AI 大模型与 Agent · 考点清单与覆盖对照

做了一次横向对照：把公开的 AI 面试题库（《前端进阶之旅》AI 篇，feinterview.poetries.top）的章节结构拉下来，和本目录已有的 14 篇做逐项比对。只对照主题名称，不收录对方正文；有需要的同学自行去原站看。

一、覆盖总览

状态	数量	说明
✅ 已覆盖	22	本目录有对应章节，可直接复习
⚠️ 部分覆盖	6	有相关内容但不成体系
❌ 空白	11	完全没有，需要补

二、逐项对照表

2.1 模型与基础（大模型核心概念 / 幻觉 / Transformer / 训练对齐 / 微调 / 私有化）

考点簇	本目录对应	状态
大模型核心概念（LLM 是什么、请求响应字段、参数量、Token、上下文窗口、采样参数、System Prompt、Embedding、模型选型）	07-大模型基础	✅
幻觉与模型局限	07-大模型基础	⚠️ 有但偏薄
机器学习基础（选读）	—	❌
Transformer 与模型原理	07-大模型基础	⚠️
训练、对齐与推理模型（RLHF / 推理模型）	13 结构化输出与推理模型	📝 推理模型已补，RLHF 待补
模型微调（SFT / LoRA）	09 微调与私有化部署	📝 知识点已补
私有化部署与推理优化（vLLM 等）	09 微调与私有化部署	📝 知识点已补

2.2 Prompt 与输出控制

考点簇	本目录对应	状态
Prompt 工程基础	09-Prompt工程	✅
Prompt 进阶与结构化输出（JSON Mode、约束解码）	09-Prompt工程 + 13 结构化输出与推理模型	✅ 已加深
上下文工程（context engineering）	05-记忆系统	⚠️

2.3 RAG

考点簇	本目录对应	状态
RAG 基础与流程	03-RAG技术	✅
RAG 检索优化（切分、混合检索、重排）	03-RAG技术	✅
RAG 评估与生产落地	03-RAG技术	⚠️ 缺指标体系

2.4 工具调用与协议

考点簇	本目录对应	状态
Function Calling 与工具设计	04-工具调用	✅
MCP 协议与生态	04-工具调用 + 11 MCP 协议深入	✅ 已加深
Agent 开发框架与协议生态	02-核心框架 + 12 Coding Agent 与 A2A	✅ 已加深

2.5 Agent 与编排

考点簇	本目录对应	状态
Agent 基础与设计模式（ReAct / Plan-Execute）	01-AI-Agent基础概念	✅
Agent 工程实践	08-工程化实践	✅
记忆系统设计	05-记忆系统	✅
多 Agent 协作	06-多智能体系统	✅
LangChain 核心	02-核心框架	✅
LangGraph 与可恢复 Agent	10 LangGraph 与可恢复 Agent	📝 知识点已补
Coding Agent 与 Computer Use	12 Coding Agent 与 A2A	📝 知识点已补
Agent 评测与持续优化	08 Agent 评测与持续优化	📝 知识点已补，题库待写

2.6 工程与落地

考点簇	本目录对应	状态
AI 全栈服务端工程	08-工程化实践	✅
AI 应用线上治理（降级、限流、成本）	08-工程化实践	✅
AI 应用安全与合规（注入、越权、内容安全）	02 AI 应用安全与合规	📝 知识点已补，题库待写
ToB 落地与平台选型	10-企业招聘分析	⚠️

2.7 前端视角的 AI（本目录整体缺口）

考点簇	本目录对应	状态
前端流式输出与通信（SSE / WebSocket / 断流重连）	01 流式输出与通信	📝 知识点已补，题库待写
AI 对话界面开发（消息列表、Markdown 流式渲染、中断重试）	01 流式输出与通信	📝 部分（渲染与中断已覆盖）
前端 AI 框架与 Generative UI	—	❌
端侧 AI 与多模态交互	—	❌
AIGC 与多模态生成	—	❌
AI 产品设计与体验	—	❌

2.8 研发提效与求职

考点簇	本目录对应	状态
AI 编程工具（Claude Code / Codex / Cursor 实战）	—	❌
AI 辅助研发流程	—	❌
综合场景题	14-项目面试问答集	✅
项目经验与开放题	13-STAR面试稿、12-简历撰写指南	✅
附录：常用速查表	各篇末尾速查	✅

三、优先补哪几块

按「面试出镜率 × 你的缺口大小」排序：

优先级	补什么	为什么
P0	前端流式输出与通信	后端讲 SSE 和前端做流式渲染是两件事：断流重连、增量解析、Markdown 边收边渲染、用户中断后重试 —— 面试高频且你现在完全空白
P0	AI 应用安全与合规	Prompt 注入、越权工具调用、内容安全、数据出境，是现在企业最卡的一点
P1	Agent 评测与持续优化	「你怎么知道改好了」是 RAG/Agent 面试的必问题，你只有 RAG 侧的方法论
P1	Coding Agent 与 Computer Use	2025 之后几乎是标配话题
P2	模型微调 / 私有化部署	偏算法与运维，投递岗位不要求时可放后
P2	LangGraph 与可恢复 Agent	已有一句带过，补成一篇即可（checkpoint / human-in-the-loop）

四、怎么用这份表

复习：先过 ✅ 的 22 项，确认能口述；
补洞：按 P0 → P1 顺序，每补一篇就在这张表里把状态改掉；
自测：拿「考点簇」当题目，不看笔记说 2 分钟，说不清的就是没掌握。

说明：本页只做主题结构对照，用于发现自己的覆盖缺口；题库正文请到原站阅读。