AI 应用与 Agent 从 0 到 1

不亲手跑一遍，"上下文""工具调用""评估"都只是名词。这一节从拿到 key 开始，把一次请求、一次带资料的请求、一次结构化输出全部跑通。

不理解模型的"补全"本质，就会把可靠性问题当成提示词问题。这一节把四类必错场景说清，并给出把它们移出模型的兜底方案。

选型不看榜单，看你自己那 100 条样本。这一节给出成本与延迟的拆解方法、一份能算清的账，以及大小模型的分工与降级链。

RAG 不是"接个向量库"，而是四个环节各有一半的失败率。这一节按链路拆开讲，并给出一条能跑起来的最小实现路径。

向量检索擅长语义，不擅长精确；同类文档还会互相挤占。这一节把失效模式、混合检索、重排与元数据过滤讲成一套可验证的做法。

把上下文窗口当成"预算"而不是"容量"，是长会话系统能跑住的前提。这一节给出优先级顺序、四种压缩手段，以及不能压缩的部分。

工具调用的本质是"模型提请求、系统做决定"。这一节把 schema 设计、服务端校验、结构化错误与权限边界讲成一条能落地的链路。

Agent 真正的难点不是"会调工具"，而是"知道什么时候停"。这一节讲两种规划范式、重试的边界、死循环的根治，以及中断后的恢复。

对话记忆、工作流状态、长期记忆，生命周期完全不同。混着存的结果是又贵又乱，还查不出问题。

模型输出有随机性，"试一下感觉不错"不是评估。这一节给出三层评估、评估集怎么建、judge 的偏差与缓解，以及灰度该看什么。

传统日志是散的，Agent 的链路是多步的。这一节给出 trace/span 的记录方式、三个高频故障的定位路径，以及把线上问题转成评估样本的闭环。

提示词层面的防御只能降低概率。真正的安全来自权限设计——即使注入成功，模型也做不了坏事。这一节讲清四类攻击面与三层防线。

Agent 的失败模式不是报错，而是"静默做错事"。这一节给出上下文里必须多写的两样东西，以及五个必须在代码里检查的点。

AI 应用的面试最怕"讲了一堆技术名词，说不清效果怎么来的"。这一节给出四步骨架、五个高频题的答法，以及转行叙事的写法。