Resources
AI 应用开发面试 Resources
这个资源页只服务 AI 应用开发面试 mission。资源优先选择官方文档、框架文档、安全标准和可验证工程资料，用来约束后续问答课的事实质量。
Knowledge
| Topic | Use For |
|---|---|
| OpenAI Agents SDK | Agents、tools、handoffs、guardrails、tracing 和应用侧 orchestration 边界。 |
| LangGraph persistence | 短期/长期 memory、checkpoint/store、暂停恢复和持久化状态。 |
| LangChain HITL | 高风险工具调用的 approve/edit/reject/respond 流程。 |
| Pinecone hybrid search | dense+sparse retrieval、rerank 和混合检索运维复杂度。 |
| OWASP LLM Top 10 | prompt injection、sensitive information disclosure、excessive agency、vector/embedding weaknesses。 |
Local References
- AI 应用技术栈速查：把 runtime、context、RAG、tools、harness、memory、orchestration、eval、安全和生产化放在一张工程地图里。
- P6+ 面试题库与十场评测：每个大专题至少 5 个深题和 7 个广度题；lesson 页中的深题会继续展开概念定义、工程落点和失败模式。
- 十场 AI 应用模拟面试：用于阶段学习成果评测，覆盖 harness、memory、RAG、tools、orchestration、eval、安全和生产化。
Interview Practice
每个专题的资源会被转换成题组：至少 5 个可展开的深题、7 个知识广度题、判断点、标准回答骨架、知识展开、常见错误、工程事实和可靠性依据。知识展开不能只列关键词，必须解释概念是什么、为什么需要、工程落点、失败模式和面试表达。
Gaps
下一步需要继续把线上实践文章转成 case drill，尤其是 RAG 评测、Agent 工具安全、成本延迟优化和真实 incident 复盘。