工具调用超时，后端可能已经创建了工单。这时如果换个操作 ID 再提交一次，一份申请就可能变成两份。
学 Agent 时，我希望这类执行过程能讲清楚。术语记住了，出问题以后还得知道查哪里，总不能让模型一句“已完成”替后端签收。
于是把学习资料、面试题和实验整理成了一个中文仓库，方便自己复习，也分享给正在学习 AI Agent ／大模型应用开发的朋友：
GitHub： https://github.com/harrytted/ai-agent-interview-playbook
目前主要有这些内容：
- 10 章基础课程：从模型与上下文，讲到工具循环、RAG 、记忆、评测和可靠性。
- 12 章进阶课程：继续讨论长任务执行、崩溃恢复、工具路由、多 Agent 、性能、安全与训练。
- 92 道详解题：每题包含口述短答、详细答案、三个带回答的追问、工程场景案例和练习。题目与学习章节可以互相跳转。
- 可运行的 Python 实验：观察重试、审批、幂等、预算和恢复过程，只用标准库，无需配置模型密钥。 比如恢复实验会模拟“远端写入成功，本地还没记录完成就中断”，再检查恢复后是否重复创建对象。实验用脚本和 SQLite 验证执行机制，真实模型的工具选择与规划效果需要另外评测。
阅读上也做了一些调整：用具体场景开篇，难点配类比，详细答案折叠起来。希望读完后能解释一次故障，而不只是多认识几个缩写。
配套还有两个在线入口：
- AI 编程字典：查中英术语，看概念之间的关系。
- Agent 技术博客：读原理图解、工程实践和技术笔记。 想系统学习，可以从基础课程开始；已经做过 LLM 应用，可以直接挑题闭卷回答，再展开解析找缺口。
Select Language