知识地图

一、一张总图

┌─────────────────────────────────────────────────────┐
│ 1. 认知层：智能体是什么                              │
│    定义 / 四大特征 / 四模块 / SMART / 与传统 Chatbot  │
└───────────────────────┬─────────────────────────────┘
                        ↓
┌─────────────────────────────────────────────────────┐
│ 2. 控制层：提示词与模型参数                          │
│    角色 / 背景 / 任务 / 要求 / 输出格式               │
│    temperature / top_p / max_tokens / system prompt  │
└───────────────────────┬─────────────────────────────┘
                        ↓
┌─────────────────────────────────────────────────────┐
│ 3. 能力层：API / ReAct / RAG                         │
│    messages / choices / usage                        │
│    Thought → Action → Observation                    │
│    文档切分 → Embedding → 检索 → 生成                │
└───────────────────────┬─────────────────────────────┘
                        ↓
┌─────────────────────────────────────────────────────┐
│ 4. 编排层：工作流 / 工具 / 多智能体                   │
│    节点 / 边 / DAG / 条件 / 循环 / 并行              │
│    Function Schema / 工具注册表 / 结构化错误          │
│    角色 / 消息 / 共享记忆 / 接力 / 辩论 / 层级        │
└───────────────────────┬─────────────────────────────┘
                        ↓
┌─────────────────────────────────────────────────────┐
│ 5. 交付层：评估 / 部署 / 安全                         │
│    指标 / 测试金字塔 / 日志追踪                       │
│    无状态 / 有状态 / 异步 / 流式 / K8s / CI/CD        │
│    提示注入 / 工具滥用 / 最小权限 / 人工审批           │
└─────────────────────────────────────────────────────┘

二、必须背下来的定义

概念	一句话定义	考试关键词
AI 智能体	以目标为核心，能感知环境、规划路径、调用工具、执行任务并根据反馈优化的自主系统	目标驱动、自主性、闭环
传统对话 AI	基于规则、意图匹配和固定模板的被动响应系统	NLU、DM、NLG、预设
提示词工程	设计高质量输入，引导 LLM 产出符合预期输出的方法	指令、上下文、输入、格式
ReAct	让模型在“思考—行动—观察”循环中调用工具、根据反馈调整策略	Thought、Action、Observation
RAG	生成前先从外部知识库检索相关片段，再让模型基于证据回答	检索增强、降低幻觉、可追溯
工作流	用节点和边把任务步骤按确定路径编排起来的执行模型	节点、边、DAG
工具/插件	智能体可调用的外部函数或服务，用来执行实际操作	Function Call、Schema
多智能体	多个有不同角色和工具的 Agent 通过消息与共享记忆协作完成任务	角色、分工、协作
提示注入	攻击者用恶意输入覆盖或绕过系统指令	不可信输入、权限分离
工具滥用	诱导智能体调用工具执行危险操作	最小权限、人工审批

三、四组最容易混淆的概念

1. 智能体 vs 工作流

智能体	工作流
模型动态决定路径	开发者预先编排路径
适合开放、模糊、多步任务	适合稳定、可枚举、可复用流程
灵活但黑盒、成本高	确定、可测试、成本可控

结论：关键步骤用工作流保证稳定，开放环节用 Agent 处理变化。

2. RAG vs 微调

RAG	微调
改知识库即可更新知识	需要重新训练
适合企业文档、制度、客服知识	适合固定风格、固定任务格式
可追溯引用	知识固化在参数里

结论：RAG 解决“知道什么”，微调解决“怎么说得像”。

3. TTFT vs 端到端延迟

TTFT	端到端延迟
从请求到第一个 Token 的时间	从请求到完整结果返回的总时间
影响“是不是卡住了”的第一印象	影响完成整个任务的效率

4. 提示注入 vs 工具滥用

提示注入	工具滥用
篡改或绕过系统指令	诱导智能体调用工具做危险操作
防御：输入过滤、指令分层、输出审查	防御：最小权限、高危操作人工审批、API 网关

四、流程类必考顺序

RAG

离线：文档上传 → 清洗 → 切分 → Embedding → 向量库
在线：问题 → Embedding → 相似度检索 → Top-K → 拼接 Prompt → LLM 生成

ReAct

Thought（要做什么）→ Action（调用什么工具/参数）
→ Observation（工具返回什么）→ Thought（下一步）
→ 直到可以给出最终答案

工作流引擎

解析定义（节点+边）→ 构建执行计划 → 调度节点
→ 传递数据/更新状态 → 处理分支/循环/并行 → 输出结果

工具调用

定义 Schema → 注册工具 → LLM 发现并选择工具
→ 生成参数 → 编排引擎执行 → 返回结构化结果/错误

五、参数与指标速记

模型参数

temperature：随机性。低=确定，高=发散。
top_p：核采样。通常与 temperature 二选一。
max_tokens：输出长度上限，影响成本和完整性。
system prompt：角色、边界、行为准则。

评估指标

任务成功率：成功用例 ÷ 总用例。
步骤完成率：多步任务中成功执行到每一步的比例。
TTFT：首 Token 时间。
端到端延迟：完整任务总耗时。
CSAT：用户满意度评分均值。
有害内容输出率：对抗测试中输出有害内容的比例。
敏感信息泄露率：输出中泄露隐私/内部数据的比例。

测试金字塔

       端到端测试（真实用户流程）
          ↑
      集成测试（工具+LLM+节点组合）
        ↑
    单元测试（单个工具/提示逻辑）

六、工作流控制结构速记

结构	作用	关键风险
顺序	线性依赖，前一步完成再做下一步	串行慢，前置错误会传递
条件	按意图/阈值走不同分支	必须有兜底分支
循环	反思改进、失败重试	必须有最大迭代次数
并行	多源查询同时执行	需要汇聚、去重、失败处理

七、多智能体速记

三支柱：

角色与目标：每个 Agent 是谁、负责什么。
工具与消息：用什么工具、怎样结构化沟通。
共享记忆：任务进度、中间结果、背景知识一致。

三模式：

顺序接力：A → B → C，适合流水线。
辩论协作：多观点 + 主持人，适合方案评审。
层级分工：经理 Agent + 员工 Agent，适合复杂项目。

八、安全与部署速记

部署四问：

要不要保存会话状态？无状态 / 有状态。
任务是否耗时长？同步 / 异步。
用户是否需要实时看到输出？普通响应 / 流式。
怎么打包和上线？Docker / Compose / K8s / CI-CD。

安全五防线：

输入过滤与清洗。
系统指令与用户输入分层。
工具最小权限。
高危操作人工审批。
传输与存储加密、输出审查、API 网关隔离。

九、考前 10 分钟自问

智能体的四大特征是什么？
感知—规划—行动—反思各做什么？
提示词五要素是什么？
temperature 和 top_p 的区别？
ReAct 的三段循环是什么？
RAG 两条链路是什么？
为什么建库和检索要用同一个 Embedding 模型？
DAG 的“有向”和“无环”各解决什么？
循环为什么必须有最大次数？
工具失败应该返回什么结构？
多智能体三支柱是什么？
TTFT 和端到端延迟的区别？
提示注入和工具滥用的区别？
高危操作为什么要人工审批？
测试金字塔三层是什么？