AI 工程面试 25 问：从 ChatGPT 到 Agent

这篇不是让你背 AI 编年史。

它更像一套面试时能直接讲出来的回答。

我真正想听的不是“Transformer 多重要”，而是你能不能把 2022 年底到现在这条线讲明白：

ChatGPT 为什么爆
GPT-4 为什么让大家认真起来
RAG 为什么进企业
Agent 为什么火
推理模型为什么改变成本和能力
Coding Agent 为什么开始真的改项目

回答的时候，不要像念报告。先说人话，再补关键词。

总体回答框架

如果让我先用一句话概括，我会这么说：

这一轮 AI 的变化，不是模型突然会聊天了，而是 AI 从“能回答”一步步变成了“能干活”。

大概可以分成几段：

2022：ChatGPT 把大模型带给普通人
2023：GPT-4 让大家相信它能处理复杂任务
2023-2024：RAG、Tool Calling 让 AI 进入业务系统
2024：Agent 让 AI 开始多步执行任务
2025：推理模型和开源模型把能力和成本重新洗了一遍
2026：AI 开始从“助手”变成“工作流参与者”

这条线比背参数量、背模型名更重要。

第一部分：AI 发展史

Q1：ChatGPT 为什么会成为 AI 爆发点？

我会这么答：

ChatGPT 爆，不是因为 Transformer 那天才突然重要。

Transformer 早就有了，GPT-3 也早就很强了。真正变化是：普通人第一次可以打开一个聊天框，直接感受到“大模型能帮我做事”。

它爆发主要靠几件事叠在一起：

• GPT-3 级别的底层能力已经够强
• InstructGPT 和 RLHF 让模型更会听人话
• 聊天界面把门槛降到最低
• 免费试用和截图传播太适合破圈
• 人人都能试，不需要懂技术

所以如果只回答“因为 Transformer”，我会觉得这个人只看到了论文，没看到产品爆发的原因。

Q2：GPT-4 出来以后，为什么大家突然更相信 AI？

可以这么说：

GPT-4 让很多人第一次觉得：这东西不只是玩具，真的能碰复杂工作了。

GPT-3.5 很惊艳，但很多时候像一个很会聊天的人。GPT-4 出来以后，推理、写代码、复杂指令、多模态、长上下文都明显上了一个台阶。

大家开始认真，是因为它能做这些事：

• 解复杂问题更稳
• 写代码更像回事
• 长一点的任务不容易马上崩
• 多模态开始进入主流视野
• 幻觉还在，但很多场景已经能用流程兜底

所以 2023 年很多团队从“玩一下”变成“要不要接进业务试试”。

Q3：为什么 2024 年开始大家都在说 Agent？

因为大家发现，聊天不够。

真实工作不是问一句答一句。真实工作是：

理解目标
-> 查资料
-> 用工具
-> 看结果
-> 改计划
-> 继续做
-> 验证结果

Agent 火起来，是因为大模型开始具备这种多步执行的基础能力了。

它背后包括：

• Tool Calling
• Memory
• Planning
• Reflection
• Observation
• Multi-step Reasoning

我会这样讲：

Agent 不是“会聊天的 AI”，也不是“会调工具的 AI”。Agent 是能围绕一个目标持续推进任务的系统。

一句话：AI 开始从回答问题，走向完成任务。

Q4：RAG 为什么火？

RAG 火的原因很简单：模型不知道你公司的内部资料。

你问它公司制度、项目文档、客户资料、内部代码，它训练时根本没见过。那怎么办？

很多人第一反应是“训练一个模型”。但大多数企业不应该一上来训练模型，太贵、太慢、更新也麻烦。

更现实的做法是 RAG：

把企业文档切块
-> 做向量
-> 存起来
-> 用户提问时先检索
-> 找到相关资料
-> 塞给模型回答

它解决的是：让模型回答时能看到企业自己的资料。

但高级一点要补一句：RAG 难点不在“接个向量库”，而在数据质量和检索质量。

比如：

• 文档解析准不准
• chunk 怎么切
• 权限怎么过滤
• 检索是否能找对
• rerank 有没有做
• 答案有没有引用
• 找不到答案时会不会拒答

Q5：MCP 为什么火？

我会这么答：

MCP 火，不是因为大家突然喜欢协议。

真正原因是：AI 要干活，就必须连接外部世界。

它要读文件、查数据库、开浏览器、调 GitHub、连企业系统。以前每个 Agent 都要自己接一遍工具，非常乱。

MCP 想做的事是统一接口：

AI 应用
-> MCP Server
-> 外部工具或数据源

我会用一个简单比喻：

Tool 是一个个电器，MCP 像插座标准。大家按同一种方式接，生态才容易长起来。

但也要说风险：一旦 AI 能接工具，权限、安全、审计、Prompt Injection、误操作都会变重要。

第二部分：模型演化

Q6：为什么 Claude 越来越火？

我不会说 GPT 不行。

更准确是：在开发者，尤其是 Coding Agent 场景里，Claude 的口碑很好。

原因比较直接：

• 长上下文用起来舒服
• 写代码和改代码比较稳
• Claude Code 的任务闭环做得好
• Artifacts 让结果更像工作台
• 做文档、分析、重构体验不错

所以我会说：

OpenAI 还是平台级强者，但 Claude 在开发者工作流里特别有存在感。

这个回答比“Claude 比 GPT 强”更稳，因为模型强弱会变，但场景优势更值得讲。

Q7：为什么国内越来越多人用 DeepSeek？

可以这么答：

DeepSeek 最大的影响，不只是“模型效果不错”，而是它把强模型的成本打下来了。

尤其 R1 出来以后，大家发现开源推理模型也能做得很强，而且价格和部署方式更友好。

国内很多人用它，原因大概是：

• 推理能力强
• 成本低
• 开源，容易研究和部署
• 国产模型，企业接受度高
• 可以蒸馏出更小模型
• 私有化场景更方便谈

所以它影响行业的点是：让更多人相信强推理能力不一定只掌握在闭源大厂手里。

Q8：Qwen 为什么越来越成功？

我会说：Qwen 成功不是因为一个聊天模型，而是因为它像一个模型工具箱。

它不只做 Chat，还做：

Coder
VL
Audio
Embedding
Reranker
Math
MoE

真实 AI 应用里，一个聊天模型是不够的。

你可能还需要：

• 写代码的模型
• 看图的模型
• 做向量的模型
• 做 rerank 的模型
• 便宜的小模型
• 可以私有部署的模型

Qwen 的优势是生态完整。对开发者来说，这比单点模型很重要。

Q9：为什么 Gemini 一开始没人看好？

可以这么说：

Google 技术肯定强，但 Gemini 早期给人的产品感不太稳。

一开始有发布预期太高、演示争议、API 体验不稳定这些问题，所以很多开发者没有马上建立信任。

后来大家又开始认真看 Gemini，是因为它的优势慢慢出来了：

• 长上下文
• 多模态
• Flash 便宜快
• Pro 能做复杂任务
• 和 Google 搜索、Workspace、Android、Vertex AI 有生态联动

所以我不会说 Gemini 不行。我会说它早期是产品信任感没打好，后面能力和生态慢慢追上来了。

第三部分：推理模型

Q10：什么叫 Reasoning Model？

我会先说人话：

Reasoning Model 就是更愿意“多想一会儿”的模型。

它不是简单在 Prompt 里写一句“请一步一步思考”。它是在训练和推理阶段，都更强调复杂问题求解。

比如：

• o1
• o3
• DeepSeek-R1
• Qwen Thinking
• Gemini Thinking

这种模型适合数学、代码、复杂规划、法律分析、系统设计。

代价也很清楚：更慢、更贵。

所以不是所有任务都要用推理模型。

Q11：为什么很多模型都有 Thinking 开关？

因为不是每个问题都值得“深思熟虑”。

翻译一句话、总结一段文字、分类一条工单，没必要让模型想半天。

但写复杂代码、做数学题、分析法律条款、设计系统，就值得多花 token。

Thinking 开关本质上是在做成本控制：

简单任务：快点答，便宜点
复杂任务：多想一下，答稳一点

这也是 AI 产品越来越工程化的表现：不是一个模型、一个模式打天下，而是按任务分配预算。

Q12：为什么 R1 对行业影响那么大？

我会这么说：

R1 的意义不只是“又一个强模型”。

它让很多人看到：推理能力可以开源，可以蒸馏，可以低成本使用。

它影响行业的点有几个：

• 开源，大家可以研究和复现
• 推理能力强，效果有冲击力
• 成本低，商业上很有杀伤力
• 可以蒸馏，小模型也能吃到一部分能力
• 国产部署方便，企业试用门槛低

所以 R1 让 reasoning 不再只是闭源模型的神秘能力，而变成整个开源社区都能参与的方向。

第四部分：Agent

Q13：Agent 到底是什么？

我不会把 Agent 说成“能调用工具的模型”。

这个定义太窄。

我会说：

Agent 是一个围绕目标持续行动的系统。

它至少要有：

• 目标
• 状态
• 计划
• 工具
• 观察结果
• 反思
• 验证
• 循环

工具只是其中一部分。只会调工具，但不会根据结果调整下一步，那还不是一个完整 Agent。

简单讲：

聊天机器人：你问一句，它答一句
Agent：你给目标，它自己推进几步，并根据结果调整

Q14：为什么 Workflow 不等于 Agent？

Workflow 是写死的流程。

Agent 是动态决策。

Workflow 像这样：

A -> B -> C

Agent 像这样：

先看情况
-> 决定下一步
-> 调工具
-> 看结果
-> 再决定下一步

所以我不会说 Agent 一定比 Workflow 高级。

如果流程稳定，Workflow 更好。便宜、可控、好测试。

如果路径不确定，Agent 才有价值。

高级回答应该能说出：什么时候不要用 Agent。

Q15：Agent 最大的问题是什么？

最大问题不是单纯“幻觉”。

最大问题是：它会把错误变成动作。

聊天错了，顶多回答错。Agent 错了，可能改文件、删数据、调错接口、循环烧钱。

常见问题有：

• 幻觉
• 工具调用失败
• 无限循环
• Prompt Injection
• 成本失控
• 延迟太高
• 权限过大
• 很难评估是否真的完成

所以做 Agent，重点不是让它“更自由”，而是让它可控、可观察、可回滚。

第五部分：Prompt

Q16：Prompt Engineering 现在是不是越来越不重要？

不是。

Prompt 还是重要，但“一句神奇 Prompt”没那么重要了。

现在更重要的是 Context Engineering。

也就是模型看到的所有东西：

• 任务目标
• 项目规则
• 历史记录
• 检索资料
• 工具结果
• 当前状态
• 用户偏好

Prompt 像最后一句话。Context 像你给模型准备的整张桌子。

桌子上材料错了，最后一句话写得再漂亮也没用。

所以我会说：

Prompt 没死，只是被更大的上下文工程包进去了。

Q17：Few-shot 为什么越来越少人提？

因为模型变强了。

以前很多任务必须给几个例子，模型才知道怎么做。现在很多通用任务，不给例子也能做得不错。

但 few-shot 没消失。

它现在更适合用在这些地方：

• 固定输出格式
• 特定语气
• 业务边界
• 正反例
• 复杂判断标准

所以不是 few-shot 不重要，而是它从“让模型会做”变成了“让模型更贴合我的业务”。

第六部分：AI 工程

Q18：企业有 100G 数据怎么办？

第一句我会说：不要先训练模型。

大多数企业数据接入，第一步应该是 RAG。

大概流程是：

盘点数据源
-> 处理权限
-> 解析文档
-> 切 chunk
-> 做 embedding
-> 检索
-> rerank
-> 拼上下文
-> 让模型回答
-> 给引用
-> 做评估

100G 数据不是重点。重点是用户问问题时，能不能找到最相关、最可信、他有权限看的内容。

训练模型通常不是第一步。它更适合解决风格、格式、特定任务能力，而不是把企业知识硬塞进模型参数。

Q19：为什么越来越多人不用 LangChain？

我不会简单说 LangChain 不好。

LangChain 早期很有价值。它帮大家快速搭 RAG、接模型、接工具、写链路。

但项目进入生产后，很多团队发现它的问题是：

• 抽象太多
• 调试不直观
• 有时不如自己写可控
• 简单任务用它显得重

所以后来大家分流了：

• 简单调用直接用原生 SDK
• RAG 用 LlamaIndex 或自己写
• 复杂 Agent 用 LangGraph
• 高控制场景自己写状态机

核心不是“LangChain 过时”，而是 AI 工程从 demo 进入生产以后，大家更看重可控和可调试。

Q20：为什么大家喜欢 OpenRouter？

因为它省事。

你接一次 API，就能试很多模型，还能统一 billing，快速比较不同模型的效果和价格。

它很适合：

• 原型阶段
• 模型选型
• 多模型对比
• 快速 fallback

但生产里不能只看方便。

还要看：

• 稳定性
• 限流
• 模型版本
• 路由是否透明
• 数据合规
• 成本监控

所以我会说：OpenRouter 是很好的试验和选型入口，但严肃业务要设计好供应商策略。

第七部分：Coding Agent

Q21：为什么 2025 年是 Coding Agent 元年？

如果只是代码补全，Copilot 时代就开始了。

但 2025 年不一样，AI 开始真正进入项目级开发。

它不只是补一行代码，而是可以：

• 读仓库
• 理解项目规则
• 改多个文件
• 跑测试
• 看错误
• 继续修

Claude Code、Codex CLI、Cursor、Windsurf 这些工具，把 AI 从“代码提示器”推进成“能做任务的开发助手”。

所以我会说：

Copilot 是补全时代，Coding Agent 是任务执行时代。

Q22：AI IDE 和传统 IDE 最大区别是什么？

不是补全。

传统 IDE 主要帮你编辑、跳转、调试。

AI IDE 更像理解整个项目的协作者。

它能做这些事：

• 读多文件
• 理解代码结构
• 跨文件修改
• 跑命令
• 解释错误
• 根据结果继续改

所以差别不是“补全更聪明”，而是它开始理解任务和仓库。

Q23：Claude Code 为什么体验好？

我会说：不只是 Claude 模型强，而是它的 Agent Loop 顺。

它的节奏像工程师：

Read
-> Plan
-> Edit
-> Run
-> Observe
-> Retry

很多 AI 工具只会生成代码。Claude Code 体验好，是因为它会读、会改、会跑、会看结果，然后继续。

这才是 Coding Agent 真正有用的地方。

第八部分：未来

Q24：未来三年 AI 最大趋势是什么？

我会用一句话概括：

AI 会从“生成内容”继续走向“完成工作”。

几个方向值得看：

• Agent
• Browser Use
• Computer Use
• Voice
• Multimodal
• Robotics
• 企业自动化
• 更强的评估和权限系统

但我不会说所有工作马上被替代。

更现实的是：可拆解、可验证、可回滚的任务，会先被自动化。

Q25：什么能力最不容易被替代？

不是单纯写代码。

写代码这件事会越来越自动化。

更难替代的是：

• 定义问题
• 做产品判断
• 设计系统边界
• 理解数据
• 设计 AI Workflow
• 做风险控制
• 把 AI 和行业结合

AI 能帮你写，但它不一定知道该不该写、写到什么边界、出了问题谁负责。

所以未来最值钱的不是“会不会敲代码”，而是“能不能把 AI 放进真实业务里，并且让它可靠运行”。

高级岗位开放题：可以这样讲一遍

如果面试官最后问：

请你按照自己的理解，把 AI 从 2022 年底到现在的发展历程讲一遍。

我会这样说：

2022 年底，ChatGPT 把大模型带出了技术圈。它真正厉害的地方，不是 Transformer 新发明了，而是普通人第一次通过聊天框感受到大模型能帮自己做事。GPT-3 时代模型已经很强，但不够好用。ChatGPT 把指令跟随、RLHF 和聊天界面结合起来，门槛一下降下来了。

2023 年，GPT-4 让大家开始认真。因为它不只是会聊天，而是在推理、代码、多模态、复杂任务上明显更强。很多公司从“试试看”变成“能不能接到业务里”。

接着大家发现，光聊天不够。企业有自己的数据，模型不知道；业务系统也不能只靠模型嘴上说。所以 RAG、Embedding、向量数据库、Tool Calling 开始火。这个阶段，AI 应用从写 Prompt 变成了做工程。

2024 年，Agent 成为主线。原因是大家不再满足于让 AI 回答问题，而是希望它完成任务。Agent 的核心不是工具调用，而是目标、状态、计划、行动、观察、反思和验证形成闭环。MCP 也在这个时候变重要，因为大家需要一种统一方式连接工具和数据源。

2025 年，推理模型和开源模型把行业又推了一把。o1、o3 这类模型让大家看到 test-time compute 的价值；DeepSeek-R1 让开源推理模型真正形成冲击；Qwen 这类模型全家桶让开发者有了更多低成本和可部署选择。模型竞争不再只是聊天质量，而是能力、成本、部署和生态。

同一时期，Coding Agent 真的开始改项目。Copilot 更像补全，Claude Code、Codex CLI、Cursor、Windsurf 更像任务执行。AI 开始能读仓库、改文件、跑测试、看错误、继续修。

到 2026 年，我觉得主线已经很清楚：AI 正在从“回答问题”变成“参与工作”。接下来重要的不是谁会背更多模型名，而是谁能把模型、数据、工具、权限、评估和行业场景组合成可靠系统。

这就是我理解的这几年 AI 发展。

面试官可以继续追问什么

如果候选人只会背关键词，我会继续问具体经验：

• 你做过的 RAG，chunk 怎么切？
• Agent 调工具失败，你怎么处理？
• MCP Server 的权限怎么设计？
• Prompt Injection 怎么防？
• 什么时候你不会用 Agent？
• AI 改代码后，你怎么判断它没改坏？
• 企业知识库怎么做引用和权限？
• 推理模型什么时候值得用？
• 模型变慢、变贵，你怎么降级？

这些问题比“你知道哪些模型”更能看出真实水平。

真正做过的人，回答里会自然讲到成本、延迟、权限、评估、失败、回滚和用户体验。

参考来源

这篇文章的判断主要来自产品和工程演进，下面这些来源用于校准关键时间线：

• OpenAI: Introducing ChatGPT
• OpenAI: GPT-4
• OpenAI: Function calling and other API updates
• OpenAI: Introducing OpenAI o1-preview
• OpenAI: Introducing o3 and o4-mini
• Anthropic: Introducing the Model Context Protocol
• DeepSeek-R1 paper
• Qwen on Hugging Face
• Google: Gemini 2.5 Thinking
• OpenRouter Quickstart
• LangGraph overview
• OpenAI Codex CLI docs
• Claude Code repository
• The Verge: Gemini demo controversy