124 请说明一个 Agent 从收到一条用户消息到返回响应的完整底层流程,并解释 harness、hook、MCP 和记忆模块在其中各自承担什么职责。考察候选人对 Agent 运行时链路的整体理解,以及能否把 harness、hook、MCP、记忆等组件放到正确位置并说明交互关系。 查看学习思路
125 在 Agent 项目中,你如何做上下文工程?请结合具体场景说明如何控制上下文长度、组织信息优先级,并说明 multi-agent 的拆分与协作方式。考察候选人对上下文窗口管理、信息优先级和 multi-agent 架构设计的实际理解,而非泛泛而谈。 查看学习思路
126 请解释 RAG 的基本原理,并结合你参与过的项目说明在什么场景下使用 RAG、检索与生成如何衔接,以及如何评估效果。考察候选人对 RAG 原理的理解和项目落地经验,重点看能否说清检索、重排、生成和评估的完整链路。 查看学习思路
127 你平常如何使用 AI 辅助开发?请说明你会选择哪些模型或工具、如何组织提示与验证输出,以及如何降低对单一服务的依赖。考察候选人使用 AI 工具的真实工作流、对输出质量的验证意识,以及在服务受限时的替代方案设计能力。 查看学习思路
128 请说明 Agent 底层实现中 harness 与 hook 的机制,并举例说明 hook 适合挂在哪些生命周期节点、如何保证不影响主流程稳定性。考察候选人对 Agent 编排层和扩展点设计的理解,以及是否具备把 hook 做成可观测、可降级机制的工程思维。 查看学习思路