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

97

如果不用 Agent,正常也能取数,那 Agent 带来的价值是什么?

考察候选人能否跳出技术自嗨,从效率、体验、成本等维度论证 Agent 相对传统取数方式的增量价值。
98

以 SQL 生成为例,说明从数据来源到生成 SQL 的整个逻辑与流程控制分几步?

考察候选人对 Text-to-SQL 链路的拆解能力,包括元数据获取、上下文构造、模型调用、校验与流程控制。
99

你提到 MCP 接口,这个 MCP 接口对外包含哪些能力、有多少种方法?

考察候选人对 MCP 协议的实际使用深度,是否真正设计或接入过工具能力,而非停留在概念层面。
100

第二项生产环境内存问题治理,展开说一下原因、分析过程,以及怎么修复的。

考察候选人线上问题排查的方法论:是否能从现象出发,借助工具定位根因,并给出工程与参数层面的修复方案。
101

在NL2SQL链路中,你如何保证模型输出SQL的正确性?请说明校验、修复与防死循环机制。

考察候选人对SQL生成后处理链路的完整性与风险控制能力,包括权限、语法、业务意图保持和循环保护。
102

意图识别使用模型是否会导致耗时过长?你如何评估路由模块的性能?

考察候选人是否具备对模型路由模块做性能评估和耗时定位的意识与方法。
103

请说明你设计的RAG系统离线入库与在线检索流程,并解释分块重叠比例如何设置。

考察候选人对RAG全链路的掌握程度,包括文档清洗、OCR、分块策略、向量化、图谱抽取和多路召回融合。
104

为什么选择用RAG,而不是把原始文档直接交给大上下文窗口的Agent自行检索?

考察对RAG存在价值的理解,能否从成本、延迟、可追溯性、更新维护等维度做取舍,而不是把RAG当默认答案。
105

十篇以上文档或大型代码仓库场景下,RAG检索与让Agent自行grep各有什么优劣?

考察在给定规模下对两种信息获取范式的系统比较能力,包括召回率、精确性、成本、可解释性和工程复杂度。
106

从原始文档到最终答案,切块、索引、存储、检索、排序中哪几步对效果影响最大?

考察对RAG流水线瓶颈的判断力,能否把有限精力投入到收益最高的环节,而非平均用力。
107

如果Markdown文档没有标题,你会怎么切块?

考察面对真实脏数据的处理能力,能否在缺少结构信号时设计降级切块策略,并保证片段可检索、可理解。
108

短query与长chunk如何放到同一空间比较,长短query的向量召回差异如何处理?

考察对语义鸿沟问题的理解,能否从query改写、检索策略、模型选择等角度提出可落地方案。
返回面试题库