奖励设计 面试题

理想汽车智能体算法一面：Agent Loop 与奖励设计

理想汽车智能体算法一面面经，围绕 Agent 工程落地展开：Agent Loop 需要哪些结构化状态、什么任务该用 Agent 而非固定工作流、奖励设计失衡怎么排查、失败轨迹如何拆成训练样本，以及 LoRA 与全参微调的取舍。