职位题库

Agent开发工程师面试题库

面向Agent开发工程师相关面试,围绕系统设计、RAG、Agent架构、Agent、上下文管理等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

118 道题目建议用时 354 分钟专项面试练习

全部题目 118 道题

85

设计一个全自动化AI漫剧创作Agent,整体架构、核心节点与关键流程是什么?

考察候选人在复杂多模态创作场景下的Agent系统设计能力,包括任务拆解、一致性保障与流程编排。
86

请做自我介绍,并重点讲一个你主导的Agent/RAG项目

考察候选人能否在有限时间内突出项目角色、技术难点与量化结果,判断其表达结构与项目真实性。
87

多个Agent之间如何协同?请结合项目说明协作机制

考察候选人对多Agent分工、通信、状态管理与冲突处理的理解深度。
88

RAG的核心流程是什么?结合你的项目介绍关键环节

考察对RAG全链路(切分、索引、召回、重排、生成、评估)的系统理解。
89

Context Engineering与Prompt Engineering有什么区别?

考察候选人对上下文构建、信息选择与提示词设计边界的理解。
90

召回率如何定义和计算?你如何提升召回率?

考察指标定义准确性、评估集构建能力以及优化手段的优先级判断。
91

如果要重构你实习的agent,你想怎么做?

考察候选人对Agent系统架构的理解深度、重构方法论以及从实际项目中抽象出可改进点的能力。
92

DeepSeek harness和pi的区别是什么?

考察候选人对主流模型工具链/Agent运行框架的认知广度与对比分析能力。
93

Claude Code的上下文是怎么压缩的?

考察候选人对长上下文管理和压缩机制的理解,以及能否迁移到自己的Agent设计中。
94

Computer use的原理是什么,有没有了解过在云电脑的应用?

考察候选人对GUI Agent技术原理的理解及其在云端部署场景的工程认知。
95

有一份Nginx日志,每行第一列是IP,如何用基础Linux和nginx操作找出访问频率最高的几个IP?

考察候选人的Linux命令行功底和线上问题排查思路,而非脚本编程能力。
96

请描述这个数据分析 Agent 的主要使用对象、主要功能,以及它解决什么问题。

考察候选人对所参与 Agent 项目的整体定位、用户价值和业务目标的理解深度,而非只停留在技术实现细节。
返回面试题库