极客时间AI Agent系统设计面试课：百场面试复盘，涵盖意图识别、RAG、上下文管理

这套课讲的是什么

这是极客时间的一门新课，主题是AI Agent系统设计的面试现场。作者基于百场面试录音的复盘，把Agent岗位面试中真正会被追问的问题整理成了一套体系化的面经。

和市面上泛泛而谈的“大模型面试题”不同，这套内容直接围绕面试场景展开，每一讲基本都对应一个面试官可能深挖的技术点。

覆盖的核心技术模块

• 意图识别：从用户输入规范化讲起，到三层意图识别机制、五类准确率问题及解法，还专门讲了简历和竞争力方案怎么写
• Plan与Replan机制：好Plan必备的G4C五要素、Replan的触发与回溯策略
• TAO与ReAct：工具选择为什么会出错，走一步看一步的决策逻辑怎么设计
• 上下文管理：ContextWindow的设计思路、动态编排策略、摘要压缩后如何找回细节、超长对话的处理方案
• 用户画像：上下两讲，从画像的构建到判断用户偏好是否稳定
• RAG与信息检索：Chunk粒度平衡、召回准确率提升、检索性能优化（最小充分检索、动态预算与缓存）、有竞争力的RAG面试方案设计
• 用户反馈与纠错：怎么衡量用户喜不喜欢你的Agent，以及Agent出错后的归因分析

额外内容

除了正课，还有几篇加餐值得关注：一张图总结Agent面试要点、如何撰写Agent项目经历（简历篇），以及一场直播回放，讲的是从调用大模型到完整Agent工程体系的面试项目准备思路。

课程结尾还讨论了如何设计一个具体领域的Agent，以及一份结课测试。

适合谁看

如果你正在准备AI Agent方向的面试，或者想系统梳理Agent系统设计中意图识别、规划、上下文、检索这些核心模块的工程思路，这套内容会比较对口。每讲配有md、pdf和mp3三种格式，通勤时听音频、坐下来看文档都方便。