开源模型(Qwen、DeepSeek 等)能否做好 Agent
答案要点
- 工具调用:主流开源模型新版本多针对函数调用做过后训练,单步工具调用已基本可用
- 短板:长程规划、多步推理、错误恢复和长上下文指令遵循的稳定性仍弱于头部闭源模型
- 弥补:工作流编排、输出格式约束与校验重试、基于业务轨迹的 SFT 或 RL 后训练
- 优势:私有化部署满足数据合规,推理成本可控,可按场景深度定制
易错点
- 一概而论说开源不行或已全面追平,应按任务复杂度和模型规模区分
- 只看公开榜单分数,不在自己业务数据上评测工具调用和多步完成率
- 引用具体模型的榜单数字却说不准版本和来源
面试官常见追问
- 如何评估一个开源模型适不适合做 Agent?
- 小参数开源模型做 Agent 常见问题有哪些?
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。