Snow.
中
All writing Notes & observations

About Agent Interview

5 min read
阅读中文版

前言

随着 AI Agent 技术的快速落地，Agent 相关岗位（开发工程师、算法工程师、产品经理）已成为 AI 领域的热门方向。面试官的考察维度也从基础概念逐步深入到工程落地、系统设计、安全合规等实战层面。

本文章整理了 2024-2025 年主流大厂（字节、阿里、腾讯、OpenAI 等）的 Agent 面试高频问题，覆盖基础认知、核心技术、工程落地、系统设计、产品设计等全维度，每个问题附带考察点与参考回答思路，帮助你全面备战 Agent 岗位面试。

一、基础认知类面试题

（入门必问，考察候选人对 Agent 的基本理解）

技术岗基础题

  1. 什么是 AI Agent？它与传统的 LLM、Chatbot 有什么本质区别？

    • 考察点：基础概念认知，对 Agent 核心能力的理解

    • 参考回答思路：

      • AI Agent 是具备「感知(Perception) - 规划(Planning) - 行动(Action) - 观察(Observation)」闭环的智能系统，能自主感知环境、决策并执行动作达成目标。

      • 与传统 LLM 的区别：LLM 只是语言生成模型，没有外部行动能力；Agent 以 LLM 为大脑，扩展了工具调用、长期记忆、自主规划能力。

      • 与 Chatbot 的区别：Chatbot 是被动响应的对话工具，Agent 是主动目标驱动的任务执行者，能跨工具协同、自我纠错。

  2. LLM Agent 的核心能力有哪些？

    • 考察点：对 Agent 能力体系的掌握

    • 参考回答思路：

      1. 任务理解与分解：将模糊指令拆解为可执行子任务

      2. 规划与推理：通过 CoT、ReAct 等机制实现多步推理

        • CoT（Chain of Thought）是让模型一步步写出推理过程，适合纯逻辑的任务。
        • ReAct（Reasoning + Acting）是边思考边行动，适合需要外部信息的任务。

      3. 工具调用：自主调用外部 API、数据库、代码解释器等扩展能力

      4. 记忆管理：维护短期 / 长期记忆，维持上下文一致性

      5. 自我反思与纠错：根据执行反馈修正错误路径

  3. 为什么说 LLM 是构建通用 Agent 的理想基座？

    • 考察点：对 Agent 技术栈的底层理解

    • 参考回答思路：

      • LLM 具备强泛化能力，跨领域的常识与语言理解能力

      • 支持零样本 / 少样本推理，无需重新训练即可适配新任务

      • 自然语言接口，能直接理解人类指令，生成可执行逻辑

      • 模块化扩展性，可通过 Function Calling 轻松集成外部工具

  4. Agent 的自主性是什么意思？是不是完全不需要人类干预？

    • 考察点：对 Agent 边界的认知

    • 参考回答思路：

      • 自主性指 Agent 在给定边界内，能独立完成任务解析、工具选择、异常处理，无需人类分步指令。

      • 但自主性不等于完全脱离人类，而是在安全边界内最大化独立决策，高危操作仍需人工确认，同时支持人工在环干预。

  5. Agent 必须是目标导向的吗？

    • 考察点：对 Agent 本质属性的理解

    • 参考回答思路：

      • 是的，目标导向是 Agent 的本质属性。没有目标的话，Agent 会退化为随机响应系统，无法衡量有效性。

      • 目标可以是显式的（用户指令），也可以是隐式的（系统预设，比如 “帮助用户解决问题”）。

产品岗基础题

  1. 你怎么向一个不懂技术的用户解释什么是 Agent？

    • 考察点：技术认知与用户沟通能力

    • 参考回答思路：可以用通俗的例子，比如传统工具是你要一步步指挥：“打开文件、复制文本、打开翻译、粘贴、导出 PDF、发我邮箱”；而 Agent 你只需要说一句 “把这份英文合同译好发我邮箱”，它会自己把所有步骤做完，全程不用你管，就像一个能帮你干活的智能助手。

  2. Agent 和传统的 SaaS 软件有什么区别？

    • 考察点：对产品形态的理解

    • 参考回答思路：传统 SaaS （Software as a Service，软件即服务）是你操作工具，Agent 是工具帮你操作。比如传统的订票软件，你要自己查航班、选时间、填信息、支付；而 Agent 你只需要说 “帮我订下周五去上海的机票，要靠窗的，预算不超 1000”，它会自己帮你完成所有操作，还会根据你的偏好自动筛选。

二、核心技术与架构类面试题

（核心考察，占面试权重的 40% 以上）

推理与规划模块

  1. 什么是 ReAct 框架？它和 CoT（思维链）有什么区别？

    • 考察点：对 Agent 核心推理框架的掌握

    • 参考回答思路：

      • CoT 是让 LLM 一步步写出推理过程，只在模型内部思考，不调用外部工具，适合纯逻辑、不需要外部信息的任务（比如数学题）。

      • ReAct 是「Reasoning+Acting」，交替进行思考和行动，每一步思考后可以调用外部工具获取信息，再根据结果继续思考，适合需要外部信息、复杂交互的任务，比如搜索、工具调用。

      • 简单说：CoT 是 “想了再答”，ReAct 是 “边想边做”。

  2. 什么是 Tree of Thoughts（ToT）？它比 ReAct 强在哪？线上能用吗？

    • 考察点：进阶规划技术的理解与落地能力

    • 参考回答思路：

      • ToT 是把推理过程做成一棵多分支的树，模型可以同时探索多个推理路径，通过 BFS/DFS 探索最优路径，还能回溯无效分支，解决了 ReAct 只能单路径推理、错了就没法回头的问题。

      • 重度的 ToT 确实成本很高，线上不能全量用，但可以做轻量化版本：比如在关键场景，只生成 3-5 个候选路径，用轻量模型快速筛选，比如客服场景，同时生成 3 种不同的回复风格，快速选最优的，ROI （投资回报率）很高。

  3. Plan-and-Execute 和 ReAct 的区别是什么？你会怎么选？

    • 考察点：架构选型能力

    • 参考回答思路：

      • Plan-and-Execute 是先生成完整的执行计划，再一步步执行，适合流程固定、不确定性低的任务，比如生成日报、固定流程的报表，能省成本，因为不用每一步都调用大模型思考。

      • ReAct 是边做边调整，适合不确定性高、用户可能随时改需求的开放任务，比如旅行规划，用户可能中途改目的地，ReAct 能随时调整。

      • 实践中我们会结合：Plan 做主干流程，每个步骤加 ReAct 的检查点，比如调用工具后自动检查结果，不对就立刻修复，兼顾效率和灵活性。

  4. Agent 的任务分解有哪些策略？怎么避免分解得太碎或者太虚？

    • 考察点：规划模块的落地经验

    • 参考回答思路：

      • 常用的策略：分层分解，把大目标拆成高层子任务，再拆成可执行的原子任务；还有 LLM + 规则的混合方式，固定流程的用规则，开放任务用 LLM。

      • 避免问题的方法：一是给 LLM 加分解的示例，few-shot 教它怎么拆；二是加约束，比如子任务不能超过 5 步，每个子任务必须是可执行的原子操作；三是分解完之后做验证，让模型自己检查分解的任务是不是能覆盖原目标，有没有遗漏。

  5. 什么是 Agent 的反思（Reflection）机制？怎么实现？

    • 考察点：Agent 自我迭代能力的理解

    • 参考回答思路：

      • 反思机制就是 Agent 执行完任务后，自己评估结果，分析错误，然后修正策略，相当于自我纠错。

      • 实现方式：比如执行完工具调用后，让 LLM 评估结果是不是符合预期，如果不对，就分析哪里错了，调整参数或者换工具重试；还可以结合外部验证，比如代码写完了跑单元测试，根据测试结果反思修改。

记忆机制模块

  1. Agent 的记忆分为哪几类？各自的作用是什么？

    • 考察点：记忆系统的架构理解

    • 参考回答思路：

      1. 短期记忆：存储当前会话的上下文，比如最近的对话轮次，维持当前任务的连贯性，存在上下文窗口里。

      2. 工作记忆：临时存储当前任务的中间状态，比如 ToT 的候选路径、任务进度，用来支撑当前任务的执行。

      3. 长期记忆：持久化存储历史交互、用户偏好、任务结果，用向量数据库存储，支持跨会话的知识复用，比如用户上次说的过敏信息，下次对话还能记住。

  2. 长对话里，怎么让 Agent 不忘记关键信息？怎么处理上下文窗口超限的问题？

    • 考察点：记忆管理的落地经验

    • 参考回答思路： 我们用三段式记忆法，不是只靠向量检索：

      1. 滚动窗口记忆：最近 3-5 轮对话原样保留，保证当前任务的强相关信息不丢。

      2. 关键实体记忆：用 NER 实时提取用户提到的时间、地点、偏好这些关键实体，存到结构化的知识图谱里，随时能查，比如用户说的花生过敏，永远不会丢。

      3. 周期性摘要记忆：每 10 轮对话，让小模型生成一段结构化的摘要，记录用户的目标、任务进度、关键信息，代替原始的长对话。 查询的时候把这三部分信息按权重融合，既不会丢关键信息，又不会把旧的闲聊信息带进来干扰。

  3. 向量数据库在 Agent 的记忆里起什么作用？怎么选向量数据库？

    • 考察点：记忆存储的技术选型

    • 参考回答思路：

      • 向量数据库用来存长期记忆的嵌入向量，支持语义检索，能把和当前问题相关的历史记忆找出来，注入到上下文里。

      • 选型的话：中小规模的用 Chroma、FAISS 就行，轻量好用；大规模的、需要分布式的用 Milvus、Pinecone，支持高并发、动态扩容；如果是私有化部署，Milvus 的开源版本很合适。

  4. 短期记忆和长期记忆怎么协同工作？

    • 考察点：记忆系统的工作机制

    • 参考回答思路：

      1. 每次用户请求过来，先从长期记忆里检索相关的历史信息，比如用户的偏好、历史任务。

      2. 把检索到的长期记忆，和当前的短期记忆（最近对话）拼接到一起，作为上下文传给 LLM。

      3. 任务完成后，把关键的新信息，比如用户的新偏好、任务结果，写入长期记忆，更新向量数据库。

      4. 优先级上，短期记忆的权重更高，避免过时的长期信息干扰当前任务。

工具调用模块

  1. 什么是 Function Calling？它在 Agent 里扮演什么角色？

    • 考察点：工具调用的基础原理

    • 参考回答思路：

      • Function Calling 是 LLM 的一种能力，能让模型根据用户的需求，输出结构化的函数调用格式，包括函数名和参数，这样系统就能解析这个格式，调用对应的外部工具，把结果返回给模型。

      • 它是 Agent 连接外部世界的接口，让 LLM 从只能生成文本，变成能调用 API、操作数据库、执行代码，真正拥有行动能力。

  2. 工具描述写得再好，模型也瞎传参数怎么办？

    • 考察点：工具调用的落地痛点解决

    • 参考回答思路： 我们做了三层防护：

      1. Schema 层防护：不仅写清楚参数的要求，还要加负面描述，比如明确说 “城市名直接用用户输入的，不要自己从地址里解析”，还要加示例。

      2. 硬校验层：模型输出之后，用 Pydantic 模型做类型校验，比如参数类型不对、枚举值不匹配，直接打回去让模型重试。

      3. 业务兜底层：关键参数要做业务校验，比如订单 ID，先调用校验接口查是不是存在，没问题再往下执行，绝对不把未校验的参数直接发给数据库。

  3. 我们有上百个工具，怎么让模型快速选对工具？

    • 考察点：大规模工具库的选型能力

    • 参考回答思路： 不能把所有工具都发给模型，上下文不够还会干扰判断，我们做了工具路由层：

      1. 用户请求过来，先用 fasttext 小模型快速提取意图关键词。

      2. 用关键词去工具的向量库做语义检索，挑出前 5 个最相关的工具。

      3. 再用一个精调过的 7B 小模型，给这 5 个工具做精细排序，最后只把前 2 个最相关的工具的 schema 发给大模型。 这个流程把工具选择的准确率从 70% 提到了 95% 以上，还省了很多 token。

  4. 工具调用失败了怎么处理？比如接口超时、参数错误？

    • 考察点：容错机制的设计

    • 参考回答思路： 我们有标准的错误分类处理流程：

      1. 如果是网络超时、5xx 错误，用指数退避重试，最多试 2 次。

      2. 如果是 4xx 参数错误，触发参数诊断，用小模型分析错误信息，调整参数后重试。

      3. 如果重试还是不行，而且这个工具是核心路径，就启动备选方案，比如主支付通道挂了，自动切备用通道。 所有的状态都记日志，方便复盘，尽量能完成任务就不直接报错。

  5. Function Calling 和 Tool Use 有什么区别？

    • 考察点：工具调用的进阶理解

    • 参考回答思路：

      • Function Calling 是标准化的，基于 JSON Schema，LLM 输出固定的 JSON 格式，实现简单，兼容 OpenAI 这类主流 API，但是灵活性差，不支持并行调用。

      • Tool Use 是更灵活的自定义格式，支持并行调用多个工具，支持工具依赖、复杂的组合调用，但是实现复杂度高，标准化程度低。

      • 简单场景用 Function Calling，复杂的工具系统用 Tool Use。

  6. 怎么实现工具的组合调用？有哪些模式？

    • 考察点：复杂工具流程的设计

    • 参考回答思路： 常用的四种模式：

      1. 顺序调用：工具按顺序执行，后一个用前一个的结果，比如搜索→分析→生成报告。

      2. 并行调用：独立的工具同时执行，比如同时查天气、查航班、查酒店，提升效率。

      3. 条件调用：根据条件选工具，比如如果有票就订，没票就推荐中转。

      4. 循环调用：重复调用工具直到满足条件，比如批量处理订单。

主流框架与工具

  1. 你熟悉 LangChain 吗？它的核心组件有哪些？

    • 考察点：主流开发框架的掌握

    • 参考回答思路： LangChain 是 Agent 开发的框架，可以用于构建各种类型的 Agent，核心组件有：

      1. LLMs：大模型的封装，兼容各种主流模型。

      2. Tools：工具的抽象，支持各种外部工具的集成。

      3. Agents：Agent 的实现，比如 ReAct Agent、Plan-and-Execute Agent。

      4. Memory：记忆模块，支持各种记忆类型的实现。

      5. Chains：链的抽象，把多个操作串成流程。

      6. Vector Stores：向量数据库的封装，方便记忆存储。

  2. LangGraph 和 LangChain 有什么区别？为什么需要图结构的 Agent？

    • 考察点：框架的进阶理解

    • 参考回答思路：

      • LangChain 是线性的链结构，适合顺序执行的流程，但是很难处理复杂的分支、循环、多 Agent 协作的场景。

      • LangGraph 是把 Agent 的流程做成有状态的图结构，支持循环、分支、持久化的状态，能处理多 Agent 协作、复杂的工作流，比如 MetaGPT 里的多角色协作，就是用 LangGraph 实现的。

      • 简单说，LangChain 做简单的单 Agent 流程，LangGraph 做复杂的多 Agent、带状态的工作流。

  3. AutoGPT 和 BabyAGI 的主要区别是什么？

    • 考察点：主流 Agent 产品的理解

    • 参考回答思路：

      • AutoGPT 是通用的自主 Agent，目标是完成用户的开放任务，能自主规划、调用工具、反思，全流程自主执行，但是容易陷入循环，成本高。

      • BabyAGI 是基于任务优先级的 Agent，它会维护一个任务列表，每次选最高优先级的任务执行，执行完生成新的任务，更聚焦于任务的优先级管理，适合任务管理类的场景。

  4. 多智能体框架比如 MetaGPT、AutoGen，核心原理是什么？

    • 考察点：多 Agent 框架的理解

    • 参考回答思路：

      • MetaGPT 是把软件开发的流程引入多 Agent，给每个 Agent 分配不同的角色，比如产品经理、工程师、测试，模拟公司的协作流程，完成复杂的软件开发任务，它用标准化的通信协议，解决多 Agent 的沟通问题。

      • AutoGen 是支持多 Agent 的对话框架，能让不同的 Agent 之间对话，支持人工在环，能快速搭建多 Agent 协作系统，比如一个 Agent 写代码，一个 Agent 执行，一个 Agent 检查，适合快速原型。

三、RAG 与知识增强类面试题

（Agent 落地的核心模块，高频考察）

  1. RAG 和 Agent 是什么关系？什么时候用 RAG，什么时候用 Agent？

    • 考察点：技术选型能力

    • 参考回答思路：

      • RAG 是检索增强生成，解决的是 LLM 的知识过时、幻觉的问题，它是一种知识增强的技术，很多 Agent 里都会集成 RAG，作为 Agent 的知识工具。

      • 如果只是问答、查资料，不需要复杂的任务执行，用 RAG 就够了；如果需要多步的任务执行、跨工具协同，比如查资料、分析、生成报告、发邮件，那就需要上 Agent，Agent 里可以用 RAG 来做知识增强。

  2. RAG 的完整流程是什么？Chunk Size 怎么选？

    • 考察点：RAG 的基础落地经验

    • 参考回答思路：

      • 流程：文档加载→文本切片→嵌入生成→向量存储→检索→重排→生成。

      • Chunk Size 不是固定的，要看场景：如果是长文档、语义连贯的，比如论文，用 512-1024token；如果是短文本、问答类的，用 128-256；还要看嵌入模型的上下文，比如有的嵌入模型最大 512，那 chunk 就不能超过这个。还要做 overlap，比如重叠 20%，避免把完整的语义切开。

  3. 怎么解决 RAG 里检索不准、检索不到的问题？

    • 考察点：RAG 的优化经验

    • 参考回答思路： 从几个层面优化：

      1. 切片优化：用语义切片，不是按固定长度切，而是按语义段落切，保证 chunk 的语义完整。

      2. 检索优化：用 Hybrid 检索，结合向量检索和关键词检索，解决向量检索漏关键词的问题；还要加重排，用 CrossEncoder 把检索到的结果重新排序，提升准确率。

      3. 查询优化：对用户的 query 做改写，比如把模糊的 query 改写成更适合检索的形式，或者加历史对话的信息，补全 query。

      4. 索引优化：用 GraphRAG，把文档做成知识图谱，解决长文档的关联信息检索的问题。

  4. 什么是 GraphRAG？它解决了什么问题？

    • 考察点：进阶 RAG 技术的理解

    • 参考回答思路：

      • 传统 RAG 是把文档切成独立的 chunk，检索的时候只能找单个 chunk 的信息，没法处理跨 chunk 的关联信息，比如问 “公司 2023 年的营收和 2022 年比增长了多少”，传统 RAG 可能只能找到 2023 的，找不到 2022 的，或者找不到关联的对比信息。

      • GraphRAG 是把文档里的实体、关系提取出来，做成知识图谱，检索的时候不仅查文本，还查实体的关联关系，能找到跨 chunk 的关联信息，适合处理复杂的、需要关联信息的问答，比如企业知识库、财报分析。

  5. RAG 里怎么处理检索到的信息过多或者过少的问题？

    • 考察点：RAG 的实战问题解决能力

    • 参考回答思路：

      • 如果检索到的信息过多，模型可能会被干扰，解决方法是加重排机制，用一个小模型把检索到的结果重新排序，挑出最相关的前 3-5 个；还可以加摘要机制，把检索到的多个 chunk 摘要成一个更精炼的文本。

      • 如果检索到的信息过少，可能是 query 不够好，解决方法是对 query 做改写，比如加上历史对话的信息，或者用一个小模型把用户的 query 改写成更适合检索的形式；还可以放宽检索条件，比如增加 chunk 的数量，或者用更宽松的相似度阈值。

  6. 什么是知识图谱？它在 Agent 里有什么作用？

    • 考察点：知识增强的技术理解

    • 参考回答思路：

      • 知识图谱是把实体和它们之间的关系做成图结构的知识库，比如公司、产品、员工这些实体，以及它们之间的关系，比如 “Alice 是 Bob 的经理”。

      • 在 Agent 里，知识图谱可以作为长期记忆的一部分，支持复杂的查询和推理，比如用户问 “Alice 的经理是谁”，Agent 可以直接在知识图谱里查到；还可以支持复杂的关联查询，比如 “Bob 的同事有哪些”，通过关系链查到。

四、多智能体协作类面试题

（当前热点，高阶岗位必问）

  1. 什么是多智能体系统？它的优势是什么？适合什么场景？

    • 考察点：多 Agent 的基础认知

    • 参考回答思路：

      • 多智能体是多个不同的 Agent 一起协作完成任务，每个 Agent 有自己的专长和角色。

      • 优势：能处理单 Agent 搞不定的复杂任务，比如软件开发，单 Agent 很难同时做产品、开发、测试；能分工协作，每个 Agent 做自己擅长的事，提升效率；还能互相校验，减少错误。

      • 适合的场景：复杂的长任务，比如项目开发、内容创作、企业级的流程自动化，还有需要多角色协作的场景。

  2. 多智能体的协作模式有哪些？

    • 考察点：多 Agent 的架构设计

    • 参考回答思路： 常用的模式：

      1. 主从模式：一个主 Agent 负责规划，分发给子 Agent 执行，比如 MetaGPT 里的协调者。

      2. 对等模式：所有 Agent 都是平等的，互相沟通协作，比如 AutoGen 里的多 Agent 对话。

      3. 流水线模式：Agent 按顺序处理，比如一个 Agent 做数据处理，一个做分析，一个做报告，流水线执行。

      4. 专家模式：不同的专家 Agent，处理不同的领域问题，用户的请求过来，路由给对应的专家 Agent。

  3. 多智能体协作的难点是什么？怎么解决？

    • 考察点：多 Agent 的落地痛点

    • 参考回答思路： 难点和解决方法：

      1. 沟通效率：Agent 之间沟通容易鸡同鸭讲，解决方法是定义标准化的通信协议，比如统一的消息格式，让 Agent 之间能互相理解。

      2. 死锁和循环：A 等 B，B 等 A，卡住了，解决方法是加超时机制、循环检测，还有状态机管理，限制状态转移。

      3. 冲突解决：多个 Agent 的输出矛盾，解决方法是加仲裁 Agent，负责协调冲突，或者用投票机制。

      4. 责任归属：出错了不知道是谁的问题，解决方法是完整的日志，每个 Agent 的操作都记下来，方便溯源。

  4. 多 Agent 里怎么解决 Agent 之间的沟通问题？

    • 考察点：多 Agent 的通信设计

    • 参考回答思路： 一是定义统一的通信语言，比如用结构化的消息格式，每个消息都有发送者、接收者、内容类型、时间戳，避免乱码；二是做共享的上下文池，所有 Agent 都能访问共享的状态和信息，避免信息不对称；三是加记忆机制，Agent 能记住之前的对话，不会重复问问题。

五、工程落地与性能优化类面试题

（大厂最看重的实战能力，字节 / 阿里高频真题）

  1. 怎么降低 Agent 系统的端到端延迟？

    • 考察点：性能优化经验

    • 参考回答思路： 从几个层面优化：

      1. 模型选型：简单任务用小模型，比如意图识别、摘要，用 7B 的小模型，复杂任务用大模型，混合调度。

      2. 并行执行：独立的工具并行调用，不用串行等，比如同时查天气和航班，省时间。

      3. 流式输出：把中间结果流式返回给用户，不用等全部做完，提升体验。

      4. 缓存：热点的查询、工具结果做缓存，比如用户经常查的天气，缓存下来，不用重复调用。

      5. Prompt 优化：精简 prompt，去掉冗余的信息，减少 token，提升模型的响应速度。

  2. 怎么降低 Agent 的成本？

    • 考察点：成本控制能力

    • 参考回答思路：

      1. 缓存：相似的请求、工具结果缓存，避免重复调用大模型和 API。

      2. 模型分层：简单的任务用小模型，比如摘要、工具路由，用小模型，只有复杂的推理用大模型，大模型的调用成本降下来。

      3. Token 优化：压缩上下文，用摘要代替长对话，精简工具描述，减少 token 消耗。

      4. 批处理：批量处理任务，提升 GPU 的利用率，降低推理成本。

  3. Agent 怎么处理模糊需求？比如用户说 “按老样子帮我订一下”？

    • 考察点：用户体验的落地

    • 参考回答思路： 我们用 “先猜后问” 的策略：

      1. 先去查用户的历史订单，找出最近的、频次最高的、用户标记过的偏好订单，生成 1-3 个候选。

      2. 然后把候选抛给用户确认，比如 “你是想订上次那家 XX 酒店，还是上周的航班？”，不用让用户重新说一遍，也不会自己瞎猜直接执行。

  4. 怎么防止 Agent 无限循环、一直执行不停止？

    • 考察点：流程控制的设计

    • 参考回答思路： 多层控制机制：

      1. 最大迭代次数：设置最大的执行轮数，到了就停止。

      2. 超时控制：任务最多执行 5 分钟，超时就终止。

      3. 循环检测：检测最近的执行是不是重复了，比如连续 3 次调用同一个工具，参数都一样，就判定是循环，停止。

      4. 目标检查：每一步都检查是不是已经达成目标了，达成了就立刻停止。

  5. Agent 的幂等性是什么意思？为什么重要？

    • 考察点：工程落地的基础认知

    • 参考回答思路： 幂等性就是同一个工具调用，执行一次和执行多次的结果是一样的，不会因为重试就产生副作用，比如重复支付。 因为 Agent 的工具调用经常会重试，如果工具不是幂等的，重试就会出问题，比如用户订机票，重试了一次就买了两张票，所以工具必须设计成幂等的，或者加幂等令牌，保证重试不会出问题。

  6. 什么是Prompt Engineering？在 Agent 的落地中有哪些实用的技巧？

    • 考察点：Prompt 优化的实战经验

    • 参考回答思路：

      • Prompt Engineering 是设计和优化给 LLM 的输入提示，以引导模型生成更准确、相关的输出。

      • 实用技巧：

        1. 明确角色和任务：在 prompt 里明确告诉模型它是什么角色，要完成什么任务，比如 “你是我的智能助理，帮我订机票”。

        2. 提供示例：用 few-shot（少量示例）的方式给模型示例，告诉它正确的输入输出格式。

        3. 加约束：明确告诉模型不能做什么，比如 “不要自己编信息，所有数据都要通过工具获取”。

        4. 分步提示：把复杂的任务分成几个步骤，在 prompt 里一步步引导模型完成。

  7. Agent 的 Prompt 和传统的 Prompt 有什么区别？

    • 考察点：对 Agent 产品形态的理解

    • 参考回答思路： Agent 的 Prompt 更复杂，不仅要包含任务描述，还要包含工具的描述、调用格式、错误处理机制、反思机制等，甚至还要包含多 Agent 协作的通信协议，而传统的 Prompt 可能只是简单的问答或者指令，Agent 的 Prompt 是一个完整的操作手册，指导模型如何在复杂的环境里完成任务。

  8. Prompt Engineering、Context Engineering 和 Harness Engineering 之间有什么关系？

    • 考察点：对 Agent 相关技术的整体理解

    • 参考回答思路：

      • Prompt Engineering 是设计给 LLM 的输入提示，指导模型生成正确的输出。

      • Context Engineering 是设计和管理模型的上下文信息，包括记忆、工具描述、历史对话等，确保模型有足够的信息来完成任务。

      • Harness Engineering 是构建整个 Agent 系统的工程实践，包括模型调用、工具集成、流程控制、监控等，确保 Agent 能稳定、高效地运行。

      • 三者关系：Prompt Engineering 是 Context Engineering 的一部分，Context Engineering 是 Harness Engineering 的一部分，三者相辅相成，共同支撑 Agent 的落地。

六、安全、合规与风险控制类面试题

（企业落地的核心痛点，必问）

  1. Agent 的安全性怎么保障？怎么防止 Prompt Injection？

    • 考察点：安全防护的设计

    • 参考回答思路： 多层安全防护：

      1. 输入过滤：检测用户输入里的恶意注入内容，比如 “忽略之前的指令” 这类的，过滤掉。

      2. 沙箱隔离：代码执行、工具调用都放在沙箱里，隔离环境，不会影响主机。

      3. 权限控制：最小权限原则，Agent 的操作账号只有最小的权限，比如不能删库，不能改核心数据，高危操作必须要人工确认。

      4. 输出过滤：过滤输出里的敏感信息，防止泄露。

      5. 审计日志：所有的操作都记日志，出了问题能溯源。

  2. 如果 Agent 的决策出错了，比如误删了数据，系统怎么防范？

    • 考察点：风险控制的落地

    • 参考回答思路： 核心是可审计、可回滚、最小权限：

      1. Dry-run 模式：所有的写操作、删除操作，先返回预览，让用户确认了再执行，不会直接就删。

      2. 操作分级：高危操作，比如删除、支付，不仅要用户确认，还要通知第二责任人，比如主管，双重确认。

      3. 可回滚：所有的修改操作都做备份，出错了能一键回滚。

      4. 完整日志：每个操作的完整过程，包括思维链、参数、结果，都记下来，能一键重现，定位问题。

  3. Agent 的权限控制怎么做？

    • 考察点：企业级安全的设计

    • 参考回答思路： 基于 RBAC 的权限控制：

      1. 给不同的用户、不同的 Agent 分配不同的角色，每个角色有不同的工具权限，比如普通用户的 Agent 不能调用财务的工具。

      2. 工具本身也有权限，比如查询订单的工具，只能查当前用户的订单，不能查别人的。

      3. 敏感操作的审批流，比如超过 1000 块的支付，需要上级审批。

  4. Agent 可能有哪些伦理风险？怎么缓解？

    • 考察点：合规与伦理的认知

    • 参考回答思路： 风险比如：生成有害内容、越权操作、数据泄露、偏见。 缓解的方法：

      1. 对齐模型，用 RLHF、宪法 AI，让模型的输出符合伦理。

      2. 内容安全检测，输入输出都做安全过滤，防止有害内容。

      3. 数据脱敏，用户的敏感数据做脱敏，Agent 处理的时候看不到原始的敏感信息。

      4. 人工在环，高危操作必须人工确认，不能让 Agent 自己执行。

七、评估与可观测性类面试题

（生产落地的必备能力）

  1. 怎么评估一个 Agent 的好坏？有哪些指标？

    • 考察点：评估体系的设计

    • 参考回答思路： 三维的评估指标：

      1. 效能维度：任务完成率、平均完成步数、平均耗时、Token 成本。

      2. 质量维度：结果准确率、工具调用准确率、用户满意度、一次解决率。

      3. 鲁棒性维度：异常处理成功率、自修复触发率、平均无故障运行时间。 而且每次失败都要归因，是意图理解的问题，还是规划、工具、记忆的问题，驱动迭代。

  2. Agent 的可观测性要做哪些？

    • 考察点：生产监控的设计

    • 参考回答思路： 要监控几个部分：

      1. 执行日志：完整的执行轨迹，包括每一步的思考、工具调用、参数、结果，能复盘整个过程。

      2. 性能指标：响应时间、任务完成率、成本、错误率，做监控看板。

      3. 异常告警：比如错误率突增、成本突增、循环执行，立刻告警。

      4. 用户反馈：收集用户的反馈，比如结果对不对，有没有问题，用来迭代。

  3. Agent 的幻觉怎么缓解？

    • 考察点：质量控制的经验

    • 参考回答思路： 系统性的缓解：

      1. 工具调用的结果校验：所有的外部信息都来自工具，不让模型自己编，比如查天气，必须用 API 的结果，不能模型自己编。

      2. 事实核查：生成结果之后，用检索的信息做事实核查，看是不是有依据。

      3. 反思机制：让模型自己检查结果，有没有错误，有没有幻觉。

      4. 引用来源：生成结果的时候，带上信息的来源，用户能验证。

八、系统设计与场景题

（面试压轴题，考察架构设计能力）

  1. 请设计一个企业内部的知识库问答 Agent，你会怎么设计架构？

    • 参考思路： 架构分为几层：

      1. 接入层：用户的输入，支持文本、文件、多模态输入。

      2. 意图解析层：解析用户的问题，判断是问答还是任务。

      3. 记忆层：短期记忆存当前对话，长期记忆用向量数据库存用户的历史和知识库的向量。

      4. RAG 层：检索知识库的相关信息，做重排，给 LLM 做参考。

      5. Agent 层：如果是简单问答，直接生成；如果是复杂任务，比如查多个文档、分析数据，用 Agent 规划，调用不同的工具。

      6. 工具层：支持知识库检索、数据库查询、代码执行、内部系统的 API。

      7. 安全层：权限控制，不同的用户只能看自己有权限的文档，输入输出过滤，审计日志。

      8. 监控层：评估指标、日志、告警。

  2. 设计一个自动订票的 Agent，要考虑哪些问题？

    • 参考思路：

      1. 需求解析：处理模糊需求，比如 “下周五去上海”，提取时间、地点、偏好，模糊的主动追问。

      2. 规划模块：分解任务：查航班→选航班→填信息→支付→发确认。

      3. 工具层：航班查询 API、用户信息查询、支付 API、邮件 API。

      4. 异常处理：没票怎么办？推荐中转或者改时间；支付失败怎么办？重试或者切通道。

      5. 记忆模块：存用户的偏好，比如靠窗、航空公司偏好，还有历史订单。

      6. 安全控制：支付必须用户确认，权限控制，只能订用户自己的票，日志审计。

      7. 状态管理：任务的状态，做到一半用户退出了，下次能恢复。

  3. 设计一个客服 Agent，怎么平衡自动化和人工介入？

    • 参考思路：

      1. 意图识别：先判断问题的复杂度，简单的问题，比如查订单、改地址，Agent 自动处理。

      2. 置信度判断：如果 Agent 的回答置信度很低，比如低于 0.8，或者遇到解决不了的问题，自动转人工。

      3. 人工在环：高危操作，比如退款、改订单，Agent 生成方案，人工确认了再执行。

      4. 无缝切换：转人工的时候，把 Agent 的对话历史、处理进度都传给人工客服，不用用户重新说一遍。

      5. 反馈迭代：人工处理的问题，用来迭代 Agent 的模型，让 Agent 以后能自己处理。

  4. 设计一个支持百万级用户的 Agent 平台，架构怎么设计？

    • 参考思路：

      1. 接入层：负载均衡，网关，处理用户的请求。

      2. 调度层：任务调度，把用户的任务分发给执行节点，做资源隔离。

      3. 模型层：模型服务，弹性扩缩容，支持不同的模型，小模型处理简单任务，大模型处理复杂的。

      4. 工具层：工具的注册、管理、路由，统一的工具调用网关，做鉴权、限流。

      5. 存储层：向量数据库集群，存长期记忆，关系数据库存状态、日志，缓存层存热点数据。

      6. 安全层：统一的权限控制、安全过滤、审计。

      7. 监控层：全链路的监控、告警、可观测性。

      8. 弹性扩缩容：根据流量自动扩缩容，应对峰值。

九、项目经验深挖类面试题

（面试官必问，考察真实落地能力）

  1. 讲一下你做过的 Agent 项目，核心目标是什么？你负责的模块是什么？

  2. 这个项目里最大的技术难点是什么？你是怎么解决的？

  3. 项目上线后的效果怎么样？用什么指标衡量的？

  4. 你在项目里做了哪些优化？带来了什么提升？

  5. 项目里遇到过什么线上问题？怎么排查和解决的？

  6. 如果让你重新做这个项目，你会优化哪些地方？

  7. 你做的 Agent 和市面上的同类产品比，有什么优势？