别再说你会写Prompt了，面试官想听的是“工程手腕”
最近Agent岗位的面试风向变了。以前聊的是大模型能干什么，现在面试官更关心：当大模型“掉链子”的时候，你的架构怎么接住它？
逃不开的架构选择：从“全能大脑”到“流水线”
面试官最爱问的一类问题是：“你的Agent架构是如何权衡灵活性和确定性的？”
很多人习惯设计一个全能型Agent，让它自己想、自己做。但在工业级场景下，这种“盲盒式”架构往往会被面试官质疑。现在的进阶聊法是谈“SOP（标准作业程序）的Agent化”。
- 你是采用顺序流（Sequential）还是分叉流（Branching）？
- 在架构中，你是否引入了“硬代码”逻辑来约束AI的胡思乱想？
- 路由（Router）是如何设计的？是靠模型语义判断，还是基于关键词驱动的强规则？
“幻觉”之后的B计划：异常处理与反馈闭环
面试官经常会设陷阱：“如果Agent在调用外部API时卡住了，或者返回了一堆乱码，你的架构怎么响应？”
这里考的不是AI能力，而是工程素养。你需要聊的是：
- 验证层（Validation）： 如何对Agent的输出进行强校验（例如Json Schema校验）。
- 反思机制（Self-Reflection）： 架构里有没有设计一个“监工”角色？当检测到结果不达标时，如何通过特定的反馈语触发Agent的重试逻辑。
- 人类介入点（HITL）： 复杂的Agent架构必须考虑“人在回路”。在哪个环节需要抛出异常并等待人工确认？
关于“状态机”的深挖
现在很多面试官会把Agent和有向无环图（DAG）或者状态机挂钩。他们会问：“你如何管理Agent的状态？”
如果你能从长短期记忆聊到如何清理过期的上下文，防止Token溢出导致Agent“断片儿”，再聊聊如何利用数据库持久化Agent的执行进度，好让任务在中断后能无缝重启——这种扎实的后端思维，才是面试中拉开差距的关键。