LLM / AI Agent

大语言模型与智能体——从原理到工程实践，掌握 AI 时代的核心技术栈。

内容导航

本模块覆盖大语言模型（LLM）和 AI Agent 的完整知识体系：

主题	核心内容
LLM 原理与架构	Transformer、注意力机制、预训练与微调、推理优化
Prompt Engineering	提示词设计、Few-shot、CoT 思维链、提示词攻防
RAG 检索增强生成	向量数据库、Embedding、检索策略、Chunking、重排序
Function Calling 与工具调用	函数调用协议、MCP、工具选择与编排
AI Agent 架构	ReAct、Planning、Memory、工具使用、单 Agent 设计
多 Agent 协作	多智能体通信、任务分解、协作模式、编排框架
评估与对齐	RLHF、DPO、基准测试、幻觉检测、安全对齐

为什么需要掌握

• 技术趋势：LLM 和 Agent 正在重塑软件开发范式，从辅助编码到自主任务执行
• 面试热点：越来越多的技术面试涉及 AI/LLM 相关问题
• 工程实践：理解 RAG、Function Calling、Agent 架构是构建 AI 应用的基础

学习路径

建议按顺序学习：LLM 原理 → Prompt Engineering → RAG → Function Calling → Agent 架构 → 多 Agent → 评估对齐