AI Agent 面试题库

面向 AI Agent / 大模型应用岗位的全量可折叠题库，区分牛客题源、经典题、简历题与 AI 衍生题，并链接长期知识和答案依据。

#synthesis #growing #ai #interview

[!info] related notes

面试准备 MOC · 题源与置信度 · Agent MOC

AI Agent 面试题库

使用规则

先折叠题卡闭卷口述，再展开答案；
题源 只描述问题如何进入题库，答案依据 单独描述技术正确性；
NC-H 代表近期公开面经主题交叉出现，不代表公司官方题库；
AI-D 明确表示 AI 衍生的高价值追问；
完整知识只维护在相关长期笔记，本页保存面试表达；
项目题必须在面试前回动态 evidence index 核验，不临场编数字。

[!warning] needs-human-review：题源与项目证据待逐题核验 2026-10-06 核对了注册表中的字节汇编 01 和小红书 2026-08-12 公开正文。可见部分支持 ReAct、Context/Memory、Harness、RAG、工具与多 Agent 等主题，但字节汇编后续正文需要订阅；这不足以确认下列每一道题的 NC-H / NC-1 标注。题卡原有题源标注作为历史记录保留；没有精确场次或原文定位的条目，频率仍待核验，不能用主题相近代替逐题证据。PROJECT-E2/E3 原有标记也缺少对应的当前 commit / test / ADR 定位，已改为待核验说明。本轮修正答案边界与题卡分隔，不把整篇加入 reviewed progress。

LLM 基础

[!question]- P0 AI-001 LLM 与传统程序最大的差异是什么？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否理解概率生成系统的不确定性，而不是只会调用模型 API。 相关知识：Agent MOC · AI Agent Application MOC

30 秒回答 传统程序的主要逻辑由开发者显式定义；LLM 根据概率分布生成 token，行为受输入上下文和模型参数影响，天然存在不确定性。因此 AI 应用工程要额外处理 schema validation、grounding、eval、fallback、权限和观测，不能把模型输出直接当正确业务结果。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-002 Token 和上下文窗口是什么？题源：NC-1 + CANON（近期单场出现 / 基础题库） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否理解概率生成系统的不确定性，而不是只会调用模型 API。 相关知识：Memory、Context 与 Knowledge

30 秒回答 模型处理的是 token 序列而不是字符。Context window 是一次推理可考虑的最大 token 范围，包含 system prompt、历史、工具定义、检索内容和输出预算。上下文越长不等于效果越好：成本/延迟增加，也可能出现注意力稀释和无关信息污染。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-003 Temperature / top-p 是什么？题源：NC-1 + CANON（近期单场出现 / 基础题库） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否理解概率生成系统的不确定性，而不是只会调用模型 API。 相关知识：Agent MOC · AI Agent Application MOC

30 秒回答 都影响采样随机性。Temperature 调整 logits 分布平滑程度；top-p 只从累计概率达到阈值的候选集合里采样。结构化抽取、工具参数通常偏低随机性；创意任务可更高。具体模型 API 的实现和默认值可能不同。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-004 为什么 LLM 会幻觉？题源：NC-1 + CANON（近期单场出现 / 基础题库） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否理解概率生成系统的不确定性，而不是只会调用模型 API。 相关知识：减少幻觉 · Agent MOC · AI Agent Application MOC

30 秒回答 模型目标是生成高概率的下一个 token，不是从数据库中“查真相”。缺乏知识、上下文冲突、问题诱导、解码随机性、检索噪声都会产生看似合理但不真实的输出。工程上通过 RAG、工具、结构化输出、引用、拒答、安全规则和 Eval 降低，而不是宣称彻底消除。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-005 Transformer 为什么比 RNN 更适合大规模语言模型？题源：NC-1 + CANON（近期单场出现 / 基础题库） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否理解概率生成系统的不确定性，而不是只会调用模型 API。 相关知识：Transformer · Agent MOC · AI Agent Application MOC

30 秒回答 Self-Attention 可以直接建立掩码允许的位置间依赖（因果模型不能看未来 token），并允许训练阶段对序列位置并行计算；RNN 需要按时间步递归，长距离依赖和并行效率更差。Transformer 的代价是标准 attention 对序列长度的计算/显存开销较高。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-006 Self-Attention 高层原理？题源：NC-1 + CANON（近期单场出现 / 基础题库） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否理解概率生成系统的不确定性，而不是只会调用模型 API。 相关知识：Transformer · Agent MOC · AI Agent Application MOC

30 秒回答 每个 token 投影成 Q/K/V。Q 与 K 计算缩放点积，应用因果 / padding 等掩码后经 softmax 得到权重，再对 V 加权求和，生成与上下文相关的表示。Multi-Head 让不同头学习不同关系子空间。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P2 AI-007 MHA / MQA / GQA 区别？题源：NC-1 + CANON（近期单场出现 / 基础题库） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否理解概率生成系统的不确定性，而不是只会调用模型 API。 相关知识：Transformer · Agent MOC · AI Agent Application MOC

30 秒回答 MHA 每个 head 都有独立 Q/K/V；MQA 多个 query heads 共享一组 K/V，显著降低 KV cache；GQA 介于两者之间，多组 query heads 共享 K/V，在质量与推理效率之间折中。应用岗知道推理成本和 KV cache 影响即可。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

Prompt / Structured Output / Function Calling

[!question]- P0 AI-008 Prompt Engineering 的核心不是“写长提示词”，那是什么？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查如何把自然语言能力收敛成可验证、可执行的接口边界。 相关知识：Prompt Management · Context Engineering · Structured Output

30 秒回答 明确任务、输入边界、输出 schema、可用证据、禁止事项和失败策略；尽量让要求可验证。Prompt 是系统的一部分，应版本化、测试和观察，而不是散落在代码里的自然语言魔法字符串。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-009 System Prompt、User Prompt、Tool Result 如何区分信任级别？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查如何把自然语言能力收敛成可验证、可执行的接口边界。 相关知识：Instruction Hierarchy · System Prompt · Prompt Injection Defense · Tool Calling 工程化

30 秒回答 系统/开发者策略属于更高权限控制；用户输入和外部检索/网页/tool result 都可能包含不可信指令。Agent 不应该把外部内容中的“忽略之前规则”等文本当系统指令。安全上要分清 data 与 instruction，工具执行还要单独鉴权。

继续追问

schema 通过后为什么仍不能执行？

如何做 authorization、timeout 和 idempotency？

工具失败是重试、降级还是转人工？

[!question]- P0 AI-010 结构化输出比让模型“返回 JSON”强在哪里？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查如何把自然语言能力收敛成可验证、可执行的接口边界。 相关知识：Structured Output · 输出校验

30 秒回答 “请返回 JSON”仍可能产生语法错误或字段漂移。受支持的严格结构化输出可约束字段类型和形状；仅提供工具 schema 不代表任何模型都会严格遵守。客户端仍需 parse，并处理拒绝、截断或不支持的 schema。即使 schema 通过，也仍要业务校验和权限检查。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-011 Function Calling 完整流程？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查如何把自然语言能力收敛成可验证、可执行的接口边界。 相关知识：Function Calling · Tool Calling 工程化 · 输出校验

30 秒回答

应用向模型提供工具名称、描述、参数 schema。

模型基于上下文决定是否产生 tool call 和参数。

应用解析/校验参数，做权限、风险、幂等检查。

应用真正执行工具。

保留模型的调用消息，并按对应 call ID 回填 tool result；被拒绝的调用也需明确结果或终止 run。

模型继续推理或生成最终回答。

关键：模型只是提出调用，不是模型自己执行代码。

继续追问

schema 通过后为什么仍不能执行？

如何做 authorization、timeout 和 idempotency？

工具失败是重试、降级还是转人工？

[!question]- P0 AI-012 Function Calling 与普通 Prompt 让模型输出 {action:...} 有何区别？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查如何把自然语言能力收敛成可验证、可执行的接口边界。 相关知识：Function Calling · Tool Calling 工程化 · 输出校验

30 秒回答 思想类似，但原生 tool/function calling 通常有模型/API 层支持的结构化协议、role 和 schema，减少自定义 parser；同时能更清楚区分工具结果和普通文本。无论哪种方式，执行端都必须自己做权限与校验。

继续追问

schema 通过后为什么仍不能执行？

如何做 authorization、timeout 和 idempotency？

工具失败是重试、降级还是转人工？

[!question]- P0 AI-013 工具参数合法为什么仍不能执行？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查如何把自然语言能力收敛成可验证、可执行的接口边界。 相关知识：Agent Decision Authority · Agent MOC · AI Agent Application MOC

30 秒回答 合法只代表类型正确。例如 {taskId: "123", action: "delete"} 可能完全符合 schema，但用户没权限、task 已完成、或者模型选错 id。必须继续 authorization、domain invariant、current state、idempotency 检查。

继续追问

schema 通过后为什么仍不能执行？

如何做 authorization、timeout 和 idempotency？

工具失败是重试、降级还是转人工？

Agent 基础

[!question]- P0 AI-014 什么是 Agent？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答 key word: autonomy + environment interaction + feedback loop 工程上可以理解为：LLM 在目标和上下文约束下，能够多轮选择动作/工具、读取 observation、更新状态并决定继续或停止的执行系统。它通常包含 model、context/state、tools、loop/orchestration、memory、guardrails/eval 等，而不是“有聊天历史的 Chatbot”就叫 Agent。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-015 Agent 和 Chatbot 区别？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答 Chatbot 重点是对话生成；Agent 重点是为了目标采取动作并根据环境结果继续决策。Chatbot 可以有 memory/RAG，Agent 也可以有聊天 UI，所以区别不在界面，而在是否存在受控的 action loop 与环境交互。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-016 Agent 和 Workflow 区别？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答 Workflow 的控制流主要由开发者预定义；Agent 让模型在运行时决定部分路径。能确定的流程优先 workflow，只有真正需要动态决策的部分才给 Agent 自主性。生产系统常是 workflow + bounded agent，而不是二选一。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-017 Agent 常见模块？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答

Goal/instruction。

Context / state。

Model。

Tools/actions。

展开要点 / 原始迁移内容

Planner/decision loop。

Memory/persistence。

Guardrails/permission。

Observation/tracing。

Stop/budget。

Eval。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-018 ReAct 是什么？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + ReAct 原始论文 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent 执行闭环 · Agentic Workflow Patterns · Agent

30 秒回答 ReAct 把 reasoning/action/observation 交替起来：模型基于当前信息选择动作，执行工具得到 observation，再继续决定。现代 API 不一定暴露显式 chain-of-thought，但“观察 → 动作 → 新观察”的控制模式仍然存在。

展开要点 / 原始迁移内容 不要在面试里声称系统必须保存/展示模型私有思维链。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-019 Plan-and-Execute 是什么？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答 先让 planner 把目标拆成步骤，再由 executor 逐步执行，必要时 replan。优点是全局结构清楚、执行模型可以更轻；缺点是初始计划可能基于不完整信息，环境变化时需要重规划。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-020 Agent 怎么判断完成？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent Behavioral Contract · Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答 不能只靠模型说“done”。成功需验证 success condition、业务状态、required outputs 和有效工具结果；max steps、预算耗尽、重复动作检测属于停止条件，不代表任务成功。Runtime 应区分 succeeded、failed、cancelled 和 budget-exhausted 等终态。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-021 如何避免 Agent 死循环？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答

max step / max tool call。

deadline/token/cost budget。

重复 action + 参数指纹检测。

状态无进展检测。

展开要点 / 原始迁移内容

tool-specific retry 上限。

明确终止/失败状态。

必要时人工接管。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-022 路径震荡是什么？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答 Agent 在两个或多个动作间反复切换，例如 A 工具失败 → B → 又回 A，没有新增信息。可以检测重复 trajectory、摘要最近失败原因、限制相同工具+参数、增加 planner state 或把确定性恢复逻辑移出 LLM loop。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

Context Engineering / Memory

[!question]- P0 AI-023 Context 和 Memory 区别？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查上下文选择、长期记忆和 token 预算是否有清晰边界。 相关知识：Memory、Context 与 Knowledge · Context Engineering · Context Window Management

30 秒回答 Memory 是被保存、以后可能使用的信息；Context 是这一次模型调用真正可见的输入。Context Engineering 的核心是从系统指令、当前任务、短期历史、长期记忆、RAG、工具描述中选择“现在最有价值的一小部分”，不是把所有 memory 全塞进去。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-024 上下文窗口快满了怎么办？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查上下文选择、长期记忆和 token 预算是否有清晰边界。 相关知识：Memory、Context 与 Knowledge

30 秒回答 可组合：

展开要点 / 原始迁移内容

滑动窗口保留最近轮次。

结构化摘要，而不是单纯截断。

长期事实抽取到独立 memory/store。

历史工具输出只保留摘要/引用。

RAG 按需取回旧信息。

工具描述按任务动态选择。

sub-agent 隔离子任务上下文。

关键：摘要本身也可能丢信息，需要保留 provenance 和关键原文指针。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-025 短期记忆与长期记忆如何设计？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查上下文选择、长期记忆和 token 预算是否有清晰边界。 相关知识：Memory、Context 与 Knowledge

30 秒回答 短期通常是当前 thread/run 的近期上下文和 working state；长期是跨 session 仍需保留的用户事实、偏好、历史结果。长期 memory 不能把所有对话原文永久注入，而应有结构、来源、更新时间、置信度/审核状态和检索策略。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-026 为什么上下文压缩可以用较小模型？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查上下文选择、长期记忆和 token 预算是否有清晰边界。 相关知识：Memory、Context 与 Knowledge

30 秒回答 摘要/分类往往是受约束的局部任务，不一定需要最强 reasoning 模型；使用小模型可以降成本和延迟。但必须用 eval 验证关键事实保留率，安全/复杂领域不应只凭“便宜”切模型。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-027 大量工具描述导致 prompt 太长怎么办？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查上下文选择、长期记忆和 token 预算是否有清晰边界。 相关知识：Agent MOC · AI Agent Application MOC

30 秒回答

tool registry + semantic/规则筛选，只暴露当前相关工具。

分层工具：先选择 domain/toolset，再加载具体 schema。

sub-agent 按职责拥有较小 tool set。

缩短冗余描述，用稳定 schema。

展开要点 / 原始迁移内容

缓存不变前缀（如果模型/provider 支持）。

继续追问

schema 通过后为什么仍不能执行？

如何做 authorization、timeout 和 idempotency？

工具失败是重试、降级还是转人工？

RAG

[!question]- P0 AI-028 RAG 完整流程？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：RAG · RAG Grounding / Faithfulness

30 秒回答 Ingestion：解析 → 清洗 → chunk → metadata → embedding/index。

展开要点 / 原始迁移内容 Query：query understanding/rewrite → retrieval → filter/hybrid → rerank → context assembly → generation → citation → eval/trace。

继续追问

你会先看哪一层指标定位退化？

证据不足时系统如何 no-result？

索引更新时如何防版本混读？

[!question]- P0 AI-029 为什么需要 Chunk？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：RAG · RAG Grounding / Faithfulness

30 秒回答 整篇文档太长且主题混杂，embedding 粒度太粗；chunk 让检索定位到局部证据。但切太碎会失去上下文。切分策略应根据文档结构、查询类型和离线 retrieval 指标调优。

继续追问

你会先看哪一层指标定位退化？

证据不足时系统如何 no-result？

索引更新时如何防版本混读？

[!question]- P0 AI-030 Embedding 怎么选？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：Embedding Model · RAG · RAG Grounding / Faithfulness

30 秒回答 考虑：

展开要点 / 原始迁移内容

语言和领域。

dimension / storage。

query-document asymmetry。

latency/cost。

最大输入长度。

是否支持 instruction/task prefix。

在自己的 retrieval gold set 上的 Recall/MRR，而不是只看排行榜。

继续追问

你会先看哪一层指标定位退化？

证据不足时系统如何 no-result？

索引更新时如何防版本混读？

[!question]- P0 AI-031 向量数据库和普通数据库如何分工？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：RAG · RAG Grounding / Faithfulness · pgvector

30 秒回答 向量索引用于相似度搜索（可精确或近似），不能单凭向量相似度维护业务不变量。关系数据库也可提供向量索引，两种职责不要求部署两个数据库。用户、权限、文档版本、任务状态仍应由关系数据库等业务 store 管理；向量记录保存 chunk embedding 和检索 metadata，并通过文档/版本 id 回到业务真值。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-032 BM25 与向量检索区别？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：RAG · RAG Grounding / Faithfulness

30 秒回答 BM25 基于词项匹配和统计权重，专有名词、编号、关键字命中强；dense vector 捕获语义相似，能处理措辞不同。企业 RAG 很多场景会 hybrid，再做 rank fusion/rerank。

继续追问

你会先看哪一层指标定位退化？

证据不足时系统如何 no-result？

索引更新时如何防版本混读？

[!question]- P0 AI-033 RRF 是什么？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：RAG · RAG Grounding / Faithfulness

30 秒回答 Reciprocal Rank Fusion 根据一个候选在各检索列表中的排名累积分数，例如 1/(k + rank)，不要求 BM25 分数和向量相似度处于同一尺度，适合融合多路排序。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-034 Rerank 与 retrieval 区别？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：Reranker Model · RAG · RAG Grounding / Faithfulness · Agent 测试与评估 · Agent Evals MOC

30 秒回答 Retrieval 从大规模语料快速拿高 recall 候选；rerank 对较少候选做更精细的 query-document 相关性判断，争取提高排序质量；效果仍需评测。大库通常先检索再精排以控制成本，小候选库也可以直接精排。

继续追问

你会先看哪一层指标定位退化？

证据不足时系统如何 no-result？

索引更新时如何防版本混读？

[!question]- P0 AI-035 RAG 效果不好怎么排查？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：RAG · RAG Grounding / Faithfulness

30 秒回答 按层排：

展开要点 / 原始迁移内容

原文解析是否丢内容。

chunk 是否合理。

metadata/filter 是否过滤错。

query 是否需要 rewrite。

embedding 是否匹配领域。

top-k 是否过大/过小。

hybrid/rerank 是否有效。

context assembly 是否把最佳证据截掉。

prompt 是否要求 grounded。

模型是否忽略证据。

先看 retrieval gold case，不要一上来换大模型。

继续追问

你会先看哪一层指标定位退化？

证据不足时系统如何 no-result？

索引更新时如何防版本混读？

[!question]- P0 AI-036 Query Rewrite 有什么风险？题源：CANON（AI 应用基础） 答案依据：KB + retrieval gold set / 可复现实验 考察意图：检查 query rewrite 是否被当作可评估的检索步骤，而不是无条件相信模型改写。 相关知识：Query Rewriting · RAG · Hybrid Search

30 秒回答 Rewrite 可能把模糊 query 澄清，也可能擅自改变意图。要保留 original query，对 rewritten query 做可观察记录；复杂场景可多路检索 original query + rewrite，再融合，而不是只相信改写结果。

继续追问

如何判断 rewrite 是否改变了用户原意？

为什么要保留 original query，而不是只检索 rewritten query？

如何用 retrieval gold set / 消融实验验证 rewrite 的净收益？

[!question]- P1 AI-037 HyDE 是什么？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：RAG · RAG Grounding / Faithfulness

30 秒回答 先让模型生成一个假想相关文档/答案，再对其做 embedding 来检索真实文档。它可以把短 query 扩展成更接近文档语义的表述，但幻觉先验也可能带偏，因此必须评测。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-038 多跳 RAG 怎么做？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：RAG · RAG Grounding / Faithfulness

30 秒回答 单次 retrieve 不够时，把问题拆成子问题，多轮 retrieve→reason→retrieve；每轮保存 evidence 和已知事实。要限制 hop 数、避免查询漂移，并评估最终答案的证据链是否完整。

继续追问

你会先看哪一层指标定位退化？

证据不足时系统如何 no-result？

索引更新时如何防版本混读？

[!question]- P1 AI-039 GraphRAG 适合什么情况？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能从 ingestion、retrieval、generation 到 eval 逐层定位质量问题。 相关知识：RAG · RAG Grounding / Faithfulness

30 秒回答 当实体关系、多跳关联比纯文本相似度更关键，例如“人-组织-事件”的网络，可以把图结构作为额外检索/推理通道。但构图、更新和实体消歧成本高，不应因为流行就替代简单 RAG。

继续追问

你会先看哪一层指标定位退化？

证据不足时系统如何 no-result？

索引更新时如何防版本混读？

RAG / Agent Eval

[!question]- P0 AI-040 如何评估 RAG？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：RAG · RAG Grounding / Faithfulness · Agent 测试与评估 · Agent Evals MOC

30 秒回答 拆层：

展开要点 / 原始迁移内容

Retrieval：Recall@K、MRR、nDCG、hit rate。

Rerank：排序质量。

Context：相关性/冗余。

Generation：faithfulness、answer relevance、citation correctness。

End-to-end：任务成功、延迟、成本、用户修正率。

继续追问

你会先看哪一层指标定位退化？

证据不足时系统如何 no-result？

索引更新时如何防版本混读？

[!question]- P0 AI-041 如何评估 Agent？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns · Agent 测试与评估

30 秒回答 至少分：

展开要点 / 原始迁移内容

Outcome：任务成功率、最终状态是否正确。

Process：工具选择/参数正确率、step 数、重复调用、恢复成功率。

Safety：越权/危险操作拒绝、prompt injection。

Reliability：timeout、failure recovery、idempotency。

Efficiency：latency、token、cost、tool calls。

“最终答案看起来不错”远远不够。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-042 Eval 数据集怎么构建？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent 测试与评估 · Agent Evals MOC

30 秒回答 从产品需求、历史 bug、线上日志、人工专家 case、边界/对抗样本中抽取。每条 case 要有输入、期望行为/rubric、必要 evidence 和标签。数据集版本化，策略变更前后跑同一集。线上日志不能直接全拿来，要去重、分层采样、脱敏并重点保留高损失失败 case。

继续追问

数据集从哪里来，如何避免只测 happy path？

关键指标如何设置 hard gate？

离线结果与线上指标不一致怎么办？

[!question]- P0 AI-043 只有几十条 Eval 有意义吗？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent 测试与评估 · Agent Evals MOC

30 秒回答 有，但它更像 qualification/regression suite，不是总体准确率统计。几十条高价值边界 case 能阻止明显回归；如果要声称“92% 准确率”则需要代表性采样、足够样本和置信区间。面试时要区分这两类目的。

继续追问

数据集从哪里来，如何避免只测 happy path？

关键指标如何设置 hard gate？

离线结果与线上指标不一致怎么办？

[!question]- P1 AI-044 模型/Prompt 改了，如何决定能不能上线？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent 评估工程化 · Agent MOC · AI Agent Application MOC

30 秒回答 固定版本化 eval → 与 baseline 对比 → 关键安全指标设 hard gate → 其他指标设 non-inferiority/收益门槛 → 隔离副作用的 shadow → 小流量 canary → 监控真实 latency/cost/error/feedback → 扩量或回滚。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

MCP / Skills / Harness

[!question]- P0 AI-045 MCP 是什么？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：DOC（DOC-MCP-ARCHITECTURE）+ KB 考察意图：检查协议层、工具层、权限层和 Agent 行为层是否被正确分开。 相关知识：MCP

30 秒回答 MCP 是 Host/Client 与外部 Server 之间的标准集成协议，Server 可以暴露 tools、resources、prompts 等能力；它解决能力发现、连接和协议互操作，不自动解决权限、规划或 Agent 质量。模型层仍可能通过 function/tool calling 表达“调用哪个工具”，两者位于不同层。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-046 MCP 和 Function Calling 区别？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：DOC（DOC-MCP-ARCHITECTURE）+ KB 考察意图：检查协议层、工具层、权限层和 Agent 行为层是否被正确分开。 相关知识：Function Calling · Tool Calling 工程化 · 输出校验 · MCP

30 秒回答 Function Calling 是模型/API 表达结构化工具调用意图的机制；MCP 是 AI Host 与外部能力提供方之间的标准协议。一个 Host 可以通过 MCP 发现工具，再把工具 schema 提供给模型做 function calling；执行前仍要做权限、业务校验、审计和超时控制。

继续追问

schema 通过后为什么仍不能执行？

如何做 authorization、timeout 和 idempotency？

工具失败是重试、降级还是转人工？

[!question]- P0 AI-047 MCP 调工具的大致流程？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：DOC（DOC-MCP-ARCHITECTURE）+ KB 考察意图：检查协议层、工具层、权限层和 Agent 行为层是否被正确分开。 相关知识：MCP

30 秒回答

Host/client 连接 MCP server。

协商/列出能力。

Host 根据权限与任务选择可用 tool/resource。

将工具描述放入模型上下文。

展开要点 / 原始迁移内容 5. 模型产生 tool call。 6. Host 通过 MCP 调用 server。 7. server 执行并按 MCP 返回内容、可选结构化结果或错误；不能假定所有工具结果都有同一业务 schema。 8. Host 记录/过滤结果，再给模型继续推理。

继续追问

schema 通过后为什么仍不能执行？

如何做 authorization、timeout 和 idempotency？

工具失败是重试、降级还是转人工？

[!question]- P0 AI-048 MCP 的安全风险？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：DOC（DOC-MCP-ARCHITECTURE）+ KB 考察意图：检查协议层、工具层、权限层和 Agent 行为层是否被正确分开。 相关知识：MCP

30 秒回答

恶意/被攻陷 server。

工具描述 prompt injection。

过宽文件/网络权限。

tool output 中夹带不可信 instruction。

展开要点 / 原始迁移内容

OAuth/token 泄露。

SSRF / arbitrary URL fetch。

destructive action 缺少确认。

防护：allowlist、least privilege、schema validation、sandbox、egress control、HITL、audit log、resource size limits。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-049 Skill 是什么？和 MCP 什么区别？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：DOC（DOC-MCP-ARCHITECTURE）+ KB 考察意图：检查协议层、工具层、权限层和 Agent 行为层是否被正确分开。 相关知识：MCP · Skills in AI

30 秒回答 Skill 通常把任务说明、流程、领域知识与可选脚本/资源组合成可复用包；MCP 提供连接外部能力的协议。具体 Skill 格式、发现方式和可执行能力需按采用的规范与宿主核对，不能把某产品扩展字段当作所有宿主的共同要求。MCP 架构文档本身不定义 Skill 的文件格式。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-050 Harness Engineering 是什么？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查协议层、工具层、权限层和 Agent 行为层是否被正确分开。 相关知识：MCP 在 Agent Harness 中的配置架构 · Orchestration · Context Engineering · Agent Runtime

30 秒回答 Harness 指包围模型的执行环境：系统指令、工具、文件/终端沙箱、权限、上下文装载、测试反馈、重试、观测、任务状态等。Harness Engineering 的重点是“让模型在一个能得到真实反馈、受约束、可持续执行的环境里工作”，而不只是优化 prompt。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-051 Harness 和 Orchestrator 区别？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查协议层、工具层、权限层和 Agent 行为层是否被正确分开。 相关知识：MCP 在 Agent Harness 中的配置架构 · Orchestration

30 秒回答 术语并非完全标准化。一般可以把 Harness 理解成整个执行外壳/环境，Orchestrator 更聚焦任务分解、worker/model/tool 调度、并发与生命周期。Orchestrator 可以是 Harness 的一个核心组件。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-052 Skill 如何评估？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查协议层、工具层、权限层和 Agent 行为层是否被正确分开。 相关知识：Agent 测试与评估 · Agent Evals MOC · Skills in AI

30 秒回答 不是看文档写得漂亮，而是对固定任务集比较：成功率、步骤数、工具错误、token/cost、人工接管率、跨版本稳定性；同时检查 Skill 是否误导 Agent 使用不必要权限、是否和现有工具/规则冲突。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

AI Coding / Spec / Vibe

[!question]- P0 AI-053 Vibe Coding 和 Spec Coding 怎么理解？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能用测试、CI、权限和仓库约束治理 AI 生成改动。 相关知识：AI 辅助开发工作流 · AI Code Review

30 秒回答 Vibe Coding 更强调自然语言快速驱动模型迭代、边看结果边调整，适合探索和低风险原型；Spec Coding 在实施前更明确需求、约束、验收和接口，再让 Agent 按 spec 工作，更适合多人/长期/高风险代码库。实际开发可以先快速探索，再把稳定需求收敛成 spec。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-054 AI Coding 如何做质量保障？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能用测试、CI、权限和仓库约束治理 AI 生成改动。 相关知识：AI 辅助开发工作流 · AI Code Review

30 秒回答 上下文要给对；任务要小；生成后看 diff；通过 formatter/lint/typecheck/test/E2E/CI 给自动反馈；数据库、安全、权限、基础设施变更额外人工审查；记录重要架构约束，让 Agent 不能只看局部文件。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-055 AI 生成代码占比多少？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能用测试、CI、权限和仓库约束治理 AI 生成改动。 相关知识：Agent MOC · AI Agent Application MOC

30 秒回答 不要随便报一个百分比。推荐：

展开要点 / 原始迁移内容 我不太用代码行数占比衡量，因为 AI 可能生成大量机械代码但关键决策仍由人完成。我更倾向按环节描述：检索/样板/测试草稿大量使用 AI；架构边界、验收、安全和最终 Review 由我负责。面试官如果要量化，可以基于某个具体任务复盘，而不是编全项目比例。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-056 Coding Agent 上下文怎么优化？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能用测试、CI、权限和仓库约束治理 AI 生成改动。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns · Memory、Context 与 Knowledge

30 秒回答

repo map / targeted search，不全仓塞 prompt。

当前任务相关 docs + tests + contracts。

分阶段读取，先定位再修改。

失败日志结构化回灌。

展开要点 / 原始迁移内容

compact 历史，把 durable decisions 写到 repo docs/spec。

多 worker 时隔离 workspace/worktree，避免文件冲突。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

工具安全 / Prompt Injection

[!question]- P0 AI-057 Prompt Injection 是什么？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查如何把自然语言能力收敛成可验证、可执行的接口边界。 相关知识：Prompt Injection Defense · Agent MOC · AI Agent Application MOC

30 秒回答 不可信输入中包含诱导模型改变原任务/泄露数据/调用工具的指令。RAG 文档、网页、邮件和 tool output 都可能是 injection 来源。因为 LLM 对“数据”和“指令”不是天然强隔离，所以必须在架构层限制工具权限，而不是只写一句“忽略恶意提示”。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-058 怎么防 Prompt Injection？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查如何把自然语言能力收敛成可验证、可执行的接口边界。 相关知识：Prompt Injection Defense · Agent MOC · AI Agent Application MOC

30 秒回答

最小工具权限。

外部内容标记为 untrusted data。

动作执行前做 deterministic authorization；按已有授权和风险策略决定是否需要 HITL。

参数 allowlist/validation。

展开要点 / 原始迁移内容

网络/文件 sandbox。

secrets 不直接进入模型上下文。

output/action policy layer。

injection eval/red-team。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-059 SSRF 为什么和 Agent 工具调用有关？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查如何把自然语言能力收敛成可验证、可执行的接口边界。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns · Function Calling

30 秒回答 如果 Agent 有“访问 URL”工具，攻击者可能诱导它请求内网 metadata、localhost、私有网段等资源。需要 URL parsing、scheme/host allowlist、DNS rebinding 防护、私网 IP 阻断、egress proxy 等，不能只验证字符串以 https:// 开头。

继续追问

schema 通过后为什么仍不能执行？

如何做 authorization、timeout 和 idempotency？

工具失败是重试、降级还是转人工？

生产工程

[!question]- P0 AI-060 AI 应用线上最重要的指标？题源：CANON（AI 应用基础） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能先给结论，再解释机制、边界、失败路径和验证方式。 相关知识：Agent MOC · AI Agent Application MOC

30 秒回答 按产品拆：

展开要点 / 原始迁移内容

availability/error rate。

end-to-end latency、TTFT、tokens/sec（如适用）。

model/tool timeout。

task success / human correction。

retrieval hit/grounding。

safety violations。

token/cost per task。

fallback rate。

cancellation/abandon rate。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-061 如何降 AI 应用延迟？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能先给结论，再解释机制、边界、失败路径和验证方式。 相关知识：首字延迟排查 · Agent MOC · AI Agent Application MOC

30 秒回答 先 profile：

展开要点 / 原始迁移内容

并行不互相依赖的 retrieval/tool。

流式输出降低 perceived latency。

缩短无效 context。

仅复用仍有效且作用域匹配的结果；缓存键需覆盖权限、资料 / 配置版本与相关输入。

使用小模型处理分类/摘要。

routing：简单任务小模型，复杂任务强模型。

减少 Agent step 数。

provider connection reuse / regional deployment。

不要只答“换更快模型”。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-062 如何降成本？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能先给结论，再解释机制、边界、失败路径和验证方式。 相关知识：Agent MOC · AI Agent Application MOC

30 秒回答

context 精简/缓存。

task-based model routing。

减少无效 retries/tool loops。

retrieval 只提供必要 chunks。

展开要点 / 原始迁移内容

小模型做辅助步骤。

batch/async 非实时任务。

监控 cost per successful task，而不是只看 token 单价。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-063 模型路由怎么设计？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能先给结论，再解释机制、边界、失败路径和验证方式。 相关知识：Agent Model Capability Policy · Agent MOC · AI Agent Application MOC

30 秒回答 根据任务类型、风险、上下文长度、结构化输出能力、实时 SLO 和价格选择 logical model。路由规则可固定，也可有 classifier；fallback 必须保证能力契约兼容。高风险任务不一定允许自动降到能力明显不足的模型。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-064 为什么 retry 可能扩大事故？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能先给结论，再解释机制、边界、失败路径和验证方式。 相关知识：Tool Idempotency · Agent MOC · AI Agent Application MOC

30 秒回答 provider 故障时大量客户端同步 retry 会形成重试风暴；有副作用的工具还可能重复执行。需要 timeout、有限次数、exponential backoff + jitter、circuit breaker、idempotency，并区分 transient vs permanent error。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

多 Agent

[!question]- P1 AI-065 什么时候用多 Agent？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns · 多 Agent 编排模式

30 秒回答 当不同子任务需要明显不同上下文/工具/权限，或可以真正并行、需要隔离失败时，多 Agent 有价值。例如 research 与 implementation 分离。若只是“一个 Agent 能做的事拆成三个角色聊天”，会增加 token、协调和错误面。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-066 多 Agent 如何通信？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns · 多 Agent 编排模式

30 秒回答 不建议无限自然语言互聊。更稳定的是 typed task/result、shared artifact/store、event/message queue 或 orchestrator-managed state。每个 worker 的输入输出应可验证，避免共享一个无限增长 prompt。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P1 AI-067 多个 Agent 同时改代码如何防冲突？题源：NC-H（NC-BYTE-AGENT-01 等近期面经） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能区分模型决策、运行时控制与业务系统权威。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns · 多 Agent 编排模式

30 秒回答

任务分区/文件 ownership。

独立 branch/worktree/sandbox。

明确 base SHA。

集成 owner 统一 merge。

展开要点 / 原始迁移内容

CI/test gate。

冲突时重新基于最新 base，不让两个 Agent 直接共享 dirty workspace。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

场景设计题

[!question]- P0 AI-068 设计一个企业知识库问答系统。题源：AI-D（从近期追问链衍生的系统设计题） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能先给结论，再解释机制、边界、失败路径和验证方式。 相关知识：Agent MOC · AI Agent Application MOC

30 秒回答 回答顺序：

展开要点 / 原始迁移内容

权限与租户边界。

ingestion：解析/切分/version/metadata。

embedding/index。

query rewrite + ACL filter + hybrid retrieval + rerank。

context/citation。

model generation + structured safety。

feedback/log/eval。

文档更新和索引一致性。

latency/cost/cache。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-069 设计一个可执行任务的 Agent。题源：AI-D（从近期追问链衍生的系统设计题） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能先给结论，再解释机制、边界、失败路径和验证方式。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答 必须提：

展开要点 / 原始迁移内容

task/run state machine。

tool registry + schema + authorization。

bounded loop/step budget。

checkpoint/resume。

idempotency。

destructive actions 按授权与风险策略设置审批边界。

audit log/trace。

eval / replay。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

[!question]- P0 AI-070 如何让 Agent 生产稳定？题源：AI-D（从近期追问链衍生的系统设计题） 答案依据：KB + 必要的官方文档 / 可复现实验 考察意图：检查是否能先给结论，再解释机制、边界、失败路径和验证方式。 相关知识：Agent · Agent Runtime · Agentic Workflow Patterns

30 秒回答 把“不确定性”限制在可允许的边界：模型决定意图/候选，业务系统决定权限/状态/落库；工具有 schema/timeout/idempotency；run 可 checkpoint/恢复/取消；关键路径有 HITL；记录必要过程与版本以支持调查；回放受记录完整性与环境可重建性限制，并隔离外部副作用。模型/Prompt/工具变化跑版本化 eval，再按风险做 shadow/canary。

展开要点 / 原始迁移内容 这是整个 Agent 应用面试最核心的总答案之一。

继续追问

为什么这样判断？

失败或边界场景怎么办？

如何通过测试、指标或实验验证？

从近期面经观察层补充的高价值题

[!question]- P0 AI-S01 Agent 的 state 应该怎么建模？题源：NC-H（NC-BYTE-AGENT-01）+ RESUME-H 答案依据：KB；项目实现依据待当前源码、测试与 ADR 核验（原标记 PROJECT-E2/E3） 考察意图：检查 state 是否围绕执行不变量建模，而不是把聊天历史和任意中间变量塞进一个 JSON。 相关知识：Agent Runtime · Agent Behavioral Contract

30 秒回答 先区分 runtime state、business state 和 context。Runtime state 保存推进执行所需的稳定字段，例如 run/thread、当前阶段、已完成步骤、pending approval、预算和错误；业务事实由领域数据库拥有；本次模型可见的 context 再从两者选择生成。State 应可版本化、可校验、可恢复，并避免保存不可序列化对象和无界增长的完整工具输出。

展开要点 建模时先画状态机，再定义每次 transition 的前置条件、输出和副作用。对并发 resume / cancel 使用 revision 或 compare-and-set；对工具调用保存稳定 action id 和执行结果，而不是只存一段自然语言。

继续追问

消息历史为什么不能直接等于 state？

哪些字段属于 checkpoint，哪些必须进入业务库？

state schema 升级时旧 checkpoint 怎么迁移？

[!question]- P0 AI-S02 Checkpoint 里应该存什么、不存什么？题源：NC-H（NC-XHS-AGENT-20260812 / NC-BYTE-AGENT-01） 答案依据：DOC（LangGraph Persistence）+ KB 考察意图：检查 durable execution 与长期业务真值的边界。 相关知识：LangGraph · Interrupt / Resume 生命周期 · Agent Runtime

30 秒回答 Checkpoint 应保存恢复执行所需的 serializable runtime state：graph/channel values、next step、pending interrupt、必要的 message/tool references 和版本信息。它不应替代用户、订单、任务或 BodyState 等领域真值，也不应无界保存大文件、秘密、连接对象或所有原始工具输出。

展开要点 对于外部副作用，只保存稳定 id、状态和 provenance；真正的执行结果由业务系统或 durable action store 负责。Checkpoint schema 与 graph 版本演进时还要考虑兼容、迁移或旧 run 的受控终止。

继续追问

如何给 checkpoint 做 schema version？

大 tool result 应存正文还是引用？

checkpoint 恢复后如何确认业务状态没有变化？

[!question]- P0 AI-S03 取消一个正在执行的 Agent Run，要取消哪些层？题源：NC-H（近期 Agent 面经）+ AI-D（完整失败链补全） 答案依据：KB；项目实现依据待当前源码、测试与 ADR 核验（原标记 PROJECT-E2/E3） 考察意图：检查取消是否只是前端 Abort，还是完整生命周期协议。 相关知识：Agent Runtime · SSE 流式输出的暂停与中断

30 秒回答 取消至少要贯穿 UI、transport、runtime、正在等待的模型/工具、队列或 worker，以及 durable run state。前端 AbortController 只能停止客户端等待；后端还要接收 cancellation signal，阻止新步骤，尽力取消可取消的下游，先进入取消请求状态，确认运行时不会继续推进后再持久化为 cancelled；仍在执行的外部副作用单独跟踪，不能把连接断开误判成完成。

展开要点 有副作用的工具可能已经提交，取消不能假装回滚；需要区分 not-started、in-flight、committed，必要时补偿。取消请求本身也应幂等，并通过 run id / revision 防止与 complete、resume 竞态。

继续追问

模型 provider 不支持取消怎么办？

工具已提交后如何处理？

cancel 与 resume 同时到达由谁赢？

[!question]- P0 AI-S04 工具超时、失败和重试应该怎么处理？题源：NC-H（NC-BYTE-AGENT-01） 答案依据：KB；项目实现依据待当前源码、测试与 ADR 核验（原标记 PROJECT-E2/E3） 考察意图：检查是否按错误类型、幂等性和副作用设计恢复，而不是所有失败都 retry。 相关知识：Tool Calling 工程化 · Tool Idempotency

30 秒回答 先把失败分成输入/权限等永久错误、限流/网络等瞬时错误，以及结果不确定的超时。只有可重试且幂等的调用才做有限次数的 backoff + jitter；有副作用的工具要用 idempotency key、执行记录或状态查询避免重复提交。失败结果应结构化返回给 orchestrator，由确定性策略决定 retry、fallback、replan 或 escalate。

展开要点 Timeout 不等于工具一定没执行；网络在提交后断开会得到 unknown outcome。此时应按 action id 查询最终状态，而不是盲目再次执行。

继续追问

什么是 unknown outcome？

哪些错误不应该交给模型决定？

如何防止重试风暴？

[!question]- P0 AI-S05 多个工具连续调用时如何避免混乱？题源：NC-H（近期 Agent 面经）+ AI-D 答案依据：KB 考察意图：检查工具选择、依赖、并发和 observation 是否有显式结构。 相关知识：Tool Calling 工程化 · Agent 执行闭环

30 秒回答 每次调用使用稳定 call id、typed args、明确依赖和状态 transition；默认只并行彼此独立的只读调用；有数据依赖或共享副作用的调用按 workflow 顺序执行。若独立写操作有明确隔离、并发和幂等契约，也可以受控并行。Tool result 要归属到对应 call，失败不能被后续自然语言覆盖；runtime 还要限制总调用数、重复参数和无进展轨迹。

展开要点 复杂任务可以让 planner 产生 typed plan，再由 executor 逐步执行；确定性的 retry、审批和补偿不应继续依赖模型临场猜测。

继续追问

什么时候可以并行调用工具？

如何检测重复 trajectory？

一个工具部分成功时 observation 怎么表达？

[!question]- P0 AI-S06 危险工具怎么做审批和最小权限？题源：NC-H（近期 Agent / MCP 面经） 答案依据：KB；项目实现依据待当前源码、测试与 ADR 核验（原标记 PROJECT-E2/E3） 考察意图：检查模型建议与真实授权是否被隔离。 相关知识：Agent Decision Authority · Approval Checkpoints · Agent Guardrails

30 秒回答 模型只能提出动作，不能自己授权。先按用户、资源、动作和风险做 deterministic authorization；按风险策略需要新增确认的操作生成可读 proposal，展示目标、参数和影响，让有权限的人确认后再签发短时、窄范围 execution capability。执行端再次校验当前状态、revision 和 idempotency，审批记录进入 audit log。

展开要点 审批不能只是在前端弹窗后让原来的模型循环继续；后端必须持久化 waiting state，并在 resume 时验证谁批准了什么、批准是否过期、对象是否已变化。

继续追问

审批后参数被模型修改怎么办？

批量删除应展示哪些影响？

怎样避免 approval fatigue？

[!question]- P1 AI-S07 PDF、复杂表格和视频应该怎样进入 RAG？题源：NC-H（NC-BYTE-AGENT-01） 答案依据：KB + 解析器可复现实验 考察意图：检查 ingestion 是否理解结构、版面和媒体 provenance，而不是“全文转文本再切块”。 相关知识：RAG

30 秒回答 先按媒介做结构化解析：PDF 保留页码、段落、标题和版面坐标；表格保留表名、行列头、单元格关系并生成可检索的行/区域表示；扫描件或缺失 / 错误文本层的页面按需走 OCR；视频拆出 ASR、时间戳、章节和关键帧。随后按结构/语义切分，保留 source、page/time range、parser version 和权限 metadata，再进入 embedding/index。

展开要点 解析质量是 RAG 上限。复杂表格往往需要“结构化查询 + 文本检索”双通道；OCR/ASR 结果要保留置信度和原始资产指针，不能把识别文本当无来源事实。

继续追问

跨页表格如何重建表头关系？

扫描 PDF 如何判断是否需要 OCR？

视频引用怎样精确回到时间段？

[!question]- P0 AI-S08 Chunk overlap 为什么需要，怎么定？题源：NC-H（近期 RAG 面经） 答案依据：KB + retrieval gold set 考察意图：检查是否理解边界信息损失与重复噪声的取舍。 相关知识：RAG

30 秒回答 Overlap 用来减少关键信息刚好被切分边界截断，但不是越大越好。过大会产生重复候选、浪费上下文并让相邻 chunk 相互竞争。优先按标题、段落、句子、表格或代码结构切分，再用较小 overlap 兜底；最终通过 Recall@K、MRR、重复率、context token 和真实查询集调参。

展开要点 不同内容可以用不同策略：FAQ 以问答对为单位，代码按 symbol，长论文按 section + parent/child，表格按表头关联的行块。

继续追问

如何评估 overlap 是否过大？

parent-child retrieval 与 overlap 有什么关系？

Chunk 更新后旧 citation 如何失效？

[!question]- P1 AI-S09 Multi-query / Multi-way retrieval 是什么？题源：NC-1（近期 AI Agent 题库）+ AI-D 答案依据：KB 考察意图：检查是否能组合原 query、rewrite、关键词和不同索引，同时控制漂移。 相关知识：RAG

30 秒回答 它不是某一个固定算法，而是让同一问题通过多条检索路径产生候选，例如原 query、语义改写、关键词提取、HyDE、不同语言或不同索引，再用去重、RRF/rerank 融合。价值是提高 recall；风险是 query drift、成本和重复噪声，因此必须保留每条路径 provenance 并用离线集做消融。

展开要点 先用原 query 作为不可丢失的 baseline，再逐条加入新检索通道，验证新增通道在哪类 query 上产生净收益。

继续追问

多路检索结果怎样去重？

为什么不能只保留 rewrite 后的 query？

如何做 per-route attribution？

[!question]- P0 AI-S10 RAG 和 Fine-tuning 怎么选？题源：NC-1 + CANON 答案依据：KB 考察意图：检查知识更新、行为适配和证据要求是否被分开。 相关知识：RAG

30 秒回答 需要动态私有知识、可追溯引用和频繁更新时优先 RAG；需要稳定改变输出风格、格式、领域任务行为或让模型学会某种模式时考虑 fine-tuning。Fine-tuning 不适合作为频繁更新事实的数据库，也不能天然提供 citation。真实系统可以 fine-tune 行为，再用 RAG 提供当前证据。

展开要点 先确认问题究竟来自检索不到、上下文组装差、模型不遵循证据，还是模型本身不会任务；不同根因对应不同方案。

继续追问

什么时候只改 Prompt 就够？

Fine-tuning 后为什么仍要 Eval？

RAG 与长上下文直接塞文档怎么选？

[!question]- P0 AI-S11 没有合适证据时，RAG 应该怎么办？题源：NC-H（近期 RAG / Agent 面经） 答案依据：KB + safety/evidence contract 考察意图：检查系统是否允许 no-result，而不是被迫回答。 相关知识：RAG Grounding / Faithfulness · Evidence Admissibility

30 秒回答 应把“无充分证据”设计成一等结果：检索层返回 no-result / low-confidence，生成层只能澄清问题、说明缺少依据或转向受控的外部查询，不能为了完成率强行引用主题相近文档。高风险领域默认 fail closed，并记录 evidence gap 供后续补库。

展开要点 阈值不能只看向量相似度，还要结合权限、版本、来源质量、rerank 和 query 类型；no-result 本身要进入 Eval。

继续追问

如何区分检索失败和知识库确实没有？

低风险闲聊是否也要 fail closed？

no-result 率突然升高怎么定位？

[!question]- P0 AI-S12 如何从线上日志构建有限但高价值的 Eval 集？题源：NC-H（NC-BYTE-AGENT-01） 答案依据：KB + 数据治理 考察意图：检查是否会把生产失败转成版本化回归资产。 相关知识：Agent 测试与评估 · Agent 评估工程化

30 秒回答 先按任务、用户阶段和失败类型分层采样，优先保留高损失、人工修正、fallback、长链和安全 case；去重、脱敏后，为每条定义输入、环境/工具 stub、期望 outcome、过程约束、必要 evidence 和 rubric。保留稳定 holdout，不让所有线上 case 都被持续调参污染。

展开要点 日志本身不等于 ground truth。需要人工复核、专家标注或确定性业务结果；同时保留 trace 和版本 provenance，才能知道回归发生在哪一层。

继续追问

怎样去重相似失败？

如何避免只收集投诉用户造成偏差？

哪些 case 进入 hard gate？

[!question]- P0 AI-S13 Agent 的过程指标和结果指标分别是什么？题源：NC-H（近期 Agent 面经） 答案依据：KB 考察意图：检查是否能拆开“最后看起来对”与“执行过程可靠”。 相关知识：Agent 测试与评估

30 秒回答 结果指标看最终任务是否完成、业务状态是否正确、用户是否接受；过程指标看工具选择和参数、步骤数、重复调用、非法动作、恢复/取消、证据使用和预算。只看结果可能掩盖偶然成功或危险路径，只看过程也可能优化成漂亮但无用的轨迹，两者要一起评。

展开要点 安全、权限和不可逆副作用通常是 hard constraints；延迟、成本和步骤数则在结果达标后做优化。

继续追问

轨迹不同但结果正确是否算通过？

如何评价有多个合法路径的任务？

过程 grader 与 outcome grader 谁先执行？

[!question]- P0 AI-S14 Prompt、模型或工具改动如何做 Regression Gate？题源：NC-H（近期 Agent 面经） 答案依据：KB；项目实现依据待当前源码、测试与 ADR 核验（原标记 PROJECT-E2/E3） 考察意图：检查是否把概率行为纳入版本化发布治理。 相关知识：Agent 测试与评估 · Agent Evals MOC

30 秒回答 把 model、prompt、tool schema、retrieval config 组成不可变 configuration；在固定版本化 dataset 上与 champion 对比，安全/权限/证据等指标设 hard gate，其他指标设 non-inferiority 与收益门槛。通过离线 qualification 后再运行隔离副作用的 shadow、canary，观察线上成功率、错误、延迟、成本和人工修正，才能 promotion。

展开要点 失败时要能归因到 retrieval、model、tool、runtime 或 policy，而不是只看一个总分；所有结果保存配置、数据集和 evaluator 版本。

继续追问

为什么不能只比较平均分？

模型供应商静默升级如何发现？

什么时候允许性能换成本？

[!question]- P0 AI-S15 高风险 Agent 应该 fail-open 还是 fail-closed？题源：NC-1 + AI-D（安全边界补全） 答案依据：KB + threat model 考察意图：检查风险分级和授权边界是否明确。 相关知识：Agent Safety Envelope · Fallback、Abstain 与 Escalate

30 秒回答 涉及资金、数据删除、医疗安全、权限提升或外发敏感信息时，关键校验失败应 fail closed：不执行，转为 abstain、保守 fallback 或人工升级。低风险、可撤销的展示型能力可以在明确降级提示下继续。决策依据是潜在损失、可逆性、检测能力和人工接管，而不是统一口号。

展开要点 “服务可用性”与“动作授权”可分别设计：系统可以继续提供只读或草稿能力，但阻止高风险 side effect。

继续追问

哪些动作算可逆？

依赖服务不可用时只读能力是否还能开放？

如何避免 fail-closed 造成审批绕过？

[!question]- P0 AI-S16 为什么 secrets 不能直接进入模型上下文？题源：NC-H（近期 MCP / Coding Agent 面经） 答案依据：KB + least-privilege policy 考察意图：检查 secret distribution 与工具能力是否正确设计。 相关知识：Agent Guardrails · 面向 Agent 的工具设计

30 秒回答 模型上下文、trace、provider 日志和 tool result 都可能扩大 secret 暴露面。更安全的方式是让受控工具在执行端持有凭据，模型只看到 capability 名称、允许参数和脱敏结果；凭据使用短时 token、最小 scope、server-side injection、审计和轮换。模型不需要知道数据库密码才能调用“查询当前用户任务”的窄工具。

展开要点 即使使用企业模型，也应遵循数据政策；不要把 secret 隐藏在 system prompt 后就假设模型不会输出。

继续追问

工具需要动态云凭据时怎么做？

trace 中怎样脱敏？

Prompt injection 如何诱导 secret exfiltration？

覆盖说明

本页由 20-ai-agent-rag-mcp.md 中的 70 道编号题全量迁移，并从近期观察层去重补充 16 道独立高价值题，共 86 道；每题包含题源、答案依据、考察意图、知识链接和追问。近期题目趋势另由题源注册表管理，避免再次维护一套重复答案。