AI 应用与智能体面试百题：逐题 Review 精讲索引

面试里高频的 AI 应用题，答案往往能背、却经不起追问：该加 caveat 的没加，该落到工程取舍的停在概念。

我按题目逐条核对后，拆成三篇精讲。每题都是：

1. 答：可直接说的口径
2. Review：纠偏、补强、面试官可能怎么往下追

怎么读

• 赶时间：先读各篇 Review，再挑不会的回看答法
• 有项目：对着 Q12 / Q56 / Q72 / Q99 / Q100 用自己的系统重讲一遍
• 高频优先：幻觉、RAG vs 微调、Prompt 注入、混合检索、Agent vs Workflow、MCP、循环失控、成本分层、项目六段式

系列文章

1. （上）大模型 · Python · Prompt（Q1–Q44）
2. （中）RAG · Agent（Q45–Q72）
3. （下）工具集成 · 评测部署（Q73–Q100）

几条总原则

• 幻觉只能缓解，不能根除
• RAG 与微调常常是组合，不是二选一
• 规则稳定时优先 Workflow，开放决策才上 Agent
• Function Calling 是模型侧表达，MCP 是系统侧接入协议
• 多 Agent 默认嫌疑是 over-engineering
• 讲项目要有取舍、数据与踩坑，不要只有架构图