Agent Interview 100

pax大约 14 分钟

来源：BigKunLun/Agent-Interview-100。题目以「简短回答 → 详细解析 → 常见误区／面试追问 → 参考资料」组织，保留原文代码、图表、参考资料和文章交叉链接。

导入快照：03d6f0c（上游提交时间：2026-10-29）。当前题 100 道，另保留 #045、#057、#058、#083 4 篇废弃归档，共 104 篇文档；沿用上游跳号，不与本站 729 题合并笔记混排。

01 · Agent 架构（12 题）

001 · 什么是 LLM Agent？与传统 LLM 应用有何区别？ — Agent 是有状态、目标驱动、能与外界交互的自主系统
002 · 解释 Agent 的核心组件：感知、推理、行动、记忆 — 感知、推理、行动、记忆四模块构成认知闭环
003 · Agent 架构模式详解：ReAct、Plan-and-Execute、LATS、Proactive — ReAct/Plan-Execute/LATS 各有侧重，生产多用混合模式
005 · 如何设计一个分层 Agent 架构（Orchestrator / Worker 模式）？ — Orchestrator-Worker 分层实现可扩展的专业化分工
006 · Agent Loop 设计：循环控制、终止条件与错误恢复 — 循环终止靠外部强制，容错用四层防御模型
007 · Workflow vs Agent：什么时候用确定性工作流，什么时候用自主 Agent？ — 工作流与 Agent 是连续光谱，生产常用混合架构
009 · 如何实现 Agent 的自我反思（Self-Reflection）和自我纠正？ — Reflexion 把环境反馈化为语言化反思存入记忆
010 · 生产级 Agent 系统设计（含智能客服实战案例） — 生产系统须解决五大挑战，架构要 right-size
108 · 面试追问链：从「什么是 Agent」到系统设计的 10 层递进追问 — 追问链逐层深入，找候选人能力天花板
109 · 什么是 Agent Harness？与 Framework / Runtime 三层抽象有何区别？ — Harness 是模型之外的一切，决定约七成实战表现
113 · 什么是 Computer Use / Browser Use Agent？它与 API Agent 有何区别？ — 看屏操作 GUI 自动化任意软件，无契约、成本可靠性高
114 · 什么是 Deep Research / Agentic Search Agent？它和 Agentic RAG 有何区别？ — 计划-检索-判充分-合成循环，产出带引用长报告

02 · RAG（9 题）

011 · RAG 概念、Pipeline 与组件总览 — 检索注入外部知识解三大局限，三条流水线三段演进
013 · 文档分块（Chunking）策略有哪些？各有什么优缺点？ — 递归分块是通用默认，核心权衡上下文与精度
014 · 向量数据库选型：Pinecone vs Weaviate vs Chroma vs Milvus — 选型看 Recall、尾延迟、过滤与运维，非 Benchmark
015 · Embedding 模型选择与微调策略 — Voyage 领先，OpenAI 3-large 是均衡生产默认
016 · 混合检索：如何结合语义检索和关键词检索？ — 向量+BM25 经 RRF 融合，再加重排序两阶段
017 · Re-ranking 的原理与实现：Cross-Encoder vs Bi-Encoder — Bi-Encoder 粗检 Top-100，Cross-Encoder 精排 Top-5
018 · 什么是 Agentic RAG？它与传统 RAG 有何不同？ — 在检索生成流水线上加 Agent 控制循环，多轮自主决策
019 · 高级 RAG 变体：Corrective RAG、Self-RAG、Adaptive RAG — Self-RAG/CRAG/Adaptive 各解一题，可组合多层防御
020 · RAG 评估指标体系：原理、计算与实战 — 检索与生成双维度度量，RAGAS 整合为自动流水线

03 · 工具使用（10 题）

021 · 什么是 Function Calling？它是如何工作的？ — LLM 只生成调用 JSON，实际执行由应用代码完成
022 · 如何为 LLM 定义和描述工具（Tool Schema）？ — Schema 三要素中描述最关键，直接影响选择准确率
023 · Tool Use 的常见模式：API 调用、数据库查询、代码执行 — 数据访问、代码执行、写操作三类，安全级别不同
024 · 如何设计 Tool Gateway 和工具权限管理？ — Gateway 中间层做鉴权限流审计，Agent 视为不可信
025 · 工具选择策略：LLM 如何决定使用哪个工具？ — 意图与描述语义匹配，描述质量是第一影响因素
026 · 如何处理工具调用失败和超时？ — 超时+退避重试+断路器+降级分层防御，禁无限重试
027 · MCP（Model Context Protocol）是什么？它如何标准化工具集成？ — MCP 是 AI 界 USB-C，统一协议解决 N×M 集成问题
028 · 并行工具调用 vs 顺序工具调用的设计考量 — 无依赖并行降延迟，有依赖顺序，生产用混合模式
029 · 如何实现动态工具发现和注册？ — 运行时发现工具，解决上下文浪费与选择准确率下降
030 · 工具使用的安全性：防止注入攻击和越权操作 — 工具是最危险攻击面，纵深防御、不信任 LLM 输出

04 · 多 Agent（10 题）

031 · 什么是多 Agent 系统？与单 Agent 相比有何优势？ — 多 Agent 专精分工并行协作，代价是通信与复杂度
032 · 多 Agent 通信模式：消息传递、共享状态、黑板模式 — 消息传递、共享状态、黑板三模式，黑板效率更优
033 · Agent 编排模式：Hub-Spoke、Pipeline、Hierarchical — Pipeline/Hub-Spoke/层级三种编排，按依赖与并行度选
034 · 如何设计 Agent 间的任务分配与协调？ — 任务拆分分配协调，明确角色边界与通信模式
035 · 多 Agent 系统中的冲突解决机制 — 投票、共识、仲裁解冲突，警惕 Agent 趋同效应
036 · 比较主流多 Agent 框架：CrewAI、AutoGen、LangGraph — CrewAI 角色、LangGraph 图控制，MAF 已取代 AutoGen
037 · 如何实现 Agent 间的 Handoff（任务交接）？ — transfer_to 工具化交接，难点在上下文可靠传递
038 · 多 Agent 系统中的涌现行为与可控性 — 涌现既是优势也是风险，需拓扑与监控做可控设计
039 · 如何调试和监控多 Agent 系统？ — 分布式追踪是核心方法，行业收敛到 OTel 标准
101 · A2A（Agent-to-Agent）协议是什么？它与 MCP 有何区别？ — A2A 管 Agent 横向协作，与 MCP 互补成双层标准

05 · 记忆与状态（6 题 + 1 篇归档）

040 · Agent 记忆的类型：短期记忆、长期记忆、工作记忆 — 短期/长期/工作记忆三类，LLM 无状态全靠外部工程
041 · 对话上下文窗口管理与压缩策略 — 截断到分层摘要多种策略，简单策略常不逊于复杂
043 · 如何实现 Agent 的持久化记忆（Persistent Memory）？ — 双层存储跨会话保留，关键挑战是选择性存储与遗忘
044 · 状态管理在 Agent 系统中的设计模式 — LangGraph State+Reducer+Checkpoint 已成业界主流
045 · 如何实现跨会话的用户偏好学习？ — 已废弃，独特内容迁入 #043 用户偏好学习小节
046 · 长期记忆存储介质选型：向量 / 结构化 / 图谱 — 向量语义、结构化精确、图谱关系推理，生产混合
048 · 记忆的遗忘与更新机制：如何处理过时信息？ — 时间衰减、频率淘汰、冲突更新，效用删除更优

06 · 规划与推理（7 题 + 2 篇归档）

049 · 推理策略详解：Chain-of-Thought 与 Tree-of-Thought — CoT 线性推理，ToT 探索回溯，按任务路径明确度选
050 · 任务分解（Task Decomposition）的基本方法 — LLM/程序化/HTN/ADaPT 分解，核心权衡拆分粒度
052 · Plan-and-Solve 与动态重规划 — 先规划后执行，配合动态重规划形成完整闭环
053 · LLM 作为规划器的局限性与缓解方案 — LLM 不能真正规划，LLM-Modulo 外部验证器补救
055 · 2026 推理 / Agent 模型版图：Claude / GPT / Gemini 三家旗舰对比与选型 — 推理与通用模型合流，thinking 成旗舰内置可调模式
056 · Monte Carlo Tree Search 在 Agent 规划中的应用 — MCTS 四步循环补 LLM 无法回溯之短，LATS 为代表
057 · 如何评估 Agent 的推理质量？ — 已废弃，独特内容迁入 #069 推理过程评估小节
058 · 因果推理在 Agent 决策中的作用 — 已废弃，主线相关度低、无生产落地，主题移除
103 · Agentic-RL 是什么？如何用 GRPO 训练 Agent 的决策能力？ — 任务完成度做奖励训 Agent，GRPO 免 Critic 降成本

07 · 提示工程（10 题）

059 · System Prompt 设计的核心原则 — System Prompt 是宪法：角色、约束、示例、分层结构
060 · Few-Shot vs Zero-Shot Prompting：如何选择？ — 简单任务 Zero-shot，特定格式 Few-shot，边界在扩大
061 · 结构化输出（Structured Output）：如何让 LLM 返回 JSON/XML？ — 四种实现，生产推荐 Function Calling+Pydantic 验证
062 · Agentic Prompting：如何编写让 LLM 自主执行任务的 Prompt？ — 优化多步决策链而非单次输出，含工具描述与护栏
063 · Prompt Chaining：多步骤 Prompt 的设计与编排 — 任务拆为顺序 LLM 调用链，可控可靠可观测
064 · 如何防止 Prompt Injection 攻击？ — 头号安全威胁，无银弹，必须多层纵深防御
065 · 自动化 Prompt 优化：DSPy / APE / OPRO / PromptBreeder 全景 — DSPy 优化结构化组件，元提示流派直接优化字符串
066 · Prompt 版本管理与 A/B 测试 — Prompt 即代码：版本控制、A/B 测试、渐进发布
068 · 跨模型 Prompt 迁移：如何编写模型无关的 Prompt？ — Prompt 高度模型特异，核心层+模型适配层解决
102 · 什么是 Context Engineering？它与 Prompt Engineering 有何本质区别？ — 从写好 Prompt 转向上下文的选择、组装与管理

08 · 评估（9 题）

069 · 评估方法论：从 LLM 评估到 Agent 评估 — 自动指标、人工、Judge 混用；Agent 评估看多步轨迹
071 · LLM-as-Judge：使用 LLM 评估 LLM 输出 — 与人工一致性 80%+，需缓解位置、冗长等偏差
072 · Agent Benchmark：如何设计端到端的 Agent 测试？ — SWE-bench/WebArena/GAIA 评完整任务执行过程
073 · 回归测试：如何检测 Agent 性能退化？ — Golden Dataset+Judge 评分+CI 集成防性能退化
074 · Trace 和 Span：Agent 执行的可观测性 — Trace/Span 树形结构展决策链，OTel 成行业标准
075 · 评估工具对比：Ragas、LangSmith、Braintrust — Ragas 专 RAG，LangSmith 全栈，Langfuse 开源首选
076 · 静态 Benchmark 的陷阱：为什么 95% 准确率在生产中会失效？ — 高分不等于高能力，必须用自己的数据测试
077 · 如何构建持续评估（Continuous Evaluation）流水线？ — 评估贯穿开发、上线、运行期的持续闭环
111 · Eval Harness 设计与生态选型：lm-evaluation-harness / Inspect AI / HELM / METR — Harness 是考场非题库，先固定 harness 再换模型测

09 · 安全与对齐（8 题 + 1 篇归档）

078 · LLM Agent 的主要安全风险有哪些？ — 四类风险，Prompt Injection 居首，警惕致命三角
079 · 什么是 Guardrails？如何为 Agent 设置安全护栏？ — 输入输出双侧护栏，规则型与模型型组合多层防御
080 · Human-in-the-Loop：何时以及如何引入人工审核？ — 审批、置信度路由等模式，平衡自动化与人类监督
081 · Agent 的权限最小化原则与沙箱执行 — 最小权限+沙箱隔离，Agent 需动态运行时权限
082 · 如何检测和缓解 Agent 的幻觉（Hallucination）？ — 不确定性估计、知识验证、一致性检查三类检测
083 · 内容过滤与毒性检测在 Agent 系统中的实现 — 已废弃，独特内容迁入 #079 毒性检测小节
084 · Agent 对齐问题：如何确保 Agent 行为符合人类意图？ — 对齐失败是做错事，防规格游戏与欺骗性规划
085 · Red Teaming：如何对 Agent 系统进行对抗测试？ — 攻击者视角主动测漏洞，已从可选变为合规必需
115 · Agent 产品如何做合规设计？EU AI Act 对 Agent 有何影响？ — 风险分级、高风险义务 2026.8 生效，合规做成架构层

10 · 生产与部署（13 题）

086 · LLMOps 与 Agent 部署架构 — LLMOps 以使用模型为核心，五层生产部署架构
088 · LLM API 的成本优化策略 — 缓存、路由、批处理等六策略组合可省 80-90%
089 · 模型路由（Model Routing）：如何根据任务复杂度选择模型？ — 按请求复杂度动态选模型，RouteLLM 省 85% 成本
090 · Agent 系统的延迟优化：Streaming、缓存、批处理 — 流式、多层缓存、批处理三大手段降感知延迟
091 · Prompt Drift 管理：如何避免 Prompt 退化？ — Prompt 未改输出也会漂移，需版本控制+持续监控
092 · Agent 系统的日志、监控与告警设计 — 结构化日志、分布式追踪、多维指标三层可观测
093 · 如何实现 Agent 的灰度发布和 A/B 测试？ — 灰度小流量+自动回滚，A/B 测试数据驱动决策
094 · 高并发场景下的 Agent 系统扩展策略 — 无状态设计、队列解耦、按队列深度智能扩缩容
095 · Agent 系统的灾难恢复与高可用设计 — 多提供商冗余、检查点恢复、优雅降级保高可用
104 · 场景题：你的 Agent 在生产环境出了故障，如何系统性排查和修复？ — Trace 驱动排查配 OODA 循环，用数据不猜测
107 · 代码 Review 题：找出这段 Agent 代码中的设计问题并修复 — 循环保护、超时、错误处理等六维度检查清单
112 · Agent Sandbox / Runtime 选型：E2B / Daytona / Modal / Cloudflare Sandbox 隔离强度 + cold start + egress — 隔离强度三档，Egress 须 default-deny 三层防御
116 · 什么是 12-Factor Agents？如何用它评审生产级 Agent？ — Agent 是 LLM 决策+确定性代码循环，12 原则收归己有

11 · 框架（6 题）

096 · 主流 Agent 框架概览：LangChain、LlamaIndex、Haystack — LangChain 全能、LlamaIndex 专数据、Haystack 重生产
097 · LangGraph 的核心概念：节点、边、状态 — State/Node/Edge 建模有状态工作流，1.0 GA 可恢复
098 · 框架 vs 自研：什么时候应该自己构建 Agent 框架？ — 框架价值=省的时间减绕限制的时间，渐进式演进
099 · OpenAI Responses API / Agents SDK vs Anthropic Claude Agent SDK 对比 — OpenAI 走 SDK 轻云重，Claude SDK 绑 MCP 开放生态
100 · 如何设计可测试、可扩展的 Agent 框架抽象层？ — 端口-适配器+依赖注入+中间件实现可测可扩展
110 · 主流 Coding Agent Harness 横评：Claude Code / Cursor / Aider / Cline / Codex CLI 在 Context / Tool / Permission / Sandbox 四维对比 — 五大 harness 在 Context/工具/权限/沙箱四维各异