淘天Agent优化一二三面面经

这段时间看了不少面经，也面了n场，有个感受挺明显的，很多问题表面上看是在问基础，实际上只是一个起手式。你如果只答第一层，后面基本都会被顺着往下拽。我感觉最容易被继续追问的，基本就这4个点。第一是执行过程。就是你这个Agent到底怎么跑起来的。很多人会先说模型、工具、知识库这些，但说完就没了。但面试官更想听的是，这个东西到底怎么动：用户一句话进来以后，先干嘛，后干嘛，什么时候决定去调tool，什么时候继续想和停。只要这块说不顺，后面就很容易被接着问：有没有loop，怎么判断结束，卡住了怎么办。第二是为什么这么拆。这个真的很高频，尤其你项目里只要提到了多Agent、多个tool、多个模块，基本都会被问。你说“因为这样更清晰”“更方便扩展”，一般都不太够。面试官后面大概率会接着问，那为什么不能放一起？拆了之后通信怎么做？成本是不是更高？挂一个会不会全挂？这块挺容易暴露问题的，因为很多时候自己做项目的时候只是“这样做了”，但没认真想过“为什么一定要这样做”。第三是失败怎么处理。这个点也容易继续往下挖。比如前面讲了Tool Calling、自动规划、知识库检索，面试官多半都会顺手问一句：那失败了怎么办？而且这里的失败不只是接口报错，还包括工具调错了、参数填错了、模型开始胡说、检索内容不相关、输出格式不对这种。很多人这时候第一反应就是 retry，但通常面试官还想再听：怎么识别是哪一层出的问题，怎么降级，怎么回退，怎么兜底。第四是怎么让它稳定。我现在感觉Agent面试到后面，几乎都会绕到这件事上。因为“能做”其实不算特别难，难的是“别乱做”。怎么防止它无限循环，怎么限制它调不该调的东西，怎么做状态管理，怎么做评估，怎么知道它到底是好是坏。尤其一旦你前面回答得比较像 demo 视角，后面面试官就很容易把你往线上场景拉，看你有没有想过真正在生产里会发生什么。所以我现在对面试的感觉是，它表面问得很散，今天问你RAG，明天问你Memory，后天问你Multi-Agent，但本质上老是在问同一类问题：这个系统到底是怎么跑的，为什么长这样，出问题怎么办，怎么别让它太飘。

Q1：Agent 如何做版本管理与灰度？答案：Prompt/⼯具/schema 版本化；影⼦模式（只记录建议不执⾏）；⾦丝雀 ⽤户群；关键指标对⽐（成功率、成本、违规数）；⼀键回滚。Q2：举⼀个「不是 Agent 但常被误认为 Agent」的例⼦。答案：固定三步的 RAG 流⽔线（query 改写 → 检索 → ⽣成），若⽆ 基于观察的再决策循环，更像Chain；若加⼊ 多轮检索策略与失败分⽀ 则接近 Agent。Q3：你如何向⾮技术经理解释 Agent 的⻛险？答案：⽤ 「能办事的实习⽣」 类⽐：能⼒强但可能 记错、被误导、误操作；所以我们要 权限卡、审批、监控录像（⽇志），重要操作 双⼈复...

原题1： 工作有搭 agent，为什么不采用 workflow 或者 prompt+大模型？拆解： 这是整场面试最致命的一题。面试官不是在否定 agent，而是在考你技术选型的决策逻辑——你是否真的理解 agent / workflow / prompt 三种方案的适用边界。• Prompt+大模型：适合单轮、无外部依赖的简单任务。快，成本低，但上限也低• Workflow：适合多步骤但路径确定的流程，可以并行调用不同服务，可控性强• Agent：适合路径不确定、需要自主规划和工具调用的复杂任务，灵活但稳定性差面试官追问「觉得没有必要用 agent，让我说 agent 具体做了什么」——说明你的 agent 场景没能说服他。核心问题是：你无法清晰说出 agent 在这个场景下的不可替代性。如果 workflow 也能做，那你为什么要上 agent？答题框架： ①先承认「这个场景确实可以考虑更轻的方案」②然后说明为什么在这个场景选了 agent（比如说，用户的输入不可预测、需要动态选择工具链）③最后给出 agent 带来了什么 tradeoff（灵活性 vs 稳定性）───原题2： agent 使用弊端拆解： 这题考的是对技术的批判性认知。很多候选人用 agent 只会说好处，说不出弊端=你不懂。agent 的弊端至少四点：1. 稳定性差——自主决策意味着结果不可控，同样的输入可能产生不同输出2. 调试困难——不像 workflow 可以逐节点排查，agent 的黑箱决策链路很难定位问题3. 成本高——多次 LLM 调用+工具调用，token 消耗远高于单次 prompt4. 循环风险——ReAct 模式下可能陷入无限重试关键： 能说出弊端并给出 mitigation 方案才是高分答案。比如「为了解决稳定性问题，我们加了最大步数限制 + 关键节点人工审核 + fallback 到规则兜底」。───原题3： 用过飞书多维表格吗？用过哪些模块的功能？拆解： 不是闲聊。飞书AI产品岗必考题。考的是你对飞书生态的理解深度——多维也表格是飞书 AI 的核心载体之一（数据存储+工作流引擎）。说不出具体模块=没用过=对产品理解停留在表面。建议：投飞书 AI 岗之前，至少把多维表格的公式、自动化、仪表盘、AI 字段这几个核心能力吃透。通过cli发现的不错面经，如有侵权请联系删帖。

一些自己在网上搜刮的面经题目路过的牛爷爷可以试着答一答，附上自己的答案，如果有更好的答案也可以拷打我，如果有别的比较好的题目也可以评论里发一发。 Agent是什么？一个 Agent 系统一般由哪些模块组成？ Agent是具备规划、记忆、工具调用、自我执行能力的系统 Tool 是什么？什么样的功能应该做成 Tool？ tool是提供给Agent的函数，大语言模型不能独立完成的任务以及需要实时性的能力应该做成Tool Memory 分几种？Short-term / Long-term memory 怎么实现？ 最基本的记忆分为短期记忆记忆长期记忆，在此基础上又扩展出了指令记忆以及工作记忆  指令记...