00:00:00
智能体技术
录音中...
*
1、关于大语言模型的幻觉（Hallucination），下列说法正确的有（ ）。
【多选题】
A、幻觉指生成看似合理但与事实不符、或无法被给定来源支持的内容
B、幻觉源于模型基于概率续写的生成机制与参数化知识的边界
C、把 temperature 调低只能让输出更保守确定，并不能根除幻觉
D、只要训练数据充足，幻觉就完全不会出现
*
2、大模型的上下文窗口越大，其掌握的事实性知识就一定越新，且窗口大小与 KV Cache 的显存占用无关。
A、正确
B、错误
*
3、运维智能体需要回答训练截止日之后才出现的新设备型号问题。下列做法中有助于弥补知识时效性缺陷的有（ ）。
【多选题】
A、使用 RAG 从外部知识库检索相关片段，拼接进提示词后再由模型作答
B、对知识库做增量更新与版本维护，使外部知识可按需刷新而无需重新训练模型
C、把 temperature 调高以增加答案多样性，从而提升事实准确性
D、通过增大 batch size 或增加网络层数重新训练模型来解决，成本最低且见效最快
*
4、关于 Token（词元）与调用成本，下列说法正确的有（ ）。
【多选题】
A、输入 Token 与输出 Token 通常分别计费，输出单价一般高于输入
B、相同语义内容下，中文文本消耗的 Token 数通常多于英文
C、减少 Few-shot 示例数量可以稳定降低单次请求的输入 Token
D、Token 数量与显存占用、计费成本均无关
*
5、运维智能体核查一份最新发布的标准文档时，把 temperature 设为 0 并让模型凭参数记忆回答，即可保证给出正确且带出处的答案。
A、正确
B、错误
*
6、把大模型的 temperature 参数设为 0，就可以完全消除模型幻觉。
A、正确
B、错误
*
7、模型参数量越大，其在所有运维任务上的表现一定越好。
A、正确
B、错误
*
8、为内网环境选择本地私有化部署的开源大模型时，通常需要综合评估的因素有（ ）。
【多选题】
A、显存占用与量化方案（如 INT4 / FP8）对推理精度的影响
B、模型许可协议是否允许商用与二次分发
C、上下文长度与 KV Cache 对并发吞吐的影响
D、只要模型开源，就天然满足数据不出域与全部合规要求
*
9、关于智能体（Agent）与普通聊天机器人（ChatBot）的区别，下列说法正确的有（ ）。
【多选题】
A、智能体能够感知环境、自主规划并调用工具执行动作以达成目标
B、聊天机器人以对话文本生成为主，通常不形成面向目标的执行闭环
C、区分二者的关键在于是否具备自主规划与工具调用能力，而非输出长度或参数量
D、智能体必须部署在公有云端，并且必须使用超大参数量的模型
*
10、智能体四特性中的主动性（Pro-activeness）指的是对环境变化及时做出响应。
A、正确
B、错误
*
11、RPA（机器人流程自动化）与 LLM 智能体在本质上是同一种技术的不同叫法。
A、正确
B、错误
*
12、关于 Copilot（辅助式助手）与 Agent（智能体）的区别，下列说法正确的有（ ）。
【多选题】
A、Copilot 通常以人为主导，模型提供建议与草稿，最终由人确认采纳
B、Agent 强调围绕目标自主规划、调用工具并闭环执行
C、Copilot 一定不调用任何外部工具
D、二者的核心差异在于自治程度，而非是否使用了大模型
*
13、某运维系统把检查端口状态、比对基线、生成报告固化为固定顺序脚本，无分支、无判断、路径恒定。关于它与智能体的差异，下列说法正确的有（ ）。
【多选题】
A、它属于传统工作流或自动化脚本，执行路径由人事先定义
B、输入内容的变化不改变其执行顺序，也不具备异常处理与重新规划能力
C、智能体会形成思考、行动、观察的执行循环，由模型依据观察动态规划下一步
D、只要把脚本的步骤写得足够多，就自然具备了自主规划能力
*
14、多智能体架构在通过角色分工获得并行处理能力的同时，也会带来通信开销、结论不一致与链路调试复杂等代价。
A、正确
B、错误
*
15、智能体的“社会性”仅指它能够与人类用户对话。
A、正确
B、错误
*
16、在智算网络运维中，适合优先采用多 Agent 协作而非单 Agent 完成的任务特征包括（ ）。
【多选题】
A、子任务之间边界清晰、可并行且需要不同专业视角
B、需要引入独立评审角色对执行结果进行交叉校验
C、单个 LLM 上下文已难以容纳全部领域知识与中间结果
D、任务只需一次工具调用且时延要求极低
*
17、关于典型 LLM 智能体架构中各组件的职责，下列说法正确的有（ ）。
【多选题】
A、大语言模型承担大脑角色，负责理解意图、分解任务并决定下一步动作
B、向量数据库用于承载长期记忆并提供语义相似度检索
C、消息队列负责理解用户意图并进行任务规划
D、负载均衡器负责调用工具并对真实环境执行操作
*
18、在智能体架构中，规划（Planning）组件与工具（Tools）组件是可以互相替代的。
A、正确
B、错误
*
19、在智能体架构中，长期记忆必须存放在模型权重里，并且每次推理时都会被完整写入上下文。
A、正确
B、错误
*
20、关于智能体执行循环中工具返回结果的称呼与去向，下列说法正确的有（ ）。
【多选题】
A、工具返回的结果通常被称为 Observation（观察）
B、Observation 会被回写进上下文，供大语言模型进行下一轮推理
C、工具返回的结果被称为 Prompt（提示词），直接作为新的用户输入
D、工具执行结果无需回写上下文，模型在下一轮推理时会自动记住
*
21、一个完整的 LLM 智能体主循环通常包含下列哪些环节（ ）。
【多选题】
A、感知输入并更新上下文
B、LLM 推理决定下一步动作
C、执行器调用工具并把结果回写上下文
D、依据终止条件输出结果或继续循环
*
22、在基础设施层、工具与能力层、编排层、交互层的分层结构中，决定何时调用哪个工具、如何串接多步执行的通常是编排层（Orchestration Layer）。
A、正确
B、错误
*
23、智能体架构中的反馈回路（Feedback Loop）只用于向用户展示执行进度，不参与模型的后续决策。
A、正确
B、错误
*
24、某运维智能体在多步执行中频繁忘记最初的约束（如不得重启生产核心设备）。从架构角度看，下列改进措施有效的有（ ）。
【多选题】
A、把硬性约束固定在系统提示中，使其在整个任务生命周期常驻
B、对历史对话做摘要压缩，避免早期约束被挤出上下文窗口
C、在工具执行前设置护栏（Guardrails），对是否违反约束做强制校验
D、提高 temperature 以增加思考多样性，让模型更容易记起约束
*
25、少样本提示（Few-shot）指的是在提示词中给出少量输入与输出的示例，引导模型按期望的格式与风格作答。
A、正确
B、错误
*
26、思维链（CoT）提示会缩短模型输出长度、降低 Token 成本，并且对任何类型的任务都能稳定提升效果。
A、正确
B、错误
*
27、ReAct 范式要求模型在每一步交替产生“推理（Reason）”与“行动（Act）”，并依据观察结果推进。
A、正确
B、错误
*
28、在 Function Calling（函数调用）机制中，开发者需要向模型提供的是工具的结构化 Schema，即名称、描述、参数类型与必填项，而不是函数的源代码。
A、正确
B、错误
*
29、一个完整的 Function Calling（函数调用）调用流程通常包括（ ）。
【多选题】
A、应用把用户问题与工具 Schema 一并提交给模型
B、模型返回需要调用的工具名与参数，而不是直接给出最终答案
C、应用在侧真实执行对应函数，并把结果回传给模型
D、模型结合函数返回结果生成最终的自然语言回复
*
30、在 RAG 链路中，重排（Rerank）环节位于文档切分之前、Embedding 向量化之前，用于对原始文档做预先排序。
A、正确
B、错误
*
31、RAG 中文档切分（Chunking）的粒度越大越好，因为可以最大程度保留上下文完整性。
A、正确
B、错误
*
32、关于上下文压缩与窗口管理，下列做法合理的有（ ）。
【多选题】
A、对历史对话做摘要（Summarization）后以精简形式保留
B、将早期工具返回的大段原始输出只保留摘要或关键字段
C、按相关性对上下文片段做筛选并重排序后再注入
D、为保证信息不丢失，把历史原文完整保留并不断累加
*
33、以 Assistants API 与 Responses API 为代表的大模型托管能力，通常会内置下列哪些能力以减少开发者自建成本（ ）。
【多选题】
A、托管的会话线程（Thread）状态管理
B、文件检索（File Search）与代码解释器（Code Interpreter）
C、函数调用（Function Calling）能力
D、自动训练基础大模型，并提供免费的无限 Token 配额
*
34、LangGraph 是 LangChain 生态中以图（Graph）的方式编排有状态、可循环的 Agent 流程的库，可以与 LangChain 协同使用。
A、正确
B、错误
*
35、Dify 这类低代码智能体平台只能用于原型演示，无法对接企业内部系统。
A、正确
B、错误
*
36、关于本地推理框架 Ollama 与 vLLM，下列说法正确的有（ ）。
【多选题】
A、Ollama 侧重本地快速启动与模型管理，上手简单
B、vLLM 通过 PagedAttention 等机制提升显存利用率与吞吐
C、二者都可用于在内网环境私有化部署开源模型
D、使用本地推理就不需要考虑任何显存与并发容量规划
*
37、关于 MCP（Model Context Protocol，模型上下文协议），下列说法正确的有（ ）。
【多选题】
A、定义了 Host（宿主应用）、Client（客户端）与 Server（服务端）之间的标准交互方式
B、Server 侧可以统一把 Tools（工具）、Resources（资源）与 Prompts（提示模板）暴露给模型使用
C、有助于降低应用与数据源之间的集成碎片化，减少重复适配工作
D、它是一种用于替代 GPU 互联（如 NVLink）的硬件通信协议
*
38、A2A（Agent2Agent）协议用于规范智能体之间的能力发现、任务协作与结果交换，与解决智能体到工具连接的 MCP 形成互补。
A、正确
B、错误
*
39、在运维知识库问答场景中，为降低模型编造答案的风险，下列做法有效的有（ ）。
【多选题】
A、引入 RAG，先从运维手册、历史工单与变更记录中检索相关片段，再由模型基于片段作答
B、要求模型在答案中标注引用出处，片段中没有依据时明确回答未知
C、提高 temperature 以增加答案多样性，从而降低编造风险
D、关闭所有工具与检索，让模型完全凭参数记忆回答
*
40、在告警降噪与根因分析场景中，智能体最有价值的输出形态是把全部原始告警按时间顺序完整罗列出来。
A、正确
B、错误
*
41、在故障自愈场景中，智能体可以完全自主执行重启、切主、下线端口等高危操作，无需任何人工确认。
A、正确
B、错误
*
42、设计“自动巡检与配置核查”智能体时，合理的输入输出设计包括（ ）。
【多选题】
A、输入包含设备清单、巡检项与配置基线（Golden Config）
B、输出包含逐项 PASS / FAIL、实际值与期望值差异、风险等级
C、输出对不符合项给出整改命令或工单草稿
D、输入无需任何基线，让模型自行推断标准配置
*
43、在 ChatOps 场景中将智能体接入群聊或工单系统时，为控制操作风险，下列做法恰当的有（ ）。
【多选题】
A、按命令、对象、环境三个维度做最小权限划分
B、对写操作与高危命令设置二次确认，并限定可执行的变更窗口
C、记录谁在何时对哪台设备执行了什么命令、结果如何，形成完整审计记录
D、为方便执行，赋予智能体与管理员等同的完全权限，并对任何人发起的指令一律执行
*
44、在变更辅助与合规校验场景中，安排独立的评审智能体对照合规基线复核执行智能体的产出，并由人工最终审批，比由执行智能体自我评审更合理。
A、正确
B、错误
*
45、衡量运维智能体的端到端效果时，关于评价指标的下列说法正确的有（ ）。
【多选题】
A、任务成功率反映在评测集上真正达成用户目标的比例，是端到端效果的首要指标
B、首字时延（TTFT）属于性能与体验指标，不能直接说明任务是否被完成
C、模型参数量是模型的静态属性，本身不是效果指标
D、提升前端界面美观度即可显著提高任务成功率
*
46、评估智能体时，只要离线评测集准确率高，就足以保证线上生产环境效果良好。
A、正确
B、错误
*
47、构建运维智能体的评测集（回归测试集）时，合理的做法包括（ ）。
【多选题】
A、覆盖不同难度与不同设备/场景的真实或脱敏样例
B、为每题标注期望输出要点、应调用的工具与禁止行为
C、随线上失败案例持续扩充并进行版本化管理
D、只保留最容易通过的样例以保证指标好看
*
48、关于提示注入（Prompt Injection），下列说法正确的有（ ）。
【多选题】
A、攻击者在模型可读取的内容中植入指令，试图覆盖系统提示或诱导越权动作
B、可分为来自用户输入的直接注入，以及来自网页、日志、设备回显等外部内容的间接注入
C、它与模型幻觉不同，幻觉是无意识的编造，并不具备攻击意图
D、只要把 temperature 设为 0 或增大上下文窗口，就能彻底防御提示注入
*
49、为智能体设计最小权限与护栏（Guardrails）时，合理的措施包括（ ）。
【多选题】
A、为智能体分配独立的、限定命令范围的账号与令牌
B、在工具层对目标设备、命令与参数做白名单校验
C、对不可逆操作强制人工确认，并保留完整审计日志
D、为方便排障，给智能体发放与管理员等同的凭据
*
50、间接提示注入（Indirect Prompt Injection）只能来自用户的直接输入，使用参数量更大的模型即可彻底防御。
A、正确
B、错误
*
51、关于推理参数 top_p（核采样）与 temperature（温度），下列说法正确的有（ ）。
【多选题】
A、二者都是控制生成随机性的解码采样参数
B、top_p 越小，候选集合越小，输出越确定
C、top_p 决定模型可用的最大上下文长度
D、temperature 只影响输出长度，不影响随机性
*
52、运维智能体需要稳定输出 JSON 供下游程序解析。除在提示词中说明要求外，最可靠的工程手段是（ ）。
A、适当提高 temperature 以获得更多样的输出
B、使用结构化输出 / JSON Schema 约束解码，并在解析前做校验与失败重试
C、在提示词末尾加上“请务必输出 JSON”
D、把 max_tokens 调到模型允许的最大值
*
53、关于闭源商用模型与开源自建模型的取舍，下列说法正确的有（ ）。
【多选题】
A、闭源商用 API 通常起步成本低、通用能力较强，但数据需出网且长期调用成本随量增长
B、开源自建可满足数据不出域与深度定制，但需承担算力、推理优化与运维成本
C、二者可混合使用：敏感或高频简单任务走本地小模型，复杂推理走云端大模型
D、只要选用闭源商用模型，就一定能获得更低的总拥有成本
*
54、把 max_tokens（最大生成长度）设置得越大，模型的推理能力就越强。
A、正确
B、错误
*
55、关于智能体四特性中的反应性（Reactivity），下列说法正确的有（ ）。
【多选题】
A、反应性指智能体能感知环境的变化并及时做出响应
B、这里的环境包括用户输入、设备状态变化与工具返回结果
C、智能体四特性通常概括为自主性、反应性、主动性与社会性
D、反应性指智能体无需任何输入即可自行产生目标
*
56、只要一个系统调用了大语言模型，就可以称之为智能体（Agent）。
A、正确
B、错误
*
57、与传统工作流（Workflow）相比，智能体最显著的能力增量在于（ ）。
A、执行速度一定更快
B、能在执行过程中依据观察结果动态规划下一步，并在失败时重新规划
C、不需要任何工具即可完成所有任务
D、不需要任何提示词即可运行
*
58、在智算网络运维场景中，下列符合“智能体与既有自动化体系关系”的表述有（ ）。
【多选题】
A、智能体可作为上层编排者，调用既有的脚本、工单 API 与监控接口
B、已有稳定可靠的确定性流程，没必要一律改造成智能体
C、智能体更适合处理输入非结构化、路径不确定的长尾任务
D、引入智能体之后，原有的人工审批与变更流程可以全部取消
*
59、在智能体架构中，工具（Tools）组件的主要作用是存储历史对话内容，并在推理时对模型权重进行压缩以节省显存。
A、正确
B、错误
*
60、智能体的记忆（Memory）组件只能用向量数据库来实现。
A、正确
B、错误
*
61、关于智能体架构中的“执行器（Executor）”，下列描述正确的是（ ）。
A、负责把模型输出的工具名与参数转化为真实调用，并把结果回传上下文
B、负责训练基础大模型
C、负责压缩上下文以节省 Token
D、负责渲染最终的用户交互界面
*
62、智能体的规划（Planning）能力通常包含下列哪些子能力（ ）。
【多选题】
A、任务分解（Task Decomposition），把目标拆成可执行的子步骤
B、依据执行结果进行反思（Reflection）与重新规划
C、决定每一步调用哪个工具以及传入什么参数
D、在推理过程中永久修改基础模型的权重参数
*
63、在“感知—推理—行动—观察”闭环中，“感知（Perception）”在运维智能体中通常对应（ ）。
A、收集用户输入、监控指标、设备回显、日志与告警等环境信息
B、生成最终的自然语言答复
C、把处置结果写入数据库
D、压缩模型权重以提升推理速度
*
64、智能体的长期记忆一经写入，就应当在后续每一次推理中全部注入上下文。
A、正确
B、错误
*
65、为长时运行的运维智能体设计架构时，通常需要纳入下列哪些工程考虑（ ）。
【多选题】
A、设置最大步数、超时与预算上限，防止无限循环
B、支持状态持久化（Checkpoint）与断点续跑
C、对每一步的工具调用记录可回放的执行轨迹（Trace）
D、步数越多越好，不需要设置任何上限
*
66、某运维智能体需要同时具备“按语义检索历史工单”与“按拓扑关系查询设备上下游”两种记忆能力，最合理的架构选择是（ ）。
A、只用向量数据库，把拓扑关系也转成文本做语义检索
B、语义检索用向量数据库，拓扑关系用图数据库或关系表，按查询类型路由到不同记忆源
C、全部塞进上下文窗口，不做检索
D、把两类知识全部写入模型权重
*
67、关于系统提示（System Prompt）的作用与特点，下列说法正确的有（ ）。
【多选题】
A、在会话层面设定智能体的角色、目标、输出格式与安全约束
B、对整轮对话持续生效，是约束智能体行为边界的常用手段
C、用于指定推理所使用的 GPU 型号与部署机器
D、可以减少模型参数量，或替代向量检索环节
*
68、在 Function Calling 的工具 Schema 中，description（描述）字段是模型判断是否需要调用、调用哪一个工具的主要依据。
A、正确
B、错误
*
69、结构化输出（Structured Output）只需要在提示词中要求“输出 JSON”，即可可靠保证格式正确。
A、正确
B、错误
*
70、ReAct 循环在连续多轮后仍未收敛，最应优先采取的控制手段是（ ）。
A、提高 temperature 让模型更有创造力
B、设置最大步数与超时，触发后强制总结当前进展或转人工处理
C、为模型增加更多可选工具
D、清空系统提示以腾出上下文空间
*
71、关于智能体的自我反思（Reflection）与纠错机制，下列做法合理的有（ ）。
【多选题】
A、把工具报错信息原样回传上下文，让模型依据错误重新规划
B、引入独立的评审角色 / 批评者对执行结果提出修改意见
C、对关键输出做规则化校验，不通过则返回模型要求修正
D、反思只能由模型一次性完成，不能引入任何外部校验
*
72、在 RAG 链路中，若检索阶段已召回大量相关文档，但模型最终答案仍然错误，最应优先排查的环节是（ ）。
A、只排查向量库的召回数量是否足够
B、排查片段切分质量、重排效果、注入上下文的片段是否真正相关，以及提示词是否要求基于片段作答
C、只需增大 max_tokens 让模型写得更详细
D、只需更换更大的嵌入模型
*
73、在 RAG 系统中，只要向量检索的相似度分数足够高，就说明该片段一定包含问题的正确答案。
A、正确
B、错误
*
74、设计运维智能体的工具 Schema 时，为提高工具调用准确率，通常应包含（ ）。
【多选题】
A、明确的 name（名称）与 description（用途、适用与不适用场景）
B、参数的类型、必填性、枚举取值与默认值等约束
C、具备语义的参数命名（如 device_ip、interface_name）并给出示例
D、把工具数量尽可能堆到上百个，让模型自由选择
*
75、某智能体在多轮对话后响应明显变慢、费用快速上升，并开始遗漏早期提出的要求。最对症的优化手段是（ ）。
A、更换参数量更大的模型
B、引入上下文管理：历史摘要压缩、工具回显裁剪、按相关性筛选重排后注入
C、关闭所有工具调用以缩短链路
D、把 temperature 调高以获得更多思路
*
76、关于 LlamaIndex 的主要定位与能力边界，下列说法正确的有（ ）。
【多选题】
A、面向数据与检索的框架，专注于文档接入、索引构建与 RAG 查询
B、提供多种索引类型（如向量索引、关键词索引）与相应的查询引擎
C、专门用于训练基础大模型，或承担 GPU 显存管理
D、内置网络设备配置下发能力，可直接替代运维工具层
*
77、使用 LangChain、LlamaIndex 等框架后，就不需要再关注提示词设计与上下文管理。
A、正确
B、错误
*
78、AutoGen、CrewAI 这类框架主要面向的应用场景是（ ）。
A、单机模型微调训练
B、多智能体协作：定义角色、分配任务，让多个 Agent 通过对话协同完成任务
C、网络设备驱动程序开发
D、向量数据库内核实现
*
79、关于 Semantic Kernel 的定位，下列描述正确的是（ ）。
A、微软推出的 SDK，把大模型能力以插件（Plugin）与函数（Function）的形式集成进既有应用
B、一种 GPU 之间的互联协议
C、一种模型压缩算法
D、一种网络交换机的操作系统
*
80、关于智能体的工具注册与沙箱执行，合理的工程做法包括（ ）。
【多选题】
A、以统一 Schema 注册工具，并在注册时声明其风险等级与所需权限
B、代码执行类工具放在容器或受限沙箱中运行，限制网络与文件系统访问
C、对工具调用做超时控制、有限重试与幂等设计
D、为方便调试，让工具以 root 权限直接运行在宿主机上
*
81、引入 LangSmith 这类可观测（Observability）工具后，就不需要在应用侧保留任何日志。
A、正确
B、错误
*
82、在需要“人工中断、修改状态后继续执行”的长流程运维智能体中，选择编排框架时最应看重的能力是（ ）。
A、是否内置数量最多的预训练模型
B、是否支持有状态图编排、状态持久化（Checkpoint）与从指定节点恢复执行
C、是否支持最大的上下文窗口
D、是否完全免费开源
*
83、在 MCP（模型上下文协议）架构中，关于 Client 与 Server 的对应关系，下列描述正确的是（ ）。
A、一个 Client 可以同时连接并管理多个 Server
B、一个 Client 与一个 Server 维持一对一连接，Host 可创建并管理多个 Client
C、Server 可以直接读取完整会话历史与其他 Server 的数据
D、Host 直接与 Server 通信，不需要 Client 这一层
*
84、某运维知识库问答出现了检索到了相关文档却没有被采用、答非所问的现象。下列关于其原因与改进的说法，正确的有（ ）。
【多选题】
A、提示词未明确限定只能依据检索片段作答，导致模型回退到参数记忆自由发挥
B、可在提示词中要求逐条标注引用的片段来源，并剔除无关片段以减少干扰
C、在检索后引入重排（Rerank），提升送入上下文片段的相关度
D、该现象的根因是向量数据库查询性能太差，应优先扩容检索集群
*
85、告警降噪智能体只需要大模型的推理能力，不需要接入 CMDB 或网络拓扑数据。
A、正确
B、错误
*
86、设计故障自愈与工单闭环智能体时，为保证操作可追溯，只需在处置成功时记录日志，失败情况无需记录。
A、正确
B、错误
*
87、设计“容量与性能预测”智能体时，合理的输入数据通常包括（ ）。
【多选题】
A、历史带宽、利用率、丢包等时序监控指标
B、业务增长计划与扩容工单、变更记录
C、设备规格与拓扑冗余关系
D、仅凭模型对未来的判断，无需任何历史数据
*
88、在“配置自动生成与回滚”场景中，智能体生成配置之后、正式下发之前最应增加的环节是（ ）。
A、直接下发，由人工事后核查
B、语法与语义校验 + 与基线比对 + 影响面分析 + 干跑（dry-run）预校验与回滚预案
C、只做关键字拼写检查
D、由模型自行判断配置是否正确即可
*
89、ChatOps 中的智能体应当对所有群成员提出的指令都一视同仁地执行。
A、正确
B、错误
*
90、多智能体协作运维系统中，“评审智能体（Reviewer）”的核心价值在于（ ）。
A、显著加快整体响应速度
B、以独立视角对照基线与规范复核执行结果，降低单点误判并拦截越权操作
C、完全替代所有人工审批环节
D、减少 Token 消耗与调用成本
*
91、为智算网络“运维知识库问答”设计 RAG 方案时，为提高答案的事实性与可核验性，合理的做法包括（ ）。
【多选题】
A、切分时保留章节标题等上下文标识，避免片段脱离原文语境
B、要求模型在答案中标注来源（文档名/章节/片段 ID），无依据时明确回答未知
C、对多版本文档维护版本号与生效时间，检索时按环境版本过滤
D、为提升召回率，把整本手册作为一个片段入库
*
92、某团队用多智能体做故障处置：诊断 Agent 与修复 Agent 各自调用工具，但经常出现重复下发命令、结论互相矛盾。最应优先改进的是（ ）。
A、增加更多 Agent 以分担工作
B、引入共享任务状态（黑板/共享内存）与唯一执行入口，明确各角色的读写权限与仲裁规则
C、提高 temperature 以获得更多处置方案
D、让两个 Agent 各自独立保存结果，不做同步
*
93、衡量智能体是否选对工具并传对参数应使用任务成功率，工具调用准确率专门用于统计端到端任务是否完成。
A、正确
B、错误
*
94、关于幻觉率（Hallucination Rate）这一评估指标，下列说法正确的有（ ）。
【多选题】
A、统计输出中无法被给定上下文、工具返回或权威来源支持的事实性断言所占比例
B、RAG 环节的检索与重排质量会直接影响幻觉率的高低
C、输出流畅通顺与事实正确之间没有必然关系，不能以通顺度判定幻觉为零
D、幻觉率只统计输出中出现虚构人名的次数，与检索质量完全无关
*
95、关于运维智能体的稳定性与可复现性评估，合理的做法包括（ ）。
【多选题】
A、对同一用例在低 temperature 下多次运行，统计结果一致率
B、固定模型版本、提示词版本与工具版本后再做回归对比
C、记录并比对不同运行之间的执行轨迹（Trace）差异
D、只用一次运行结果即可判定系统是否稳定
*
96、轨迹（Trace）分析只服务于性能优化，对定位智能体的逻辑错误没有帮助。
A、正确
B、错误
*
97、关于智能体的敏感数据泄露风险与防护，下列说法正确的有（ ）。
【多选题】
A、用户输入、工具回显与知识库片段都可能含有地址、拓扑、凭据等敏感信息
B、应在入口做识别与脱敏，并对出站到外部模型服务的内容做过滤
C、日志同样是可能的泄露渠道，需要脱敏并控制访问权限
D、只要系统不联网，就完全不会发生敏感数据泄露
*
98、关于 Human-in-the-loop（人工确认）的设计，合理的做法包括（ ）。
【多选题】
A、按操作风险分级：只读与低风险动作自动执行，写操作与不可逆操作强制确认
B、确认界面应展示操作对象、具体命令、预期影响与回滚方式
C、超时未确认时应默认不执行（fail-closed）
D、为提高效率，所有操作都自动执行，仅在故障发生后补审批
*
99、对模型版本、提示词模板、工具 Schema 与知识库快照统一做版本管理与变更留痕，并支持快速回滚，是智能体版本治理的恰当做法。
A、正确
B、错误
*
100、关于输出校验（Output Validation），下列说法正确的有（ ）。
【多选题】
A、应在模型输出与下游系统之间设置校验层，作为护栏的最后一道闸门
B、校验内容可包括结构化格式是否可解析、取值范围、合规基线与危险命令拦截
C、它与输入侧的提示注入防护分属不同环节，二者不能相互替代
D、模型输出天然可信，只需检查文本长度是否达标即可
*
101、关于 Embedding（嵌入）的作用，下列说法正确的是（ ）。
A、把文本映射为稠密向量，使语义相近的文本在向量空间中距离更近
B、把长文本压缩为更短的文本
C、用于提高 GPU 的浮点算力
D、用于替代模型的推理生成过程
*
102、在多轮运维对话中，为节省 Token，可以把历史对话整体丢弃，只保留最后一轮用户输入。
A、正确
B、错误
*
103、智能体四特性中的“自主性”（Autonomy）主要指（ ）。
A、在给定目标与边界后，无需人工逐步干预即可依据自身状态与环境决定行为
B、完全脱离人的设定而独立产生价值观
C、只能严格按照人逐步下达的指令执行
D、只能运行在独立的物理服务器上
*
104、判断一个运维系统是否属于“智能体”，通常可参考的判据有（ ）。
【多选题】
A、是否由 LLM 在运行时依据观察动态规划下一步，而非走预先固定的路径
B、是否能调用工具作用于真实环境并获得反馈
C、是否具备跨步骤的记忆与任务状态
D、是否使用了向量数据库（只要用了向量库就等于智能体）
*
105、智能体架构中的“行动（Action）”环节通常对应（ ）。
A、把决策结果施加到外部环境，如调用工具、下发命令、创建工单
B、生成内心的思考推理文本
C、把结果写入向量数据库
D、调整模型的权重参数
*
106、智能体的编排层（Orchestration Layer）可以完全省略，由大模型直接面对用户与工具。
A、正确
B、错误
*
107、在运维智能体中引入“黑板（Blackboard）/ 共享状态”的主要目的是（ ）。
A、提升单个模型的推理能力
B、让多个角色共享同一份任务事实与中间结论，避免信息孤岛与重复劳动
C、压缩模型权重以节省显存
D、替代工具调用环节
*
108、关于智能体感知（Perception）环节的工程处理，合理的做法包括（ ）。
【多选题】
A、对监控指标、日志与设备回显做清洗与结构化，避免原始噪声直接占用上下文
B、对超长回显做截断与摘要，只保留与当前任务相关的部分
C、为感知数据附加时间戳、来源与可信度等元数据
D、把采集到的全部原始数据原样、完整地放入上下文
*
109、关于智能体终止条件（Termination Condition）的设计，下列做法最恰当的是（ ）。
A、只依赖模型自觉声明“任务已完成”
B、组合使用目标达成判定、最大步数、总超时与预算上限，触发时给出明确处置
C、不设置任何终止条件，让循环自然结束
D、只设置最大步数，其他约束都不需要
*
110、某运维智能体架构中，在 LLM 与工具之间引入了一层“能力网关（Capability Gateway）”，其最主要价值是（ ）。
A、提升模型的推理准确率
B、在网关上统一实施鉴权、参数校验、限流、审计与危险命令拦截
C、减少模型的参数量
D、加快 GPU 之间的数据通信
*
111、在智能体架构中，把安全护栏（Guardrails）全部实现在系统提示（System Prompt）里，就足以阻止越权操作。
A、正确
B、错误
*
112、在提示词中分块明确给出角色、任务、约束与输出格式四要素，这种做法通常被称为（ ）。
A、结构化提示（Structured Prompting）
B、模型微调（Fine-tuning）
C、向量化（Embedding）
D、量化（Quantization）
*
113、关于“自我一致性（Self-Consistency）”这类采样策略，下列描述正确的是（ ）。
A、通过多次采样多条推理路径并对最终结论投票，提高复杂推理的稳定性
B、只需采样一次即可完成
C、能够显著降低 Token 消耗
D、只对文本分类任务有效
*
114、关于上下文压缩（Context Compression）的具体手段，合理的有（ ）。
【多选题】
A、对历史对话滚动生成摘要，用摘要替换原始轮次
B、对工具返回的大段原始输出做字段抽取或摘要后保留
C、对超过一定轮次的观察结果只保留结论与关键指标
D、直接随机丢弃一半上下文以节省 Token
*
115、在 Function Calling 中，模型返回了工具名但缺少必填参数，最合理的工程处理是（ ）。
A、直接放弃调用并结束任务
B、依据 Schema 校验失败信息把错误回传模型要求补齐，超过重试次数则转人工
C、由应用侧随意填充一个默认值后执行
D、忽略校验直接调用，让工具自己报错
*
116、提示词工程（Prompt Engineering）在引入 RAG 之后就不再重要。
A、正确
B、错误
*
117、某运维智能体采用 ReAct 循环，但模型常在观察已明确报错时仍重复同一调用。最对症的改进是（ ）。
A、增加工具的并行调用数量
B、在上下文中显式保留失败记录与“已尝试—结果—结论”，并要求决策前先检查历史
C、提高 temperature 以换一种思路
D、删除所有失败记录以精简上下文
*
118、关于检索策略中的“混合检索（Hybrid Search）”，下列表述正确的有（ ）。
【多选题】
A、通常结合向量语义检索与关键词检索（如 BM25）的结果
B、语义检索擅长处理同义表述，关键词检索擅长精确匹配型号、错误码等字面串
C、融合时可对两路结果做分数归一化后加权，或采用倒数排名融合（RRF）
D、混合检索会退化检索质量，应始终只使用向量检索
*
119、在为运维智能体设计“任务分解（Task Decomposition）”提示时，合理的要素包括（ ）。
【多选题】
A、要求输出有序、可验证的子步骤，每步标明输入、动作与期望产出
B、限定子步骤的粒度与数量上限，避免无限细分
C、要求标注步骤之间的依赖关系与是否可并行
D、要求一次性生成所有步骤，且禁止后续依据结果调整
*
120、关于上下文窗口管理中系统提示（System Prompt）的位置策略，下列做法最恰当的是（ ）。
A、把角色设定与安全约束放在系统提示中，并在长对话中保持其常驻、不被摘要压缩掉
B、把安全约束写在第一轮用户消息里，之后可随摘要一起被压缩
C、把安全约束放在提示词最末尾，以便模型重点阅读
D、每次工具调用后重新随机生成约束内容
*
121、关于智能体开发中“框架”的作用，下列表述最恰当的是（ ）。
A、框架提供组件抽象与流程编排能力，降低重复造轮子的成本
B、框架可以完全替代业务建模与提示词设计
C、使用框架后模型调用不再产生任何费用
D、框架决定了模型推理能力的上限
*
122、智能体框架提供的 Memory 组件会自动保证跨会话的长期记忆正确持久化。
A、正确
B、错误
*
123、关于 OpenAI Assistants / Responses 类 API 中的“Thread（线程）”，下列描述正确的是（ ）。
A、Thread 是服务端维护的会话状态，保存消息历史，开发者无需自行重传完整上下文
B、Thread 是 GPU 上的计算线程
C、Thread 用于并行训练模型
D、Thread 会自动压缩模型权重
*
124、关于智能体的可观测性（Observability）建设，通常需要采集的信息包括（ ）。
【多选题】
A、每次模型调用的输入提示、输出内容、模型版本与调用参数
B、每一步工具调用的名称、入参、返回值、耗时与成败
C、Token 消耗、费用、端到端时延与错误率
D、只需采集最终答案，中间过程无需记录
*
125、关于“工具注册（Tool Registry）”的价值，下列表述最恰当的是（ ）。
A、集中管理工具的 Schema、版本、权限与风险等级，便于统一鉴权与按需动态加载
B、用于提高模型的推理速度
C、用于压缩向量数据库的存储
D、用于替代模型微调
*
126、采用 MCP 之后，工具就无需再做权限控制，因为协议本身已经保证了安全。
A、正确
B、错误
*
127、在本地用 vLLM 部署运维智能体的推理服务时，通常需要关注的配置项有（ ）。
【多选题】
A、最大模型长度（max_model_len）与 KV Cache 显存预算的匹配
B、并发请求数、批处理策略与排队策略对时延的影响
C、量化方式（如 FP8、AWQ）在精度与吞吐之间的权衡
D、只要服务启动成功，就不需要再做容量评估与压测
*
128、需要把自建运维智能体的能力开放给公司内其他团队（对方使用不同框架实现）调用，最合适的标准化方式是（ ）。
A、为每个调用方单独写一套私有 HTTP 适配接口
B、采用 A2A 协议：以 Agent Card 声明能力与端点，用 Task / Message / Artifact 交换任务与结果
C、直接共享数据库账号给调用方
D、把自己的提示词文本发给调用方即可
*
129、“运维知识库问答”智能体最适合优先落地的知识源是（ ）。
A、随意抓取的互联网论坛帖子
B、经过审核与版本管理的运维手册、应急预案、历史工单与变更记录
C、模型凭空生成的示例问答
D、未脱敏的个人聊天记录
*
130、自动巡检智能体发现配置不符合基线后，应当直接下发整改命令修正配置。
A、正确
B、错误
*
131、“变更辅助”智能体在生成变更方案时，最应优先输出的要素是（ ）。
A、只输出最终的配置文件文本
B、变更步骤与执行顺序、影响面与风险、校验方法与回滚方案
C、只输出预计的执行耗时
D、只输出建议的操作人姓名
*
132、设计“告警降噪与根因分析”智能体的输出时，合理的要素包括（ ）。
【多选题】
A、告警簇划分结果，以及每簇的代表告警、时间窗口与涉及设备
B、疑似根因及其置信度与支撑证据（证据链）
C、影响的业务范围、建议处置动作及其自动化等级
D、只输出“疑似根因”四个字，其余交由人工自行推断
*
133、在 ChatOps 场景中，为使智能体的回复可被后续系统消费，最应优先采用的设计是（ ）。
A、一律使用自然语言段落回复
B、关键结论采用结构化输出（统一的 JSON 或表格字段），同时保留自然语言摘要
C、只回复表情符号表示状态
D、每次都回复大段原始数据
*
134、故障自愈智能体的自动化等级越高越好，应当追求 100% 无人值守。
A、正确
B、错误
*
135、关于“运维知识库问答”中“拒答”机制的设计，下列做法最恰当的是（ ）。
A、一律不允许拒答，必须给出答案
B、检索无可靠依据时明确回答未知并给出建议的查证路径，同时记录拒答样本用于知识库补漏
C、拒答时保持沉默，不做任何输出
D、拒答时随机给出一个可能的答案
*
136、为智算网络“自动巡检与配置核查”设计智能体时，为兼顾覆盖度与可靠性，合理的做法包括（ ）。
【多选题】
A、巡检项与判定规则尽量以确定性代码或脚本实现，模型负责编排、解释与异常归纳
B、对不确定或超出规则覆盖的异常，转由模型结合知识库做辅助判断并标注置信度
C、输出结构化结果并按风险等级分流：低风险自动生成工单，高风险转人工复核
D、把所有判定逻辑都交给模型自由判断，不编写任何确定性规则
*
137、多智能体运维系统中，为控制“上下文重复与成本膨胀”问题，最有效的做法是（ ）。
A、让每个智能体都完整复制全部历史上下文
B、采用共享状态 + 按需传递：各智能体只获取自身角色需要的上下文切片，公共事实放入共享区
C、把所有智能体的提示词合并成一个超长提示词
D、完全禁止智能体之间传递任何信息
*
138、评估“变更辅助与合规校验”智能体时，应纳入的评测维度包括（ ）。
【多选题】
A、生成的配置与变更步骤是否符合语法规范与厂商命令集
B、是否完整覆盖合规基线中的禁止项与必检项
C、是否输出影响面分析、校验方法与回滚方案
D、只要使用了最新的模型版本即可，无需评估输出内容
*
139、智能体评测中的 A/B 对比，是指用同一批用例分别运行新旧两个版本，在相同外部依赖条件下比较任务成功率、时延与成本等指标。
A、正确
B、错误
*
140、运维智能体上线后，为持续监控其健康度，下列指标中适合纳入日常看板的有（ ）。
【多选题】
A、任务成功率与人工接管率
B、工具调用失败率
C、端到端时延与单次任务成本
D、推理服务器的 CPU 型号与前端页面的访问量
*
141、关于智能体的人工评估（Human Evaluation），合理的做法包括（ ）。
【多选题】
A、制定清晰的评分维度与判定标准，如事实性、完整性、可执行性与安全性
B、采用盲评与多人交叉评分，并统计评分者之间的一致性
C、把人工评估结果与自动化指标交叉验证，用于校准自动评测阈值
D、只让开发者评估自己开发的智能体，且只给出“好/不好”的二分结论
*
142、为控制成本，智能体评测可以只在上线前做一次，上线后无需持续回归。
A、正确
B、错误
*
143、关于轨迹（Trace）分析的工程价值，下列表述正确的有（ ）。
【多选题】
A、可统计每一步的耗时与 Token 消耗，定位性能与成本瓶颈
B、可识别重复调用、无效循环与工具选择错误等模式化缺陷
C、可把失败轨迹沉淀为回归测试用例，驱动提示词与工具改进
D、轨迹数据属于调试信息，无需保留，也不必考虑脱敏
*
144、某运维智能体的离线任务成功率很高，但线上人工接管率也很高。最合理的解读是（ ）。
A、系统已经足够成熟，可以减少人工介入
B、指标之间存在张力：可能评测集偏简单，或线上分布与评测集不一致，需扩充评测集并分析接管原因
C、说明人工评估方法无效
D、说明工具调用环节完全没有问题
*
145、智能体在运行中需要使用凭据访问网络设备时，最安全的做法是（ ）。
A、把管理员账号密码写进提示词，方便模型随时使用
B、使用独立的最小权限账号，凭据由密钥管理系统托管，智能体只获取短期令牌
C、把凭据硬编码在应用代码里
D、让所有智能体共用同一个超级管理员账号
*
146、关于“越狱（Jailbreak）”与“提示注入（Prompt Injection）”的关系，下列表述最恰当的是（ ）。
A、越狱通常指绕过模型自身的安全对齐，提示注入指利用外部内容覆盖或操纵系统指令，二者相关但侧重点不同
B、二者完全无关，是两种独立现象
C、提示注入只发生在模型训练阶段
D、越狱只能通过物理接触设备实现
*
147、只要给智能体分配了只读账号，就不需要再做输出校验与人工确认。
A、正确
B、错误
*
148、关于智能体操作审计（Audit）的设计，下列做法最恰当的是（ ）。
A、只记录最终结果，中间步骤不必保留
B、记录“谁发起、何时、对何对象、执行了什么、依据什么、结果如何”，并与执行轨迹关联且防篡改
C、由模型自行决定记录哪些内容
D、为节省存储空间，操作日志保存一天后即删除
*
149、在沙箱中执行智能体生成的代码，就可以完全消除代码带来的安全风险。
A、正确
B、错误
*
150、关于护栏（Guardrails）的分层部署，下列设计最合理的是（ ）。
A、只在模型输出之后做一次校验
B、在输入侧做注入检测与脱敏、在规划侧做权限与范围约束、在工具侧做白名单与参数校验、在输出侧做格式与合规校验
C、只在用户输入处做长度限制
D、完全依赖模型自身判断哪些操作是安全的
*
151、某运维智能体需在内网部署，要求并发 20 路、单请求上下文 32K。关于显存规划，下列判断最恰当的是（ ）。
A、只需考虑模型权重大小，KV Cache 可以忽略
B、显存占用 = 模型权重 + KV Cache（随上下文长度与并发数增长）+ 激活值与框架开销，需按峰值并发估算
C、只要 GPU 显存大于模型文件大小即可
D、量化之后显存占用可以降低为零
*
152、智能体一定比普通对话式大模型应用消耗更多的 Token。
A、正确
B、错误
*
153、智能体架构中“反馈（Feedback）”的来源通常不包括（ ）。
A、工具执行返回的结果与报错信息
B、用户的修正、补充与否定意见
C、环境状态的变化（如告警恢复、指标回落）
D、模型训练数据集的标注结果
*
154、在智能体架构中，工具调用必须由大模型在运行时动态决定，预先指定工具顺序就失去了智能体的意义。
A、正确
B、错误
*
155、关于智能体“记忆（Memory）”的写入时机，下列做法最恰当的是（ ）。
A、每一轮对话的所有内容都立即写入长期记忆
B、只把经过判定的、具备长期价值的事实与结论写入，并附来源与时间戳
C、永不写入，全部依靠上下文窗口承载
D、只在任务失败时写入，用于事后复盘
*
156、关于智能体执行器（Executor）的实现要点，合理的有（ ）。
【多选题】
A、对模型给出的参数做类型、范围与白名单校验后再发起调用
B、设置单次调用超时与重试策略，并对非幂等操作限制重试次数
C、统一封装返回值与错误信息，保证回写上下文的 Observation 格式一致
D、执行器应无条件信任模型输出的参数，以提升执行效率
*
157、关于“分层记忆”的设计，下列表述最恰当的是（ ）。
A、三层记忆应当合并为一层，以降低系统复杂度
B、短期上下文承载当前推理、长期向量库承载可检索经验、外部系统（CMDB/监控/工单）承载权威事实，按需注入
C、外部系统数据应全部复制到向量库中，避免实时查询
D、长期记忆应当替代外部系统，成为唯一数据源
*
158、智能体的规划（Planning）结果一旦生成，就应当严格执行完毕，中途不得修改。
A、正确
B、错误
*
159、为运维智能体设计“感知—行动”接口时，为兼顾模型可用性与系统安全性，最合理的做法是（ ）。
A、把设备的完整命令行能力直接开放给模型
B、向上提供语义化的高层能力接口（如“查询端口状态”“获取告警列表”），底层由能力网关做命令白名单与参数约束
C、让模型自行编写任意 Shell 命令并执行
D、只提供原始数据文件下载，由模型自行解析
*
160、在提示词中给出若干“输入—输出”示例以规范模型行为，这种做法属于（ ）。
A、Few-shot（少样本）示例
B、Zero-shot（零样本）指令
C、模型微调（Fine-tuning）
D、向量检索（Embedding Retrieval）
*
161、关于 ReAct 中“Thought（思考）”的作用，下列描述最恰当的是（ ）。
A、仅用于向用户展示过程，不参与后续决策
B、让模型显式表达当前判断与下一步意图，既提升多步推理质量，也便于事后定位问题
C、用于减少 Token 消耗
D、用于替代工具调用
*
162、为提高检索效果，RAG 中召回的文档片段数量（Top-K）越大越好。
A、正确
B、错误
*
163、在结构化输出中，为让模型可靠地输出枚举类字段（如风险等级：高/中/低），最有效的做法是（ ）。
A、在提示中用文字描述可能的取值
B、在 JSON Schema 中以 enum 约束该字段的取值集合，并配合结构化输出的解码约束
C、让模型自由生成后再人工归类
D、提高 temperature 以增加表达多样性
*
164、关于智能体自我反思（Reflection）的落地方式，合理的有（ ）。
【多选题】
A、让模型依据工具报错与校验失败信息生成修正方案
B、引入确定性规则或模拟器对结果做校验，把失败原因结构化回传
C、设置最大反思轮次，超过则转人工或降级输出
D、反思轮次不设上限，直到模型自己表示满意为止
*
165、关于 RAG 中“查询改写（Query Rewriting）”的作用，下列描述最恰当的是（ ）。
A、用于缩短用户问题以减少 Token 消耗
B、把指代不清或依赖多轮上下文的原始问题改写为独立、完整的检索查询，提高召回率
C、用于替换 Embedding 模型
D、用于替代重排（Rerank）环节
*
166、关于长期记忆与向量库在工程上的常见取舍，下列表述正确的有（ ）。
【多选题】
A、向量检索擅长语义相似，但对精确字面匹配（错误码、型号）可能不如关键词检索
B、写入向量库前应做去重与时效标注，避免陈旧经验污染检索结果
C、需要按业务维度做命名空间或元数据过滤，缩小检索范围
D、向量库一旦建好即可长期使用，无需重建索引或更新嵌入模型
*
167、上下文压缩（Context Compression）会不可避免地造成信息损失，因此不应在生产智能体中使用。
A、正确
B、错误
*
168、某运维智能体需在一次任务中调用“查询设备—比对基线—生成整改”三个工具，且后一步依赖前一步的结果。关于调用编排，下列做法最恰当的是（ ）。
A、一次性并行调用三个工具以提高速度
B、串行编排：先查询、再比对、最后生成，每步把结构化结果传给下一步，任一步失败即中断并报告
C、只调用“生成整改”这一个工具，其余由模型自行推断
D、随机选择调用顺序以获得不同结果
*
169、关于“智能体框架选型”，下列因素中最应优先考虑的是（ ）。
A、框架在开源社区的星标数量
B、与团队技术栈的匹配度、对所需能力（状态管理/工具注册/可观测）的支撑，以及社区与维护活跃度
C、框架是否支持数量最多的大模型
D、框架是否完全免费且没有任何外部依赖
*
170、使用低代码智能体平台（如 Dify）搭建的应用，就不需要任何代码开发与工程运维。
A、正确
B、错误
*
171、关于 LangGraph 中“状态（State）”的作用，下列描述最恰当的是（ ）。
A、仅用于记录运行日志
B、在图节点之间传递并持久化共享数据，支撑条件分支、循环与断点续跑
C、用于压缩模型权重以节省显存
D、用于替代向量数据库
*
172、关于智能体的工具沙箱执行，通常需要限制的资源与能力包括（ ）。
【多选题】
A、网络访问范围，如仅允许访问指定的内网服务
B、文件系统的可见范围与写入权限
C、CPU、内存、磁盘与 GPU 等资源配额
D、允许沙箱内的进程自由访问宿主机的所有设备
*
173、把智能体的工具通过 MCP 暴露出去之后，任何接入的客户端都可以无差别调用全部工具。
A、正确
B、错误
*
174、关于本地推理（Ollama / vLLM 等）与云端 API 的混合路由（Routing）设计，下列做法最恰当的是（ ）。
A、全部请求固定走云端 API，实现简单可靠
B、按数据敏感度、任务复杂度与时延预算分流：敏感/简单/高频走本地，复杂推理走云端，并统一出口鉴权与审计
C、全部请求固定走本地，彻底避免调用成本
D、随机选择本地或云端，以均衡两边负载
*
175、在智能体生产中引入可观测平台（如 LangSmith 类）时，为兼顾排障与合规，通常需要落实（ ）。
【多选题】
A、对轨迹中的设备地址、凭据与配置内容做脱敏后再上报
B、为 Trace 关联业务标识（工单号、任务 ID），便于跨系统串联分析
C、设定轨迹数据的保留期限与分级访问权限
D、把完整的原始提示与回显无脱敏地长期保存，便于随时复现问题
*
176、关于 A2A 协议中的 Task（任务）与 Artifact（工件），下列描述正确的是（ ）。
A、Task 是一次性的无状态请求，没有生命周期
B、Task 是有状态的工作单元，具有 submitted / working / input-required / completed 等状态；Artifact 是任务产出的具体结果
C、Artifact 是客户端发给服务端的请求参数
D、Task 与 Artifact 完全等价，只是名称不同
*
177、“运维知识库问答”智能体回答“如何扩容某端口带宽”时，最规范的交付形态是（ ）。
A、只给出一句“请执行扩容操作即可”
B、给出操作步骤、前置检查、风险提示、校验方法与回滚方式，并标注来源文档与版本号
C、只给出文档原文的访问链接
D、只给出建议的操作人姓名
*
178、智能体在运维场景中给出的处置建议，可以不标注置信度与依据。
A、正确
B、错误
*
179、关于“自动巡检”智能体的执行频率与范围设计，下列做法最恰当的是（ ）。
A、全天候、全设备、全项目高频巡检，确保无遗漏
B、按设备重要等级与变更风险分层：核心设备高频、长尾设备低频，并对设备做分组限流
C、只在故障发生之后才启动巡检
D、随机抽取少量设备巡检，节省资源
*
180、设计“故障自愈”智能体时，适合优先开放自动执行（无需人工确认）的动作特征包括（ ）。
【多选题】
A、动作可逆，且有明确的回滚路径
B、影响范围可控，不涉及核心生产业务
C、历史上已有大量成功案例，且失败后果轻微
D、涉及核心交换机整机重启等高影响操作
*
181、在“容量与性能预测”场景中，智能体输出最恰当的形式是（ ）。
A、只给出一个确定的未来日期
B、给出预测趋势、关键拐点、置信区间与关键假设，并在数据不足时明确提示不确定性
C、只给出当前的利用率数值
D、只给出“容量充足”这一结论
*
182、ChatOps 智能体在群聊中回复运维结论时，可以不受限制地贴出完整的设备配置文件。
A、正确
B、错误
*
183、设计“运维知识库问答”的输入侧处理时，合理的做法包括（ ）。
【多选题】
A、识别问题中的设备、模块、错误码等关键实体，用于元数据过滤检索
B、结合多轮历史做查询改写，消除指代与省略
C、对问题做意图分类（操作指引/故障排查/概念解释），走不同的检索与生成策略
D、直接把用户原话送入向量检索，不做任何预处理
*
184、某智算中心希望用多智能体实现“故障处置全流程闭环”。为避免责任不清，最关键的设计是（ ）。
A、让所有智能体共享同一个管理员账号
B、明确每个智能体的职责边界、可写对象与升级路径，并对每个动作记录发起主体与审批人
C、只用一个智能体完成全部工作，避免分工
D、由模型在运行时自行决定由谁承担责任
*
185、评估“自动巡检与配置核查”智能体的实际收益时，合理的度量维度包括（ ）。
【多选题】
A、巡检覆盖的设备数量与巡检项完成率
B、发现问题中真实问题的比例（准确率）与漏检率
C、从发现问题到生成工单/完成整改的平均时长与人工复核工作量
D、只需要统计智能体共运行了多少次即可
*
186、为“变更辅助与合规校验”智能体设计工具集时，合理的工具划分包括（ ）。
【多选题】
A、配置解析与语法校验工具，返回结构化的错误位置与原因
B、基线比对工具，输出逐项差异与风险等级
C、影响面分析工具，基于拓扑与 CMDB 给出波及的业务范围
D、一个“一键下发到所有设备”的通用执行工具，且不做任何参数约束
*
187、关于智能体“端到端时延”的构成，下列表述最恰当的是（ ）。
A、只包含模型首次返回内容的时延
B、包含多次模型调用、工具执行、检索与网络往返的累计耗时
C、只包含工具执行的时间
D、与任务执行的步数无关
*
188、关于“LLM-as-a-Judge”（用大模型充当评测裁判）的局限性，下列描述最恰当的是（ ）。
A、完全可靠，可以彻底替代人工评估
B、存在位置偏差、偏爱冗长答案、领域事实判定能力有限等问题，需用人工评估校准并配合规则化指标
C、只能用于评估时延与成本
D、其结论与人工评估必然完全一致
*
189、关于运维智能体评测集的分层设计，合理的分层维度包括（ ）。
【多选题】
A、按任务难度分层：单步查询、多步诊断、跨系统闭环
B、按业务场景分层：告警降噪、配置核查、变更辅助、知识问答
C、按风险与对抗性分层：含歧义输入、信息缺失、诱导越权的用例
D、只保留难度最低的一档，便于快速通过评测
*
190、智能体的工具调用准确率达到 100%，就说明其任务成功率也必然达到 100%。
A、正确
B、错误
*
191、某团队要为运维智能体建立成本度量口径。下列计算方式中，最能反映其真实经济性的是（ ）。
A、只统计模型调用的输入与输出 Token 费用
B、以“单位成功任务成本”为准：统计一次任务全流程的 Token 费用、工具调用与检索开销，并计入失败重试的消耗，再除以成功完成的任务数
C、以 GPU 服务器的采购成本除以任务总数
D、只统计调用量最大的那一次模型请求的费用
*
192、为提升评测分数，可以把评测集的标准答案与样例直接写入智能体的知识库，使其表现更稳定。
A、正确
B、错误
*
193、某智能体有甲、乙两个待选方案：甲的任务成功率 92%、单次任务平均成本 0.8 元、P95 端到端时延 42 秒；乙的任务成功率 95%、成本 1.6 元、P95 时延 78 秒。已知业务 SLA（服务等级协议）要求 P95 时延不超过 60 秒，且单位任务成本不得翻倍。下列判断最恰当的是（ ）。
A、乙成功率更高，应直接全量切换到乙
B、甲成功率偏低，应立即下线
C、先判定乙不满足时延 SLA，不能直接切换；应在满足 SLA 的方案之间比较单位成功任务成本，并针对乙的步数冗余与重试开销做优化后再灰度对比
D、成功率与时延无法同时评估，只能以成功率为唯一指标
*
194、某运维智能体接入了 40 个工具，安全评审要求落实最小权限。下列授权方案最恰当的是（ ）。
A、统一分配一个拥有全部工具权限的服务账号，再靠系统提示词声明禁止使用危险工具
B、建立“工具能力 × 目标环境 × 风险等级”的三维授权矩阵，默认拒绝；只读与可逆操作按白名单放行，不可逆写操作需白名单叠加人工审批
C、在生产环境开放全部工具以便快速处置，测试环境再收紧权限
D、每次会话随机开放其中一半工具，以缩小同时暴露面
*
195、多智能体系统中，规划智能体调用执行智能体下发配置，而执行智能体统一使用高权限服务凭据。该设计最主要的治理风险是（ ）。
A、执行智能体的推理速度下降
B、混淆代理（Confused Deputy）：下游无法区分动作源自用户的真实授权还是上游被注入后发起，高权限被间接借用
C、两个智能体之间的通信协议必然不兼容
D、Token 消耗随调用链路变长而上升
*
196、某团队计划接入一个第三方提供的 MCP Server 以扩展智能体能力。下列治理措施中最关键的是（ ）。
A、只要工具描述看起来清晰可信，就可以直接接入并长期使用
B、对 Server 版本与完整工具定义（名称、描述、入参 Schema）做哈希快照，任何变更即告警并要求重新审批；同时按最小能力订阅、限制出站目标并对每次调用留痕
C、将其部署在公网并开启自动更新，以便随时获得最新版本
D、由模型在运行时自行判断该 Server 是否可信
*
197、某智能体线上稳定运行数月，团队仅给其中一个工具新增了一个必填入参并同步更新了描述，未改动其他部分，随后该场景任务成功率明显下降。最可能的原因是（ ）。
A、底层模型的权重发生了变化
B、提示词、工具定义、模型版本与知识库相互耦合，工具 Schema 与描述变更会改变模型的工具选择与填参行为，而此次变更未纳入回归评测
C、网络设备的实际配置发生了变更
D、评测集被智能体自行修改了
*
198、智能体把每次会话的原始内容（含设备配置片段与账号信息）全部写入长期记忆向量库以沉淀经验，不会带来额外的合规风险。
A、正确
B、错误
*
199、为防止智能体越权删除生产配置，团队在系统提示中加入“严禁执行任何删除操作”的约束。关于该措施的效果，下列判断最恰当的是（ ）。
A、足够可靠，模型一定会遵守系统提示
B、提示词只能作为引导，真正的安全边界必须落在服务端：工具白名单、入参与目标对象校验、按动作分级的人工审批与执行层强制拦截
C、把该约束在用户提示中重复三遍即可生效
D、把 temperature 调为 0 就能保证不再违反
*
200、为满足智能体操作的可追溯与事后定责，一条操作审计记录中最应包含的字段包括（ ）。
【多选题】
A、链路标识（Trace ID 或任务 ID）、时间戳与发起主体（用户身份或智能体身份）
B、被调用的工具名称、脱敏后的入参与执行结果摘要
C、审批人、审批时间与操作前后的状态快照
D、完整的原始凭据明文与模型全部思维链原文，便于随时复盘
字体大小
智能体技术
复制
