工作知识库

Appearance

蔚来 AI Agent 三轮技术面：LangGraph + RAG ​

来源：小红书（程序员峰哥）面经，共 8 张截图整理。 内容：面试感受 + 一面（01-15）+ 二面（16-31）+ 三面（32-46）+ HR 面（47-54）。

面试感受（原文） ​

一面偏能跑，问得细但不阴，ReAct 手撕要是写不出基本就凉，意图识别别光说大模型路由，得敢讲规则兜底。

二面是真刀真枪的项目剖尸，LangGraph checkpoint 答不清直接被打成 demo 选手，图库和 ES 那几题明显在筛「是不是只会用 Chroma 跑笔记本」。

三面不怎么问八股了，全在试探你有没有自己踩过坑和敢不敢怼老板的烂架构，Codex 那题谁背官方文档谁输。

整体确实贼难，但难在点散不在深。蔚来这岗不像纯后端那样八股横飞，更像在找「能扛 Agent 上生产还能跟车端业务吵明白」的人。HR 面别飘，车厂薪资别乱报。

一面（01-15） ​

  1. 自我介绍
  2. 讲一个你做过的 AI Agent 项目，整体架构和链路画一下（意图 → 编排 → 工具 → 观测）
  3. Python 里 asyncio 的事件循环原理，和线程池比适合什么场景
  4. Java 线程池核心参数，7 个任务进来怎么流转
  5. 意图识别怎么做的：规则、分类模型还是大模型路由，边界在哪
  6. 用户 query「帮我查下上次保养工单顺便约个周末取车」，意图和槽位怎么拆
  7. LangChain Chain 和 Agent 的区别，为什么光有 Chain 不够
  8. RAG 里 RecursiveCharacterTextSplitter 的 chunk_size 和 overlap 怎么配，切坏过什么 case
  9. 向量数据库（Milvus / Qdrant / pgvector）怎么选，余弦相似度还是欧氏距离
  10. BM25 + 稠密向量混合检索怎么融合权重
  11. Redis 在 Agent 项目里干嘛的（会话、缓存、checkpoint、限流）
  12. MySQL 事务隔离级别，Agent 写操作日志怎么防脏读
  13. Kafka 在 Agent 系统里能干嘛（异步工具执行、埋点、重放）
  14. 手撕：写一个最小 ReAct 循环（Python，带工具注册和终止条件）
  15. 反问前的自我反思：你觉得这个项目里最经不起推敲的点是什么

二面（16-31） ​

  1. 自我介绍
  2. 项目深挖：Agent 的 state schema 怎么设计的，什么能进 state 什么不能
  3. 为什么用 LangGraph 而不是裸 while + LLM，checkpoint 怎么存，thread_id 怎么映射
  4. LangGraph 的中断恢复（interrupt_before）具体怎么实现，非幂等工具怎么打断点
  5. 多 Agent 编排：Supervisor-Worker 和 Peer-to-Peer 怎么选，你们用的哪种
  6. A2A 通信走 HTTP 和走消息队列分别怎么处理超时与幂等
  7. 意图识别误判怎么兜底，低置信度走人工还是走澄清反问
  8. RAG 评估怎么做的，RAGAS 指标、Hit Rate、Faithfulness 分别卡什么
  9. Agent 死循环怎么治：最大步数、重复 (tool, args) 检测、无进展强制换策略
  10. 工具调用返回 JSON schema 校验失败、参数类型错，怎么在 harness 层拦截
  11. MCP 和 Function Calling 区别，你们工具集大了怎么降幻觉
  12. 图数据库在你们项目里存什么（车辆拓扑 / 工单关系 / 知识图谱），Neo4j 查询举例
  13. Elasticsearch 和向量库怎么分工，复合查询（语义 + 结构化过滤）怎么写
  14. Codex / Claude Code 类 harness 的上下文压缩思路，CLAUDE.md 类规则文件怎么落地
  15. 手撕：给一组工具描述和用户 query，手写意图到 tool 的路由 + 参数抽取伪代码（Python）
  16. 场景题：Agent 调了三个工具后开始重复调同一个查不到的接口，线上怎么排查

三面（32-46） ​

  1. 自我介绍
  2. 讲你负责过最复杂的 Agent 工作流，哪里自己觉得设计得最丑
  3. 多 Agent 系统怎么统一观测，trace 里必须打哪些字段（step、tool、token、error_code）
  4. RAG + 图检索怎么结合，图和向量谁先谁后，蔚来工单 / 车辆知识场景举例
  5. 长期记忆怎么设计：工作层 / 会话层 / 长期层三层架构，向量库和结构化表怎么配合
  6. 车载 Agent 的 Prompt Injection 防御：工单文本、车端日志回灌这些不可信输入怎么处理
  7. Human-in-the-loop 放在哪，什么操作必须人工审批（发短信约车、改生产数据）
  8. 技术选型：LangGraph、自研 harness、直接包 Claude Code 怎么选，为什么
  9. Codex 实际用过吗，怎么和 code review、单测流程结合，不信任点在哪
  10. Agent 成本优化：模型分层路由、语义缓存、batch、token 预算怎么砍
  11. 最近在学什么 AI 相关的（必须具体到框架 / 论文 / 协议，别背名词）
  12. 你怎么判断一个 Agent 框架值不值得引入团队，过度设计怎么识别
  13. 手撕：LRU Cache（带并发场景口述怎么加锁，Python 或 Java 都行）
  14. 场景题：老板说要把座舱语音、售后工单、研发排障三个 Agent 合成一个 Super Agent，你咋劝退或咋拆
  15. 你面试前觉得这岗位最难得住人的是哪块，现在面完你觉得呢

HR 面（47-54） ​

  1. 自我介绍
  2. 为什么看蔚来 AI Agent 岗，车端场景哪里吸引你
  3. 上家离职原因，最不爽的一个项目决策是什么
  4. 你做 Agent 项目时和产品 / 测试扯过最凶的一次架怎么收场的
  5. 同事比你懂 prompt 但你比他懂工程，怎么配合
  6. 期望薪资和职级对标，基数组成介不介意
  7. 能接受哪几种排期节奏（车厂节点、版本日、oncall）
  8. 反向提问：你问公司的最狠一个问题

考察点速览 ​

轮次编号风格高频考点致命项
一面01-15基础 + 手撕Agent 链路架构、意图识别（规则/模型/LLM 路由边界）、RAG 切块与混合检索、LangChain 基础、传统后端八股（线程池/asyncio/MySQL/Kafka/Redis）ReAct 手撕写不出基本就凉
二面16-31项目剖尸LangGraph 深度（state schema/checkpoint/interrupt）、多 Agent 编排、A2A 超时幂等、RAG 评估（RAGAS）、Agent 死循环治理、MCP vs Function Calling、图数据库 + ES + 向量库分工checkpoint 答不清被打成 demo 选手
三面32-46工程判断 + 反直觉RAG+图检索结合、三层记忆架构、Prompt Injection 防御、HITL 审批、成本优化、框架引入判断、Codex/Claude Code 实战谁背官方文档谁输（考真实踩坑）
HR 面47-54动机 + 协作离职原因、跨职能冲突、prompt vs 工程配合、薪资、oncall 接受度别飘，车厂薪资别乱报

与后端八股的差别：点散不在深，找「能扛 Agent 上生产 + 能跟车端业务吵明白」的人。传统后端题（Java 线程池、MySQL、Kafka）只占一面的一小部分，重心全在 Agent 生产化：死循环治理、非幂等工具断点、不可信输入防御、成本控制、观测字段设计。