这份文档只保存 AI 大模型题目备份清单，方便后续做知识点覆盖、补齐和扩写对照；不放题解答案。
中等 | #5097 | 自然语言处理（NLP） / 词嵌入 / Word2Vec
困难 | #5098 | 自然语言处理（NLP） / 词嵌入 / Word2Vec
投了几十家大厂，好不容易拿到一家面试，结果面试官一开口：“你做过 Agent 项目吗？”
嘴巴张了张，一个字也蹦不出来。
我花了三周时间，把牛客、星球里高频出现的 Agent/RAG/Prompt/LLM/MCP 相关面试题全过了一遍，按出现频次 × 难度权重筛出 258 道题目（后面会按照大家的反馈，继续补充）。
这些题目我们会串联到三个实战项目来讲。
在大厂日爆那里看到一则消息，如题。
感觉相当夸张，说明 AI 已经发展到无论是薪酬、制度、还是规则，都跟传统互联网完全不一样了。
另外，从大家反馈的面试来看。
AI 的浓度越来越高，传统的 Java 后端八股比例在逐渐下降，有 7/3 分的趋势。
今天就带着大家过一遍高频的 AI Agent 面试题。
大家好，我是二哥呀。
昨天又高强度肝了一天的 PaiCLI Agent，把整个交互体验又提升了一个档次。
200 刀的 Codex 消耗了 50% 的额度，我只能说终端 CLI 的开发，不管是 Claude Code 还是 Codex，都还缺一块。
缺一块像 use browser 那样直接在浏览器里的调试，有些 bug 的解决必须得人工介入去调查，调查清楚后再引导 Agent 才能解决。
老王今天穿了件黑 T 恤，胸口印着一行白字「My code does compile」，胡子有点拉碴，应该是连续好几天没刮了。
桌上摆着一杯冰美式，估摸着是刚冲的，但一直没顾得上喝。
“我对你要求比较高。”老王开门见山地说，“你，可不要紧张啊。”
（内心OS：哥们也是见过大风大浪的，根本不怕好吧，你尽管来。）
老王就看了一眼我的简历，就开始上压力了：“你不知道现在是 AI 时代吗？简历上连个 Agent 项目都没有，你是怎么敢投 AI 岗的？”
“王哥，你能不能瞪大眼睛仔细瞧瞧。”我直接反击。
老王是真没想到，我敢回怼，立马怂了。
“压力你一下嘛，看你急的。”老王态度 180 度大转弯啊，“简历写得真不错，这恐怕是这一个月来，我见过写得最漂亮的简历了。”
大家好，我是二哥呀。
看到朋友 why 发表的一篇内容特别有意思，关于暗水印的，在职的小伙伴截图的时候一定要注意注意注意。
尽量不要发原图。
可以适当进行一些处理。
比如说用手机拍摄，然后转成单帧 GIF；截图给 AI，写个 HTML 页面复刻截图的内容，然后再截图 HTML。
老王透明的茶杯里，泡满了枸杞，我就瞅了一眼，少说也有 100 颗。
没等我回过来神，老王就直入主题：“你做 RAG 检索用的什么数据库？”
“MySQL。”
老王差点没把刚抿到嘴里的水喷到我帅气的脸上：“就 MySQL？向量检索你用 MySQL？”
“咋了王哥，MySQL 不配拥有向量吗？100 万条 chunk 我照样给它安排得明明白白。”
看老王气急败坏的样子，我笑了：“王哥，逗逗你啦，活跃活跃气氛嘛，这下我不紧张了。向量这块我用的是 ElasticSearch 了，既能做语义，又能做关键字存储，混合检索轻松搞定。😄”
老王 2秒钟翻完了我的简历，推了推眼镜问：“看你精通 Claude Code，你这么厉害咋不手撸一个呢？”
我愣了一下，笑了：“就这？”
接下来的 40 分钟，我从最基础的 Agent 循环开始，一层一层给他拆解了 12 层架构。讲到最后，他说：“现在就办入职手续吧！”
老王是某大厂的一位高级工程师，一头秀发直垂肩背，人不谈不上英俊，但气宇不凡。
他的第一个问题是：“你简历上写的熟悉 Agent Skills，那你说说 Skills 和 Prompt 到底有什么区别？”
瞅着老王的秀发出了神，以至于那一刻我脑子一片空白，支支吾吾说了句“Skills 就是封装好的 Prompt”。
