Agent 系统设计面试题与项目表达
这组问题按设计主题合并，适合自检和模拟追问。回答时先说明业务目标，再解释机制、取舍和失败边界，最后拿出可核验材料。下文提供回答骨架，不代表任何项目已经实现；教学场景不能写成本人经历，未经测量的效果只能作为待验证假设。
一、意图识别与输入理解
01｜意图识别应输出什么，为什么不直接进入 ReAct？
要点：意图用于选择处理路径，还需输出槽位、约束、缺失信息和证据。前置识别有利于选择规则、工具和上下文；运行中仍应允许纠正，并非所有系统都要独立分类器。意图判断不代替授权。
证据：一条输入到路由的记录及输出 Schema。追问：前置识别错了，后续怎样纠偏？
02｜“第二条不错，但有点贵”怎样规范化？
要点：用上一轮列表确认指代，保留原句与实体来源；“贵”是相对偏好，不能擅自推成预算上限。术语、缺省和模糊形容词可以归一，但推断必须与确认事实分开。
证据：原句、规范化结果、证据与待确认项。追问：跨几天的指代或多个候选对象怎样处理？
03｜识别出 intent，为什么还不能执行？
要点：Slot Filling 补齐该流程必需参数，区分必填、可选、默认值与缺失项。硬约束决定能否执行，软偏好影响排序。历史画像可提供候选值，不自动成为本次事实。
证据：槽位定义、参数校验与缺参分支。追问：何时追问，何时可披露假设后继续？
04｜意图很多、边界重叠时怎样设计？
要点：先明确业务流程边界，再使用层次分类或候选召回缩小范围。每类提供适用条件、排除项和正反例；新增需求可能只是槽位或子任务，不必都变成新意图。
证据：标签版本、混淆矩阵及新增类别后的回归结果。追问：召回阶段漏掉正确意图怎么办？
05｜规则、小模型、大模型如何分工？
要点：确定规则由代码处理，常见表达可用轻量模型，复杂歧义按需升级。分层是一种成本与质量取舍。模型自报 confidence 不是已校准概率，路由还要考虑候选差距、槽位、证据和错误代价。
证据：分层覆盖率、错误率、时延与阈值验证。追问：多层结果冲突时谁仲裁？
06｜拒识与澄清有什么区别？
要点：不支持的需求进入拒识或转交；支持但含糊的需求进入澄清。询问应针对会改变处理路径的信息，避免重复追问。误拒会损失可服务请求，漏拒可能触发错误动作。
证据：拒识样本、澄清前后状态与收敛口径。追问：用户不愿补充，如何降级或停止？
07｜多意图和用户中途改口如何处理？
要点：能独立触发流程的目标才拆为独立意图；流程内比较、筛选通常是子任务。维护目标与约束版本，识别延续、修改、切换和取消，再让执行层处理依赖和失效结果。
证据：多轮状态转换与旧状态失效记录。追问：新目标怎样中止尚在执行的旧动作？
08｜准确率下降，怎样定位和验证优化？
要点：按候选漏召回、标签混淆、口语表达、槽位缺失、状态污染分组排查，再选择标签修订、动态示例或微调。同时检查 Top1、候选覆盖、槽位精确与完整程度、拒识和澄清，不能只看总体均值。
证据：固定测试集、分类别结果与失败回流记录。追问：动态 few-shot 是否泄漏测试答案？
二、规划、执行与恢复
09｜Plan 为什么不只是步骤列表？
要点：计划需携带成功标准、事实与缺口、候选路径、检查点和纠偏策略。G4C 是组织这五类信息的一种方案清单，不是行业统一协议；简单任务可以无需显式计划。
证据：计划对象及执行前校验结果。追问：步骤全部结束，怎样确认用户目标也完成？
10｜Checkpoint 放在哪里才有价值？
要点：优先检查关键中间产物、状态重写和高代价动作边界。保存待检条件、使用证据及结果；“调用成功”不足以证明业务正确，也不必每一步都调用模型检查。
证据：漏检、误报与检查成本的对照。追问：后来证据推翻已通过的检查，如何处理？
11｜DAG Plan 如何调度与传播失败？
要点：节点记录输入输出、依赖、状态和验收条件；建图时检查循环依赖，依赖满足后才调度。失败影响沿依赖边传播，独立且仍可信的结果可以复用。只有存在分支依赖时才值得增加图调度复杂度。
证据：依赖图、环检测与后代失效案例。追问：某个节点重跑会不会重复产生副作用？
12｜Retry、Clarify、Replan 怎样区分？
要点：瞬时故障且路径仍成立时限次重试；缺关键信息时澄清；假设或路径失效时重规划。先判断是否重规划，再生成替代方案，并控制局部、阶段或全局范围。
证据：触发条件、恢复率与振荡记录。追问：怎样防止在相似计划之间反复切换？
13｜失败点、根因点、回滚点和重规划起点有什么区别？
要点：分别对应错误显现、最早失信来源、可恢复的可信状态、重新作决策的位置。例如错误类目画像导致推荐失配，应失效相关候选与排序，同时保留不依赖该偏好的事实。
证据：依赖记录、可信快照与局部重跑结果。追问：根因早于本轮对话怎么办？
14｜TCC 式 Replan 是什么，何时会过度设计？
要点：可借 Try、Confirm、Cancel 思路预检脆弱依赖、确认路径、清理临时状态；它不保证任意工具都能回滚。只读低风险任务常只需轻量预检，有副作用时才讨论预留、幂等与补偿。
证据：试探范围、取消语义与补偿测试。追问：Try 失败后扩大回溯还是停止？
15｜ReAct/TAO 怎样成为实际运行循环？
要点：ReAct 交替推进推理与动作；TAO 用判断、动作、观察描述循环。维护目标、事实和预算，执行后更新状态，再决定继续、完成或恢复。工具空结果不等于没有事实。记录简短决策依据即可，不要求暴露模型内部思维链。
证据：状态转换、工具次数和停止记录。追问：没有新信息但仍循环时，谁负责终止？
16｜Action、Tool、Skill 可以混用吗？
要点：应先约定术语。Action 可代表完整业务动作，内部可组合工具或子 Agent；Tool 是调用能力，Skill 常承载知识与操作流程。注册表按稳定名称定位实现，接口说明用途、参数、前置条件、结果和副作用，粒度取决于可验证边界。
证据：接口契约与正常、异常返回。追问：动作太粗或太细分别增加什么成本？
17｜几百个工具怎样筛选，并证明选得对？
要点：先按意图、步骤、权限和前置条件过滤，再用标签或检索形成候选，模型在候选内选择；执行前代码复验。多个动作可能同样合理，评测宜标注可接受集合，兼看任务推进与最终成功。
证据：候选漏召回、可接受集命中与越权拦截记录。追问：先补信息的动作为何可能优于直接执行？
18｜任务中断后怎样安全恢复？
要点：持久化目标版本、步骤状态、工具调用标识、结果与检查点。恢复前核查证据时效及权限；外部调用结果未知时先查状态，避免盲目重试。敏感操作需要明确授权、审计和幂等边界。
证据：故障注入、重启回放与重复执行检查。追问：外部成功但本地未记账如何协调？
三、上下文、画像与长任务
19｜Context、Prompt、窗口与 Memory 怎么区分？
要点：项目可把可用信息集合称为 Context，把模型本轮实际接收的信息视为工作集；窗口还受模型容量限制。Prompt 中有指令也有材料，Memory 强调跨轮或跨任务保留。数据库有记录不等于模型已经看见。
证据：存储记录到一次实际请求的映射。追问：扩大窗口为什么仍不能代替筛选？
20｜统一 Context Item 应记录哪些信息？
要点：记录来源、作用域、版本、有效期、证据、优先级和 Token 成本。authority 表示来源在该领域的效力，confidence 表示判断可信程度；二者不等价。按生命周期选择存储，不要求所有内容进入同一数据库。
证据：一条信息的创建、更新、引用与过期轨迹。追问：怎样避免跨任务污染和缓存旧版本？
21｜动态组窗怎样落地？
要点：由当前意图与步骤生成信息需求，依次召回候选、选择、压缩、排序和注入。先预留输出、工具交互与缓冲空间，再分配历史和示例预算；召回相关不等于值得进入窗口。
证据：不同步骤的装载差异、预算与遗漏检查。追问：风险、可恢复性怎样改变信息优先级？
22｜压缩与排序怎样兼顾质量和成本？
要点：当前目标、硬约束、确认与否定事实单独维护；普通历史可摘要，大结果可提字段或留索引。稳定前缀有利于缓存，但具体顺序仍需实验；不能为了缓存命中改坏业务约束。
证据：压缩前后约束保留、成功率、Token 与时延。追问：成本下降而任务失败增加，如何定位？
23｜摘要丢了细节怎样找回来？
要点：原始记录与索引独立保留，摘要标明实体、时间、版本和来源。按当前证据缺口组合精确查询、关键词和向量召回；只补影响决策的内容，并设置迭代与成本上限。
证据：只有摘要时失败、召回后恢复的用例。追问：怎样区分文本相似与真正有效的细节？
24｜新输入、旧画像、摘要和原文冲突怎么办？
要点：先检查是否属于相同实体、任务和时间范围，再比较来源与证据。用户当前偏好可覆盖旧偏好，但不能改写权威业务记录或系统权限；裁决保留历史版本，不能机械采用“最新优先”。
证据：冲突样本、裁决理由与状态变化。追问：尚无法确定真伪时如何澄清或并列保留？
25｜怎样判断偏好稳定，并让画像参与决策？
要点：当前要求即时生效，长期画像依据重复、持续、跨场景或明确确认等证据判断；不要求四项同时满足。4C 是这四方面的一种自定义清单。实时更新可配合离线归纳；画像按业务域加载，可影响理解、排序和表达，并支持衰减、纠正与过期。
证据：候选到长期画像的证据与用户纠错记录。追问：画像命中更多但纠错也更多说明什么？
26｜长任务漂移怎么发现和恢复？
要点：区分目标、约束、状态、证据和细节漂移。关键节点留快照，由校验器依据独立规则或证据检查不变量。发现污染后沿依赖失效结果，只恢复受影响部分；运行事件有助于重建状态。
证据：污染注入、发现时延、误报漏报及恢复结果。追问：校验器为何不会重复主 Agent 的错误？
四、检索与证据组织
27｜Agent 检索为什么不限于向量 RAG？
要点：先从需要作出的判断反推证据缺口，再选择知识库、业务 API、日志、历史对话等来源。稳定文档和实时状态的权威来源不同；简单任务的一次检索足够时，无需自主循环。
证据：已知事实、缺失证据和来源对应表。追问：历史相似故障能否证明当前根因？
28｜数据源太多怎样路由？
要点：为来源记录用途、字段、权限、时效和不适用场景，形成索引目录；目录太大时先检索目录再检索数据。信息有明确权威接口时直接绑定，存在多种路径时才动态选择。
证据：路由结果与真正取得证据的记录。追问：检索不到与没有查询权限如何区分？
29｜查询改写、拆解与 HyDE 如何使用？
要点：补全有证据的实体和指代，保留时间、版本与硬约束。只为真实缺口拆分问题；HyDE 生成假设性文本辅助召回，其内容不能作为事实。改写不得偷偷增加结论或范围。
证据：原问题、改写查询与证据覆盖对照。追问：错误假设是否让召回偏向单一解释？
30｜Chunk 大小怎么确定，特殊文档怎么办？
要点：从最小完整知识单元出发，结构切分、语义切分与长度兜底结合。表格保留表头，列表保留层级，代码保留符号边界；图片留描述与原图，扫描件做识别，双栏材料校验阅读顺序。
证据：解析样本与不同大小、重叠和 TopK 的对照。追问：召回变准但答案缺上下文怎么办？
31｜父子文档是否解决了粒度问题？
要点：子块用于定位，父块补充完整语境，但父子大小仍须验证。按问题粒度逐步扩层；同父命中要去重。可聚合子块排名形成父级排序，同时检查长父文档因子块更多而获得不公平优势。
证据：扩层前后完整性、重复率与成本。追问：事实题与总结题是否使用相同层级？
32｜多路召回如何过滤、融合与重排？
要点：统一结果标识与来源，权限、租户等条件做硬过滤，再去重融合。原始分数不可比时可用 RRF 排名融合；重排补充相关性、直接性、时效和新增信息。各通道候选数、权重不必相同。
证据：过滤、融合、重排各阶段的候选变化。追问：如何避免多路结果只是重复同一证据？
33｜迭代检索怎样继续，又怎样停止？
要点：每轮检查必需证据、冲突和限制，下一轮只补缺口，可改查询或数据源。证据充分则停止；持续无新增、来源穷尽或预算耗尽则澄清、降级或返回未决项。最小范围必须以足够支撑判断为前提。
证据：逐轮新增证据与停止原因。追问：相关结果很多，为什么仍可能证据不足？
34｜复杂检索如何控制长尾和成本？
要点：设置端到端时间、轮次、查询、候选、重排与 Token 预算；独立来源并行，慢源限时。缓存键考虑权限、租户和数据版本；答案缓存比结果缓存更需谨慎。超时只能说明证据缺失。
证据：P95/P99、单位成功任务成本与降级记录。追问：向量库快了一倍，为何总延迟没明显改善？
35｜检索优化应看什么指标？
要点：检查 Recall@K、Precision@K、MRR、NDCG，也检查必需证据覆盖、重复率和最终答案正确性。复杂判断可能需要一组证据；自定义指标要说明规则，不能代替人工校准和标准指标。
证据：相关性标注、固定基线及按环节归因的失败样本。追问：如何区分查询、切块、召回和生成的问题？
五、评估、反馈与可观测性
36｜怎样定义“优化有效”？
要点：从用户目标定义成功，再拆目标、过程和护栏指标。点击、轮数和接口成功只是部分信号；陪伴场景与客服场景对轮数的解释可能相反。目标改善不能掩盖约束违规、成本或风险恶化。
证据：指标口径、基线、统计窗口与护栏判定。追问：系统会不会通过拖长对话刷指标？
37｜显式与隐式反馈能说明什么？
要点：点赞、点踩和纠正较直接但有选择偏差；重生成、改写、中断可能有多种解释。结合任务状态与多个信号形成待分析样本，不能把没有点踩当满意，或把行为信号直接当真值。
证据：信号定义、抽检与替代解释。追问：用户重复条件是强调偏好还是指出系统遗漏？
38｜离线测评、A/B 与多臂老虎机怎样选择？
要点：固定样本做回归，专家校准语义规则，线上随机对照检验实际变化。Pairwise 适合相对比较。多臂老虎机关注探索与收益分配，不是仅增加几个实验组；动态分流需要相应统计设计。
证据：分流单位、样本量、时间与干扰控制。追问：低流量或延迟反馈下，实验是否足以得出结论？
39｜测评集怎样持续演进？
要点：从人工核心样本起步，补充经审核的生成样本和线上失败案例，覆盖正常、边界、歧义、拒识与组合约束。区分开发集和保留集，管理标签及版本，避免只适配已知句式。
证据：样本来源、标注分歧、去重与版本记录。追问：新增意图后如何迁移旧样本，而不丢回归能力？
40｜LLM as Judge 为什么不能当真值？
要点：评价模型可能偏好风格、位置或同源答案。明确评分规程，用人工样本校准，必要时交换答案位置检查一致性。能由代码验证的硬条件独立检查，语义高分不能覆盖违规事实。
证据：人工一致率、分歧案例与稳定性。追问：Judge 分数上升但任务成功不变怎样解释？
41｜一条可诊断的 Agent Trace 应记录什么？
要点：除调用状态、耗时和 Token，还需输入理解、实际上下文版本、约束、选动作依据、参数、结果证据及状态变化。步骤、工具和模型调用可各建 span；区分首 Token 与总耗时，敏感记录按需脱敏、限权和留存。
证据：可还原决策条件的脱敏轨迹。追问：为什么 HTTP 200 不能证明推荐正确？
42｜怎样从失败结果找到真正根因？
要点：先确定最后可信与首个不可信检查点，优先查看压缩、重规划和状态重写等高价值节点，再反向追踪依赖；不是机械按步骤编号二分。通过仅修改可疑因素的重放检验解释。
证据：首错位置、污染范围与反事实对照。追问：硬预算被摘要改成约数后，应修最终措辞还是状态链？
43｜Evaluation Agent 能自动改进到什么程度？
要点：可自动聚合异常、提出归因与候选变更；变更仍需固定回归、校准、灰度、护栏和回滚。工具权限与高风险操作等重大策略保留相应审批。错误评价目标会让自动优化放大问题。
证据：变更版本、验收记录和回滚演练。追问：局部指标变好而整体能力退步如何阻断发布？
六、综合项目设计
44｜怎样解释 Workflow、单 Agent 和多 Agent 的选择？
要点：稳定、可枚举的步骤优先代码编排；运行时语义决策才需要模型参与。多 Agent 要对应职责、上下文隔离或独立协作需求，并承担通信、状态和评估成本。复杂名称不构成选型理由。
证据：替代方案与最小可用版本对照。追问：去掉一个 Agent，能力究竟损失在哪里？
45｜怎样用一个业务主线串起整套设计？
要点：选本人真实做过的输入，讲正常路径、多轮变化与一次失败恢复，贯穿信息缺口、工具选择和证据。练习时可用“推荐商品后用户改预算”的假想场景，但必须标清模拟，不能虚构工具规模。
证据：一条可回放案例和关键分支。追问：第二轮复用了什么，又让什么结果失效？
七、简历与项目表达
46｜项目介绍怎样简洁且有信息量？
要点：按业务对象、目标、难点、方案和结果组织；名称写清场景与核心能力。主答案只选真正解决问题的少量机制。技术栈按职责归类，写出的关键词应能解释选择理由和实现边界。
证据：项目简介与对应模块材料。追问：不用某个框架时，这个工程问题是否仍然存在？
47｜没有可信提升数字，怎样写贡献？
要点：按“问题—机制—验证结论”描述；可以说明已通过的边界案例、覆盖范围和尚未验证部分，不填想象的百分比。有数字时交代样本、分母、周期、基线，以及相对提升和百分点的区别。
证据：实验记录或明确标注的验证计划。追问：结果可否复现，是否同时比较质量、延迟和成本？
48｜怎样讲方案演进和个人职责？
要点：说明旧版问题、本次修改、真实结果与后续计划，区分已实现和拟开展。只认领参与的模块；管理贡献落到任务拆解、接口契约、评审、里程碑和验收，不把团队成果全部归于个人。
证据：设计记录、变更、评审与交付材料。追问：哪项判断由你作出，替代方案为什么没有采用？
对应技术详解
需要展开某个答案时，可以阅读意图识别、任务规划、执行与工具、重规划与恢复、上下文、画像更新、检索设计、检索优化、评估与可观测性和项目实践记录。