Agent 面试题押题精讲：RAG 篇
这节开始更一下 Agent 岗的面试题，很多都是学员去面试真实遇到的。
大家可以先自己想一下怎么答，然后看一下思路解析和参考回答。
形成自己的答题思路。
这样面试遇到类似问题就能比较完整流畅的回答了。
这节先集中更 RAG 相关的：
说一下 RAG 的流程
RAG 分为两个阶段：
离线知识库构建阶段、在线问答阶段
知识库构建阶段，就是对各种格式的文档做解析、清洗、分块
分块后用嵌入模型生成向量，存入向量数据库，用于语义检索
构建 BM25 倒排索引，存入全文检索数据库，用于关键词检索
在线问答阶段，会对用户问题做 query 改写，换成更适合检索的表达。
然后会做混合检索：
向量检索根据语义匹配相似内容
关键词检索根据具体术语、专有名词去精确匹配内容。
两路检索完成后，之后会做去重、用 RRF 算法对结果做合并排序。
之后用 rerank 重排模型筛选和问题最相关的文档片段
把筛选后的文档片段放入 prompt，交给大模型生成回答。
这就是混合检索 RAG 的流程。
上面是参考回答
再额外解释下去重：
多路召回会出现同一个文本块同时被向量检索和 BM25 检索命中的情况，产生重复数据。我们基于 Chunk 唯一 ID 完成去重，但这要求：同一个文本块存入向量库、全文检索库时，绑定相同的 chunk_id。
什么是 RRF 算法
向量检索的相似度分数，区间一般 0~1，数值越大语义越匹配。
BM25 关键词检索得分没有固定上限，可能是十几、几十甚至上百。
二者分数取值范围不同。
所以多路召回的两个结果列表不能直接融合
RRF（Reciprocal Rank Fusion） 全称倒数排名融合，
它不看原始分数，只根据文本块在结果列表中的排名计算融合分值。
可以有效融合向量语义检索、BM25 关键词检索两路结果。
之后再从融合后的列表截取前面部分，用 rerank 重排模型做深度语义排序。
上面是参考回答
有同学可能会有疑问，后续都会经过 Rerank 模型精排，为什么还需要先用 RRF 做粗融合？
举个例子：
向量召回 100 条、BM25 召回 100 条。
先基于 chunk_id 完成去重，再使用 RRF 重新排序。
从融合后的候选列表截取 Top50，送入 Rerank 重排模型。
我们双路召回的结果会很多，用 RRF 粗融合之后，再从列表里截取一部分来精排。
你知道 Graph RAG 么？
Graph RAG 是在向量 + 关键词混合检索 RAG 的基础上，引入知识图谱进行能力增强。
向量检索、BM25 关键词检索仅针对文本块做匹配，缺少实体之间的关联链路，难以推导出分散文档里的间接关联
离线构建阶段，Graph RAG 从文档中抽取实体、关系搭建知识图谱， 同时对文本分片，构建向量索引与 BM25 索引。
在线问答阶段，一方面通过混合检索召回相关文本片段，另一方面提取 Query 内的实体，在图谱中遍历关联链路，找到分散在不同文档里的隐含信息。
把图谱关联信息和检索得到的文本内容整合在一起，交给大模型生成答案，
解决传统混合检索 RAG 只能匹配片段，无法梳理实体关系链条的局限
什么是 Agentic RAG
Agentic RAG 是引入大模型来自主决策怎么检索
把混合检索、知识图谱检索、联网搜索等各类检索能力封装为工具
收到用户提问后，Agent 会理解需求，完成 Query 改写，自主选择调用哪种检索工具
拿到检索结果之后，Agent 会校验现有信息是否能够充分解答问题
如果信息不足，它会优化查询语句，发起新一轮检索，
形成规划、工具调用、结果评估、迭代重试的闭环
直到搜集到充足信息，再整合上下文输出答案。
你知道父子分块策略么？
父子分块策略，是先将长文档切分为粒度较大的父块，再在父块内部进一步切分出更小的子块。
子块做向量化，存在向量数据库，父块不做向量化，存在其他数据库。
子块通过 parent_id 和对应父块建立关联。
子块负责向量检索，保障召回的精准度；
检索命中子块后，再通过关联关系取出完整父块，把父块作为上下文交给大模型做生成。
本质就是把检索用的分块和生成用的分块进行解耦，子块做检索，父块做生成。
好处是既能发挥小分块检索精准的优势，又解决了子块内容碎片化、上下文不全的问题。
同时规避大分块直接向量化造成的召回噪声，让大模型获取完整连贯的上下文，有效缓解幻觉，提升回答的完整度与准确性。
上面是参考回答
这里解释下召回噪声：
长文档直接向量化，会导致召回不够精准，容易把无关的文档召回，这就是召回噪声，它属于检索阶段的概念。
用子块做检索可以缓解这类召回噪声，让检索更精准，定位到真正相关的父块；
之后再取出完整父块上下文交给大模型做生成。
如何降低大模型的幻觉？
降低大模型幻觉可以从知识层、提示词层、模型层、校验层 4 个层面处理：
知识层：
接入 RAG 检索机制，保障知识库原始数据准确，合理划分 Chunk。
采用向量检索 + 关键词混合检索，兼顾语义匹配与关键词精准匹配。
用 Rerank 重排模型，过滤相关度低的文档片段。
设置相似度阈值，阻止低相似度片段进入上下文。
引入 Agentic RAG 自主评估检索结果，信息不足时迭代补充检索，保障上下文充足可靠。
提示词层：
通过 Prompt 强约束模型，仅依据给定上下文生成答案，要求答案标注原文引用。
开启拒答机制，无匹配信息时如实回复，禁止模型编造内容。
模型层：
选用事实性、稳定性表现更优的大模型。
面向垂直领域，可使用高质量业务数据进行微调，让模型更倾向依据外部资料作答
校验层：
调用大模型对输出结果做二次事实核查，比对原始上下文。
识别出无依据、前后矛盾的内容，进行拦截、修正，减少错误输出。
RAG 如何做权限过滤？
我们项目基于 RBAC 模型做检索权限控制。
文档切片入库时，chunk 会继承父文档的权限配置，将允许访问的角色、是否公开等权限信息作为元数据，同步存入向量数据库与全文检索库。
用户检索时，会先从获取当前用户的角色集合。
基于角色元数据做筛选，只在该用户有权访问的切片范围内执行语义与关键词匹配。
从源头拦截无权限的文档片段，
之后再做 Rerank 重排，选出 Top‑K 相关 chunk 交给大模型生成回答。
如何评估 RAG 的效果
评估 RAG 效果，一般会拆成检索层、生成层两个维度。
首先，首先要搭建一套贴近真实业务的测试数据集，覆盖高频问题、边界 case、易混淆的问题等。
每个问题都要提前标注好标准答案、应该命中的文档以及核心 chunk 片段，作为后续评测的依据。
检索层主要看两点：
一是有效信息能否成功召回
二是召回的有效信息排序是否合理。
对应的量化指标可以用 Recall@K、Hit@K、MRR 等来评估。
生成层也主要看亮点：
一是忠实度，保证回答不瞎编、全部有据可依；
二是答案相关性、完整性，对标标准答案，校验回答是否答得准、答得全。
整体来看，检索层侧重信息的充分召回与合理排序，生成层侧重回答的答案准确、避免幻觉，二者共同构成完整的 RAG 效果评估体系。
上面是参考回答
具体的指标过一下：
检索层指标：
Recall@K 召回率
Top‑K 内是否包含需要的文档，衡量找得全不全
示例：
Recall@5=0.8，意味着 80% 的测试样本中，回答问题必需的 chunk 落在检索返回的前 5 条结果内。
Precision@K 精确率
Top‑K 里相关文档占比，衡量噪声多少
示例：
返回 5 条结果，只有 2 条真正有用，剩下都是无关内容，精确率就是 0.4
MRR 衡量正确文档排序位置，越靠前分越高
示例：
正确内容排在第 2 位，就打 1/2 分，排得越靠前分数越高
Hit@K 相关文档只要出现在 Top‑K 即命中，只看有无，不看位置
检索指标小结：Recall 保证不漏掉信息，Precision 减少无效内容，MRR 看排序好不好
检索层这些指标依赖标注好的标准文档，是可精确计算的客观指标，不依赖大模型打分。
生成层指标：
Faithfulness（忠实度）
校验输出内容是否全部来源于检索上下文，用来识别模型幻觉
示例：
资料写 v2 支持批量导入，AI 说成 v3 支持，忠实度就很差，属于幻觉。
Answer Relevancy 答案相关性
回答是否针对用户提问，不跑题、不答非所问
示例：
用户问接口报错原因，模型大段讲业务背景，没有回答报错，相关性差。
Answer Completeness 答案完整性
是否覆盖标准答案全部关键要点。
示例：
问题需要返回 3 个配置项，回答只说了 2 个，完整性不足。
Context Utilization 上下文利用率
评估模型对检索回来的上下文信息的实际利用程度。
示例：
检索结果已经包含问题解决方案，但模型依旧输出通用套话，没有使用参考信息。
这几个生成层的指标一般都是 LLM as Judge 让大模型来判断打分，也可以人工复核
这些就是 RAG 评估的常用指标。
为什么 Claude Code 不用 RAG 检索代码，而是用 grep？
Claude Code 早期试过本地向量库 + 嵌入模型的 RAG 方案，后来放弃了，改用模型自主调用 grep、glob、read 等工具的 Agentic Search
有几个原因：
一是因为代码需要的是精确匹配，而不是语义模糊匹配
自然语言适合向量语义检索；但代码的函数名、类名、变量名、报错字符串本身就是标识符，更适合关键词精确查找
二是代码库高频变更，RAG 索引很容易过时
代码库频繁改动，RAG 要持续更新索引，滞后就会拿到已删除、重构的旧代码。
grep 直接读取磁盘实时文件，结果和源码版本完全同步
Claude Code 现在是 Agentic Search，让大模型自主决策检索过程：
决定使用 grep 做内容关键词检索，或是 glob 做文件名匹配
获取候选文件列表后，调用 read 读取目标文件完整内容
如果信息不足，自动调整搜索关键词，循环迭代继续查找
总结
这节更了 RAG 相关的一些高频面试题。
说一下 RAG 的流程 什么是 RRF 算法 你知道 Graph RAG 么 什么是 Agentic RAG 你知道父子分块策略么 如何降低大模型的幻觉 RAG 如何做权限过滤 如何评估 RAG 的效果 为什么 Claude Code 不用 RAG 检索代码，而是用 grep？
看完之后，大家可以试着自己回答一下，如果回答的不流畅再回过头去看一下，然后再自己回答下。
RAG 相关面试题是 Agent 面试必问的，需要重点准备一下。