RL 训练的 Agent 与 Prompt Agent 的区别
哪些公司问过
AI Agent 面试通用题库1
答案要点
- 能力来源:Prompt Agent 靠上下文指令和编排,RL Agent 把策略内化到参数
- 优化目标:RL 可直接优化多步任务的最终回报,Prompt Agent 依赖人工设计流程
- 成本:Prompt Agent 即插即用、迭代快;RL 需环境、奖励设计和训练资源
- 适应性:RL Agent 在训练环境中更会探索和纠错,Prompt Agent 受提示质量和基座限制
- 实践路线:先 Prompt Agent 验证,再用轨迹做 SFT 和 RL 提升
易错点
- 认为 RL Agent 不需要提示词,实际上仍有系统提示和工具定义
- 忽视奖励设计不当导致的奖励投机
- 把 Prompt Agent 的多轮循环误当作“自我学习”
面试官常见追问
- Agent 的 RL 奖励一般怎么设计?
- RL 训练 Agent 的主要难点?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。