# 大模型面经汇总：Agent、RAG、Transformer、AI编程大厂面试题

这里整理了 2026 年大模型方向的高频面试题和真实面经，覆盖 Agent、RAG、Transformer、模型微调、AI 编程（Vibe Coding / Claude Code） 五大块。不管你投的是大模型应用开发、Agent 开发、LLM 工程还是 AI 后端，这些都是大厂面试官反复深挖的考点。

每一篇都不是让你背答案，而是带你理解面试官的考察逻辑——为什么这么问、追问会往哪走、怎么结合项目说清楚。持续更新中，建议收藏。

# 怎么用这一页

录友们可以按目标岗位挑方向刷，不用一上来全看：

大模型应用开发 / LLM 工程岗：RAG + Agent + Transformer 是地基，先把这三块吃透
Agent 开发岗：重点刷 Agent 智能体篇，再配一篇字节 Agent 开发真实面经感受一下面试节奏
想体现 AI 编程工程能力：看 AI 编程篇，重点是怎么把 AI 用出工程素养，而不是只会调 API
查漏补缺：每篇结尾都有"面试怎么答"，看完能直接在面试里说出来

下面这些文章之间是互相引用的知识系列，遇到链接顺着点进去，能把一个方向连成一张网。

# AI 编程篇

AI 编程是 2026 年面试新增的高频方向，考的不是"你会不会用 Cursor"，而是你能不能在 AI 时代体现工程价值。

Vibe Coding大厂面试题汇总 — AI编程时代核心竞争力、Token成本控制
Vibe Coding避坑指南 — Git提交、数据库备份、模块拆分、线上回滚怎么避免翻车
Claude Code大厂面试题汇总 — 源码泄露、Agent Loop、系统提示词全拆解
AI增强开发三件套面试详解 — OpenSpec、Superpowers、gstack如何把Vibe Coding拉回工程交付
Spec-Driven Development规约驱动开发详解 — AI编程为什么要从模糊Prompt走向规格、计划、任务与验证
Claude Code为什么不用RAG检索代码 — Grep、Glob、Read、子Agent与代码检索设计哲学
Claude Code上下文窗口面试详解 — Auto-Compact、上下文压缩、任务状态快照与Agent记忆管理

# RAG 检索增强篇

RAG 已经是大模型岗的必考项，从向量检索原理到生产落地难点，面试官会一层层往下挖。

RAG大厂面试题汇总 — 向量检索、混合检索、Rerank、幻觉处理
RAG落地最难的地方在哪 — 文档预处理、召回质量、生成忠实度，三个环节级联放大
GraphRAG与LightRAG大厂面试题汇总 — 从RAG到知识图谱检索，传统RAG天花板与轻量方案

# 模型微调篇

SFT、RLHF、DPO面试详解 — 微调价值、Prompt/RAG取舍、基模变强后的工程判断

# Agent 智能体篇

Agent 是大模型岗最大的考察块，从 ReAct、Function Calling、MCP 这些基础协议，到多 Agent 编排、Harness 治理、幻觉控制、成本优化，越往生产走越难。

Agent大厂面试题汇总 — ReAct、Function Calling、MCP、RAG高频问题
Loop详解：从ReAct到Loop Engineering — Agent到底在循环什么，上下文/状态/预算/工具/终止五类治理
Graph Engineering与Agent图编排详解 — 节点、边、状态、检查点、并行与人工审批，别和GraphRAG混淆
Harness Engineering大厂面试题汇总 — 从Prompt到Context到Harness，Hermes Agent与OpenClaw对比
生产级Agent全景面试详解 — 从Demo到生产，串起系统架构、Harness工程、组织协作与人才能力
多Agent通信与编排面试详解 — 主Agent子Agent通信、编排模式、Tool取舍与工程代价
Multi-Agent Harness面试详解 — 编排调度、工具治理、状态记忆、轨迹评估与成本控制
Agent Harness可观测性面试详解 — Trace轨迹、工具调用、上下文、成本与评测闭环
Agent Skill面试详解 — Skill复用、上下文治理、版本管理、评估指标与生产落地
Agent框架横评：OpenClaw、Hermes Agent、Claude Code — 记忆机制、工具调用、上下文管理面试对比
Agent混合路由优化详解 — 规则路由、模型路由、混合路由，级联降级怎么避坑
Agent漂移与幻觉怎么解 — 任务漂移、上下文幻觉、注意力稀释的识别与应对
Agent系统如何约束大模型幻觉 — Prompt、工具、证据、输出校验与幻觉兜底处理

# Transformer 原理篇

Transformer大厂面试题汇总：应用开发者视角 — Self-Attention、位置编码、三大架构选择、O(n²)复杂度

# 真实面经

字节Agent开发四面面经 — 21道大模型面试题全解析，从Prompt到Agent到MCP

# 大模型面试常见问题

大模型面试一般考什么？ 主要五块：Transformer 原理（Self-Attention、架构选择）、RAG 检索增强（向量检索、Rerank、幻觉）、Agent 智能体（ReAct、Function Calling、MCP）、模型微调（SFT、RLHF、DPO）、以及 AI 编程能力。应用开发岗更偏 RAG 和 Agent 工程，算法岗更偏 Transformer 和微调原理。

没有大模型项目经验，怎么准备 Agent / 大模型岗面试？ 先把原理和回答思路吃透，再用一个小项目把链路跑通。面试官不一定要求你做过大厂级系统，但会追问细节——比如 RAG 的 Chunk 怎么切、Agent 的工具调用怎么兜底。可以对照字节 Agent 开发四面面经看真实面试问到多深。

RAG 和微调，面试时该重点准备哪个？ 大部分应用开发岗 RAG 的权重更高，因为落地场景多。微调更多考"什么时候该微调、和 RAG/Prompt 怎么取舍"。两者的边界判断见 SFT、RLHF、DPO 面试详解。

Agent 面试高频考点有哪些？ ReAct 循环、Function Calling 原理、MCP 协议、记忆系统、幻觉与漂移控制、多 Agent 编排、成本优化。基础看 Agent 大厂面试题汇总，循环本身怎么工程化看从 ReAct 到 Loop Engineering，生产全景看生产级 Agent 架构、Harness、组织与人才，专项治理再看 Harness Engineering 面试题和 Multi-Agent Harness 面试详解。

AI 都能写代码了，AI 编程岗面试还看什么？ 看的是你能不能让 AI 写得更对、更稳、更可控——上下文构建、Token 成本控制、代码审查、工程纪律。详见 Vibe Coding 大厂面试题汇总、Vibe Coding 避坑指南和 AI 增强开发三件套面试详解。

# 推荐阅读

面经的价值，不在于"背答案"，而在于理解面试官的考察逻辑。每篇都附回答思路，看完能直接在面试中说出来。

Transformer大厂面试题汇总 →

验证登录状态...