2

Part 2 — FDE 面試準備指南(二):Agent System Design

以 Google AI 工程師兼面試官的視角,解析 FDE 面試中 Agent 系統設計考題,包含 ReAct 架構、Multi-Agent 判斷邏輯、失控防禦設計、MCP 協定與 Google ADK 定位

·14 min
7

Part 7 — FDE 面試準備指南(七):Agent 深度設計——ReAct vs Planner、Tool Routing、Multi-Agent

以 Google AI 工程師兼面試官的視角,深度拆解 Agent 系統設計的五大主題:ReAct vs Planner-Executor 架構選擇、Tool Routing 四層漏斗、Multi-Agent 邊界、Loop 終止策略,以及 Memory 系統設計

·16 min
9

Part 9 — FDE 面試準備指南(九):LLM 核心知識——Token、Prompt Engineering 與 Embedding

以 Google AI 工程師兼面試官的視角,整理 FDE 面試中最關鍵的 LLM 實用知識:Token 與 Context Window 的工程意涵、Prompt Engineering 五大技法,以及 Embedding 在語意搜尋中的原理與選型

·15 min
28

Part 28 — AI 工程從零開始|Phase 14 Part 1:Agent 迴圈與記憶系統 — 從單次呼叫到自主行動

深入解析 AI Agent 工程基礎:ReAct/Reflexion 思考迴圈、記憶系統四層架構(感官/工作/情節/語意)、上下文管理與 Agent 狀態機設計

·23 min
42

Part 42 — AI 工程從零開始|Phase 19 Part 2:Capstone — 生產級 AI Agent 產品端對端實作

端對端構建生產級 AI Agent 產品:從架構設計到上線,涵蓋 ReAct 迴圈、工具整合、記憶系統、Guardrails、可觀測性與商業指標追蹤

·28 min