RAG 链路怎么讲?多 Agent 为什么要拆?上下文太长了怎么办?
我把最近两个月牛客上的 Agent 岗一手面经整理成了一份题单,再把高频题一题一篇展开写。这篇是系列目录,目前第 01~09 题均已发布,第 15 题也已提前更新;后面的题目会继续补充。
题单统计的是 2026 年 8 月 18 日到 10 月 18 日发的一手面经,发布版收录了 180 位作者、343 场面试,涉及近 80 家公司。排名按独立作者数算,同一个人发多篇只算一次。这是一段时间内的样本,不是所有公司的面试大纲。
先看总题单
秋招到了 10 月,Agent 岗的面试都在问什么?这份题单统计的是牛客网上 8 月 18 日到 10 月 18 日发的一手面经:180 位作者,343 场面试,近 80 家公司。...
29 道题按作者数排序,每题附常见问法和面经出处。算法岗方向、低频题、面试结构和这两个月的变化也另有整理。想先看看哪些题问得多,从这里开始。
已发布的详解
这是 Agent 高频面试题单第 1 题的详解。RAG 链路在题单里排第一:近两个月牛客上的一手面经,67 位作者、82 场面试问到它,七成在一面,前端、测开、Java 后端的面试也会问。
开场问法多半是「讲讲 RAG...
从离线解析、切分、向量化、建索引,到在线改写、召回、融合、重排和生成,逐环讲原理、取舍和面试官怎么追问。最后还有评测、更新、权限和两分钟答法。
Agent 高频题 02. 平时用哪些 AI Coding 工具,怎么用
有位候选人做完美团 AI 全栈的 AI Coding 题,在面经末尾求助:有没有文档推荐,学习一下 AI Coding 做题步骤,「我是和 AI 在那乱说,感觉我没参与什么,一直是 AI 在改改改」。...
面试官想听的不是工具清单,而是你怎么用、懂多少原理、怎么检查生成的代码。文章也讲 AI Coding 上机题怎么考、怎么追问 AI。题单第 25 题「怎么保证 AI 生成代码的质量」并在这一篇里。
Agent 高频题 03. 为什么要多 Agent:怎么拆、怎么通信、结果谁汇总
有位候选人在字节全栈二面讲自己做的多 Agent 研发平台,用「前后端可以并行」解释为什么要拆成多个 Agent。面试官接着问:单 Agent 调用多个 Skill 也能并行,为什么还要多...
单 Agent 调多个 Skill 也能并行,为什么还要多 Agent?先讲拆分的收益和成本,再讲任务怎么分、信息怎么传、结论冲突谁来处理,以及超时、权限、预算和评测。
Agent 高频题 04. Agent 效果怎么评测:评测集怎么建、指标怎么定、怎么证明变好了
有位候选人面某大厂的测试开发岗,项目里写着:评测集 36 道题、6 种题型,Recall@5 到了 100%,Prompt 从 v1 改到 v2,正确率从 52.78% 升到 100%。几轮面试下来,面试官把这几个数挨个拆开问:Recall@5 到了...
评测集从哪来,谁来打分,指标怎么定,怎么证明新版本真的变好了。也讲多次运行、线上监控和面试里那些经不起追问的数字。
Agent 高频题 05. 上下文太长怎么办:压缩策略、上下文管理
有位候选人面百度后端(Go/Agent)一面,讲自己做的自动化红队 Agent。从面试官的追问能看出他的设计:模型能看到的会话消息放在内存里,完整记录另存一份 Transcript;上下文长了做全量摘要,最近 8...
每一轮该放什么,快满了先清什么、怎么压缩,压完怎么验证有没有丢掉约束,以及哪些东西该移到窗口外面。
Agent 高频题 06. 记忆怎么设计:分几层、记什么、怎么取、怎么忘
有位候选人面度小满 AI...
模型本身没有跨调用的记忆。记忆分几层,什么该记、什么时候取,用户偏好变了怎么更新,旧的该不该删,以及多 Agent、多用户怎么隔离。
Agent 高频题 07. Skill、MCP、Function Calling 的边界:有了 MCP 为什么还要 Skill
有位候选人面斑头雁的 Agent 实习生一面,面试官从最底下一层开始问:配置完工具之后,Agent 运行时怎样真正去调用工具?模型输出什么内容,让本地 Agent...
Function Calling、MCP、Skill 各解决什么问题,MCP 和直接调用 API、CLI 怎么选,Skill 和系统提示词、脚本有什么区别,以及什么时候需要 Agent 和 Workflow。
Agent 高频题 08. Skill 怎么设计:由什么组成、怎么按需加载
9 月中旬有位同学面腾讯营销后端一面(09-24),简历上写了自己做过一套公司内部的 Agent 基建。面试官顺着项目里的 Skill 模块连问了四句:「Skill 是怎样被发现和按需加载的?」「加载后的 Skill...
围绕 Skill 的组成和按需加载,讲怎么把一类任务的做法整理成 Agent 可以使用的说明。
Agent 高频题 09. Harness、Agent Loop、Runtime 是什么,怎么搭
有位候选人面字节 AI 算力基础设施方向的 Agent 研发工程师,面试官从最底下开始问:什么是 Agent Loop?搭一个 Agent Loop 需要哪些模块?Agent Harness 最重要要解决什么问题?候选人事后总结,这一段是沿着...
先分清三个词各管什么,再讲模型怎么决策、程序怎么执行、循环怎么停,Harness 要补哪些能力,以及 Runtime 的状态、隔离和崩溃恢复。
Agent 高频题 15. RAG 效果差、召回不准,从哪排查
这是 Agent 高频面试题单第 15 题的详解。题单里,这题是 29 位作者、30 场面试,大多在一面。问得最多的是怎么评估 RAG...
先分清问题出在知识库、召回、重排还是生成,再看分段指标、知识冲突和拒答。文章里还有一张排查表,可以按现象找到先查什么。
如果你正在准备面试,可以先按题目想一遍自己的项目:实际怎么做,为什么这么选,出过什么问题,有没有数据。原理能讲清楚之后,这些细节通常才是面试官继续追问的地方。
后续题目
下面这些是题单里还没单独出详解的题目,按系列目前的编号安排列出。写完会把链接补到这里;相近题目也可能合并,具体以更新后的文章为准。
10–14
10|LangGraph、LangChain:为什么用,为什么不用
11|工具调用失败、超时、参数出错怎么处理
12|Token 成本怎么控,缓存命中率为什么不同
13|Bad case 怎么定位、怎么回流
14|ReAct 和 Plan-and-Execute:原理、缺点、适用场景
16–24
16|流式输出、延迟、并发
17|意图识别和路由怎么做
18|MCP 是什么,底层走什么协议
19|幻觉怎么减少
20|Agent 安全:越权、提示词注入、沙箱
21|怎么理解 Agent,它和普通的大模型调用有什么区别
22|结构化输出:JSON 怎么稳住
23|Workflow 和 Agent 怎么选
24|工具很多时,怎么让模型选对
26–29
26|System Prompt 怎么设计、怎么调
27|Function Calling 的原理:模型怎么决定调哪个工具
28|Agent 死循环怎么防
29|场景题:从零设计一个 Agent
第 15 题已经提前写了,第 25 题并进第 02 篇,所以这两个编号不在待更新列表里。这里按系列编号整理,和最初发布的题单有两处顺序不同:记忆详解已用 06,Skill、MCP 和 Function Calling 的边界已用 07;System Prompt 和 Function Calling 原理暂列 26、27。










