艺参数做 RAG 检索，判断当前缺陷是否超过标准。

最后，Agent 根据检测结果和标准对照结果给出处置建议。建议包括返工、报废或放行，并说明对应依据。漏检要按零容忍设计。只要置信度不足，就转人工复核，不能直接放行。产线延迟需要分级处理。先用秒级初筛快速筛出结果，再把需要更深判断的样本异步送去复核。缺陷样本少时，先用 few-shot 提高模型对少见缺陷的识别能力，再用增量学习持续吸收新增样本。

面试官会怎么追问

• 「为什么不让模型直接决定返工、报废或放行？」 质检漏检不能接受。模型置信度不足时必须人工复核，处置建议还要带上标准对照依据，方便人判断。

• 「如果产线不能等待完整推理，你怎么设计时延？」 我会把推理分成两级。第一阶段做秒级初筛，第二阶段对需要进一步判断的样本做深度复核，并采用异步处理。

• 「缺陷样本很少，VLM 可能识别不好，怎么处理？」 先用 few-shot 给模型提供少量缺陷示例，帮助它识别类型和位置。新增缺陷样本后，再用增量学习更新识别能力。

回答的坑

只说用多模态模型识别缺陷，却不说明标准对照和处置依据，答案会缺少落地链路。

只强调追求低延迟，却没有说明低置信结果必须人工复核，无法满足漏检零容忍。