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RAG、系统设计、Agent架构、Agent、项目经验等主题展开练习,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。

154 道题目建议用时 462 分钟专项面试练习

全部题目 154 道题

145

请做一个自我介绍,并挑一个项目展开:从上传文档到返回答案,整条链路是怎么走的?

考察候选人能否清晰讲清一个RAG项目的端到端链路,验证其是否真正动手实现过而非只了解概念。
146

文档怎么解析、分块?为什么项目里只允许上传一个文件?

考察候选人对文档解析与分块策略的掌握程度,以及能否解释产品限制背后的工程与产品权衡。
147

向量召回耗时怎么测?Rerank 做了什么,怎么评估检索结果和问题是不是匹配?

考察候选人是否具备检索链路的性能度量与效果评估能力,能否用数据而非感觉判断检索质量。
148

Agent 有哪些核心模块?ReAct 是怎么跑起来的?

考察候选人对Agent系统组成与ReAct推理-行动循环的理解深度,能否讲清控制流而非只背名词。
149

一般几步能完成任务?到了最大步数还没做完怎么办,有没有设置 Plan?

考察候选人对Agent步数控制、失败兜底和规划机制的设计能力,检验是否有真实工程经验。
150

MCP、Function Call、A2A 怎么区分?接过哪些 MCP 服务,自己手写的话要做哪些事?

考察候选人对工具调用相关协议与机制的辨析能力,以及是否真正接入或实现过MCP服务。
151

在构建RAG知识库时,如果PDF中同时包含表格和图片,你会如何分块与存储,才能保留表格结构和图片内容并保证可检索?

考察候选人对复杂PDF解析、表格结构化、图片多模态处理及分块策略的系统设计能力。
152

当LLM回答效果不好时,你会如何定位问题?会直接换API吗?请说明你会分析哪些指标以及如何据此确定解决方案。

考察候选人是否具备数据驱动的排障思路,而非盲目更换模型或API。
153

在Agent或RAG系统中,你会如何做token成本分析?请说明成本构成、统计方法和优化手段。

考察候选人对LLM调用成本的量化分析能力及工程优化意识。
154

在Agent系统中,你会如何设计意图识别模块?关键词匹配、大模型理解和BERT类模型分别适合什么场景,如何组合?

考察候选人对不同意图识别方案的优劣理解及组合设计能力。
返回面试题库