面试复习应覆盖 LLM、Agent、RAG、系统设计四条线的高频追问。

模块划分

大模型基础（Token、API、结构化输出、评测）；Agent（Loop、Memory、MCP、Harness）；RAG（索引、Chunk、优化、GraphRAG）；系统设计（架构、网关、安全、可观测、语音）。

复习方法

每模块准备 3 分钟口述 + 1 个画图题（RAG 链路、Agent Trace、网关拓扑）。结合自己项目讲 Badcase 与指标，比背定义更有说服力。

高频交叉题

RAG 与 Memory 区别；MCP 与 FC；Prompt vs Context；何时不用 Agent。准备「为什么不用微调/长上下文 alone」的权衡回答。

误区

只刷题不做项目复盘；忽视系统设计与安全面。

延伸思考

复习节奏建议：第一周扫 LLM+API，第二周 Agent+MCP，第三周 RAG 全链路，第四周系统设计+安全。每周末用 45 分钟模拟面试：15 分钟概念、15 分钟白板、15 分钟项目深挖。把专题文章当字典，把面试题当 checklist。对后端候选人，面试官常追问「你怎么保证线上质量」——务必准备评测与灰度案例，而非只讲模型名字。

实践小结

练习：按专题随机抽 20 题，录音 30 分钟自答。标记卡壳题回原文复习。与同伴互相追问项目细节一轮，重点练「指标与权衡」而非定义背诵。

工程检查清单

检查清单：LLM/Agent/RAG/系统设计四模块是否各准备 5 题；是否有 3 分钟项目故事；是否练习白板；是否准备指标与 Badcase；是否更新 2025–2026 MCP/Skills/Harness 考点。复习完成后应能模拟 45 分钟面试不卡壳。

读者 takeaway

读者 takeaway：面试复习要输出导向——能画、能讲、能举项目指标。专题 + 面试题 + mock 三轮组合，比单刷文章更接近真实考场状态。

学习建议