agent20问-1
1、AI Agent 的核心组件有哪些？感知、决策、执行、记忆各自的作用是什么？
agent 由 4 个核心组件构成：感知、决策、执行、记忆；
感知模块负责接受和理解外部信息，输入主要是用户的自然语言指令、图片、文件内容、api 返回的结构化数据等，他的核心任务是把原始输入转成 agent 内部能处理的格式；
决策模块是 agent 的大脑，通常由大语言模型来承担，它负责理解当前任务、分析已有信息、制定执行计划、决定下一步该做什么；
执行模块负责把决策转成实际行动，最典型的就是工具调用，跑代码、查数据库、调外部 api、读写文件；
记忆模块让 agent 能记住历史信息，短期记忆就是当前对话的上下文，记录着这次任务已经做了什么、拿到了什么结果，长期记忆则把重要信息持久化下来，下次对话还能用；
2、什么是 AI Agent 中的工具调用（Tool Calling）？它的基本流程是怎样的？
a、先告诉模型有哪些工具可用，每个工具干什么、参数是什么格式，这些信息随 prompt 一起发给模型
b、模型在对话过程中判断当前需要哪个工具，输出一段结构化的 json，里面包含工具名和参数值；
c、应用程序解析这段 json，去实际执行对应的工具操作，比如 调用 api、跑 sql、读文件；
d、把工具执行的结果返回给模型，模型拿到真实数据后继续推理，要么给出最终回答，要么决定再调另一个工具；
如果模型输出的工具调用参数格式不对，json 解析失败了：分两层处理，第一层解析容错，用宽松的 json 解析器，能自动修复常见的格式问题，比如多余的逗号、缺少引号；第二层是重试机制，解析彻底失败的话，把错误信息拼回 Prompt 告诉模型“你上次输出的格式有问题，正确格式应该是这样的”，让它重新生成，一般重试 2 - 3 次就能拿到合规的输出；
3、AI Agent 如何处理工具调用返回超大结果的问题？有哪些实用的解决方案？
a、事前控制：在调用工具之前就限死返回数据的规模，数据库查询自动加 LIMIT，搜索接口限制返回条数，API 请求只拿需要的字段，关键在于工具设计阶段就把 limit、fields 这些参数暴露出来，让 agent 能主动控制粒度；
b、事中阶段是在工具返回后、送入模型前做裁剪，简单粗暴的按照 token 数砍，聪明点的做法是结构化阶段，比如保留前几条记录当样本，附上总数和统计信息，让模型知道全貌；
c、事后摘要是额外调用一次 llm 把大结果压缩成关键信息，信息保留度更高，但多了一次 llm 模型调用的开销，适合结果大但是关键细节不能丢的场景
4、什么是 Agent Loop（智能体循环）？一个典型的 Agent Loop 包含哪些步骤？
agent loop 包括：
a、接受输入：agent 拿到用户的请求或者上一轮循环的观察结果，把所有已知信息组织到上下文中；
b、推理决策：大模型基于当前上下文进行思考，判断现在该做什么，可能的决策有三种：调用某个工具执行操作、直接给出最终回答、或者判断需要更多信息继续推理；
c、执行行动，如果模型决定调用工具，系统就执行对应的工具操作，拿到执行结果；
d、观察和判断：把工具返回的结果添加到上下文，回到推理步骤，模型看到新信息后再次判断下一步该做什么，如果任务已经完成，就跳出循环返回最终结果；
agent loop 中上下文越来越长，token 成本爆炸怎么处理：
a、中间结果摘要，每隔几轮就让模型把之前的过程压缩成一段总结，替换掉原始的详细记录；第二种是滑动窗口，只保留最近 5-10 轮的完整信息，更早的只保留关键结论；第三种是分层存储，把工具返回的原始数据放到外部存储中，上下文只放摘要和引用；
如果 agent 在循环中一直做错误决策，有什么机制能让它自我纠正？
最直接的方式就是把错误结果原封不动喂回给模型，大多数情况下模型看到报错信息会自己调整侧策略，更高级的方法是引入 reflection 机制，在每轮结束后额外加一步反思，让模型评估一下当前进展是否合理、有没有更好的方案，还有一种就是 multi-agent 架构，用一个“监督” agent 来评审 “执行 agent”的行为，发现跑偏了就介入纠正；
5、什么是 Reflexion？它和 ReAct 有什么区别？如何提升 Agent 的自我纠错能力？
react 是一步步往前走，做完一步看结果决定下一步干啥，但它不会回过头来审视整个执行过程，reflexion 每次尝试结束后，不管成不成功，都会做一个反思总结，带着总结从头再来；
reflexion 的典型流程：执行任务 -> 评估结果 -> 生成反思 -> 存储反思到记忆 -> 重新尝试；
reflexion 的架构拆开看就三块：actor 负责执行任务，本质就是一个 跑 react 的 agent；evaluator 负责判断任务完成得怎么样，可以是自动化测试用例、单元测试通过率、也可以让另一个 llm 来打分；self-reflection 拿到执行过程和评估结果后，生成一段自然语言的反思总结，明确指出“错在哪、为什么错、下次怎么改”
6、MCP 协议是什么？它在 AI Agent 系统中解决了什么问题？
mcp 时端到端的协议，从能力发现到传输到执行全覆盖；
mcp server 暴露了三种能力：
a、tools 让模型可以执行操作，比如查数据库、发邮件、操作文件系统，是最常见的能力类型，模型判断何时调用、传什么参数；
b、resources 提供只读的上下文数据给模型，类似打开一个文件让模型阅读，不会出发任何写操作
c、prompts，预定义的 prompt 模板，方便用户快速出发特定工作流，比如“代码审查”模板
mcp：
a、协议基于 json-rpc 2.0，技术门槛极低，任何一个语言都能实现一个 server；
b、支持本地进程通信和远程 http 两种传输方式，本地用 stdio，启动快，零配置；远程用 streamable http 适合云端部署，能做鉴权和多租户；
c、生态推动力强
mcp 通信流程：
a、client 启动时通过 initialize 握手，交换双方支持的协议版本和能力列表；
b、client 调用 tools/list 拿到 server 暴露的所有工具定义，包括名称、描述、参数的 json schema；
c、用户提问后，模型根据工具描述决定调用哪个工具、传什么参数；
d、client 发送 tools/call 请求到 server，server 执行具体操作后返回结果；
e、client 把结果喂回模型，模型继续推理或直接输出给用户
7、当对话历史超出上下文窗口时，有哪些上下文压缩策略？各自的优缺点是什么？
滑动窗口阶段：最简单粗暴，但是 agent 可能直接失忆忘记任务目标，适合每轮相对独立的闲聊场景，不适合需要长程依赖的复杂任务；
摘要压缩：用 LLM 把早起对话浓缩成一段精简摘要，替代完整历史，能保住关键信息的同时把 token 数砍掉 80% 以上，代价是每次摘要多一次 llm 调用，增加 1 到 3 秒延迟和额外成本，而且摘要质量不稳定，关键细节一旦在摘要中丢失了，后面的推理就可能跑偏；
递进式摘要，是摘要压缩的升级版，不是攒到快溢出了再一口气摘要，每隔 5 轮就做一次小范围摘要，摘要结果作为后续上下文的一部分，随着对话继续，早期的摘要会被进一步压缩，信息衰减是渐进的；
选择性保留，根据信息的重要性分级决定保留还是丢弃，系统提示词、用户原始需求、关键决策节点这些高优内容始终保留，中间的工具调用细节和过渡性推理过程可以丢弃或压缩，实际上需要一套重要性评分机制，可以用规则，也可以用模型打分；
8、如何设计一个生产级的 Agent 系统架构？需要考虑哪些关键模块？
a、核心执行引擎，整个系统的心脏：负责跑 agent loop，管理“推理 -> 行动 -> 观察”的循环，处理工具调用的调度和结果回收，组装上下文窗口，这个模块必须足够健壮，模型 api 超时、工具调用失败、返回格式异常这些情况都得兜住；
b、模型网关层，封装所有跟大模型 api 打交道的细节，支持多模型路由，比如顶级模型做复杂推理、处理长文本，一个便宜的小模型做简单分类；同时做负载均衡、多 key 轮转、请求重试、主模型挂了自动降级切备用模型，还有 token 用量监控和限流；
c、工具管理层，负责工具的注册、发现、权限控制和执行，在支持 mcp 协议的系统中会包含 mcp client 的管理，核心设计点是工具的沙箱隔离执行和超时控制，防止某个工具卡死拖垮整个系统；
d、记忆管理层，处理短期记忆和长期记忆，短期记忆就是上下文管理、对话历史压缩；长期记忆走持久化存储加向量检索
e、可观测性层，每一轮循环做了什么决策、调用了什么工具、花了多少 token、全部要有链路追踪；再加上异常监控、告警、性能指标采集，没了这一层，线上除了问题根本没法排查
f、安全层：输入过滤防 prompt 注入、输出审核防敏感内容泄露、工具调用鉴权、用户数据隔离
9、如何评估 AI Agent 的效果？有哪些评估维度和方法？
a、任务完成度：agent 有没有把事办成，直接用二元指标判断成功或失败；
b、执行效率：用了多少次循环、消耗了多少 token、花了多少时间；
c、决策质量：评估 agent 在推理过程中做的选择是否合理：工具选对了没有、参数传对了没有、有没有做无意义的操作，这个维度需要审查 agent 得执行 trace
d、安全性和可靠性：agent 有没有做不该做的事情，有没有泄露敏感信息、执行危险操作、遇到异常是不是处理得当；
自动化评估：基于测试用例的评估，使用 llm-as-a-judge，把 agent 得执行过程和最终结果发给旗舰模型这样的强模型，让它从任务完成度、回答质量、逻辑连贯性等维度进行打分
10、如何将已有的应用转换成 MCP 服务？
a、梳理功能模块，把应用里需要暴露给外部的能力挑出来，比如 api 接口、数据查询、文件处理这些；
b、创建独立的 mcp 服务，跟原有业务服务隔离开，通过 http api 或者 sdk 跟业务服务通信
c、导入 mcp 依赖，java 用 spring-ai-mcp、python、typescript 等语言
d、定义工具描述，包括功能说明、入参字段及描述、返回值字段及描述，这些信息会被大模型用来理解什么时候该调用这些工具
e、实现 mcp server，按照 mcp 协议规范构建服务端，负责接受 mcp 客户端请求、路由到对应功能模块、返回结果
11、Agent 死循环问题有遇到过吗？如何解决？
a、提示此中加状态约束，明确告诉模型“如果已经到达某个状态了，就直接做什么什么，不要再做什么什么了”
b、加状态变量追踪，用 step=1/2/3 这种标识跟踪当前执行到哪一步，每次调用模型时把当前状态带上，模型按状态执行对应动作；
c、设置兜底机制，最多调用 5 次，超过就强制终止，同时检查每次返回的内容是否有变化，连续两次返回一样的内容直接判定为死循环
12、MCP 协议的架构包含哪些核心组件？Server 和 Client 分别负责什么？
mcp 架构包括：host、client、server
host 是面向用户的 ai 应用，比如 claude code，cursor 这种，host 负责管理整个应用的生命周期，是用户直接交互的入口，一个 host 内部可以创建多个 mcp client 实例，每个 client 连接一个 server；
client 运行在 host 内部，负责和 mcp server 建立连接、维护通信会话，client 会在初始化阶段和 server 进行能力协商，双方告诉对方自己支持哪些功能，然后在整个会话周期内负责消息的收发和协议管理，可以把 client 理解成 host 内部的外交官，代表 host 和外部的 server 打交道；
server 是能力提供方，负责把某个工具或数据源的能力按照 mcp 协议暴露出来，一个server 可以提供三种类型的能力：tools 是可执行的操作、resources 是只读的上下文数据、prompts 是预定义的提示模板