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

61

Agent自进化的原理是什么,哪些因素会影响自进化?

考察候选人对Agent自进化机制的理解,包括反馈闭环、记忆更新、策略优化以及影响因素。
62

预训练和SFT的区别是什么?RLHF呢?

考察候选人对大模型训练阶段的理解,能否清晰区分预训练、监督微调和人类反馈强化学习的目标与数据形式。
63

请简要介绍一下实习期间的主要工作。

考察候选人能否在短时间内清晰概括实习工作的业务背景、技术方案与个人贡献,判断其表达是否结构化、重点是否突出。
64

项目1主要解决了什么问题?推理路径是否描述了一个完整的 Agent 执行流程?

考察候选人能否把项目问题定义清楚,并判断其对 Agent 执行流程的理解是否完整,包括规划、工具调用、状态流转与结果校验。
65

项目能否不进行模型微调,只通过 Prompt 和时间约束工具实现?是否可以在关键推理步骤直接使用能力更强的模型?

考察候选人在方案选型上的权衡能力,能否从成本、效果、延迟、可控性等维度比较微调、Prompt 工程与强模型替换三种路径。
66

请介绍一下你的 Agent 项目,它主要解决什么问题?

考察候选人对项目的整体把握、业务理解和技术架构的清晰度。
67

如何拆分售前咨询、售后投诉、订单查询 Agent 职责?

考察候选人对多 Agent 系统职责划分的设计能力,能否根据业务场景合理拆分 Agent 并定义交互。
68

你的 Agent 系统中“短期记忆”和“长期记忆”怎么设计?

考察候选人对 Agent 记忆机制的设计能力,包括短期上下文管理和长期知识沉淀。
69

高并发下怎么做容灾和降级?

考察候选人在高并发场景下的系统稳定性设计能力,包括容灾和降级策略。
70

大模型幻觉怎么解?说执行了其实没执行怎么办?

考察候选人对大模型幻觉问题的理解和解决方案,特别是在 Agent 执行动作时的可靠性保障。
71

请选取一个真实问题单,完整描述从Agent接收输入,走完全流程,到产出最终结果的整条链路。

考察候选人能否清晰描述Agent系统的端到端执行链路,包括输入解析、任务规划、工具调用、结果生成等关键环节,验证其是否真正参与过核心流程开发。
72

测试报告/测试用例设计,如何判断符合本次新需求改动?新功能无历史问题单,怎么设计测试用例?

考察候选人对测试用例设计的理解,特别是在缺乏历史数据时如何基于需求文档和设计规格构建测试场景,确保新功能质量。
返回面试题库