AI智能体应用开发面试题（2026-06-12）
【面试题】1. 大模型API调用时，如何设计一个稳定可靠的重试机制？要考虑哪些关键点？
【标准答案】重试机制核心是三点：退避策略、错误分类、幂等性。退避我用指数退避，首次失败等1秒，第二次2秒，第三次4秒，避免雪崩。错误要分类，401授权错直接报错不重试，429限流就等Retry-After时间，500类服务端错误才重试，3次为上限。幂等性很关键，请求参数里加request_id，服务端用这个去重，避免重试导致重复下单。我在上家公司用这个方案，API成功率从96%提到了99.7%。另外建议加个熔断器，连续失败5次就熔断，避免疯狂重试拖垮整个系统。
【面试题】2. 提示词工程中，什么是"思维链"？在实际项目中如何用思维链提升复杂任务效果？
【标准答案】思维链就是让模型把推理过程写出来，别直接给答案。比如做数学题，不要问"答案是多少"，要问"请一步步分析这道题"。实际项目中有三种用法：第一，Few-shot CoT，给几个带推理过程的例子，模型会模仿；第二，Zero-shot CoT，直接加一句"Let's think step by step"，效果立竿见影；第三，结构化思维链，用特殊格式比如"分析：xxx，推理：xxx，结论：xxx"强制模型按步骤来。我做过一个合同审核Agent，不用思维链准确率只有65%，加了结构化思维链后提到89%，因为模型把条款拆开逐条分析了。思维链的缺点是token消耗大，所以简单任务别用，复杂推理才值得。
【面试题】3. 在LangChain中，什么是"链"和"代理"的核心区别？什么场景该用哪个？
【标准答案】链是确定性流程，代理是动态决策。链就像流水线，节点和顺序写死，输入进来到输出出去，中间逻辑固定。代理像聪明员工，给一堆工具，它自己判断先调哪个、再调哪个、要不要重试。选型看任务：链适合流程确定的，比如翻译文档，先提取→翻译→校对→输出，每一步都明确，用链就好，可控可调试。代理适合开放式任务，比如智能客服，用户可能问天气、可能订票、可能投诉，提前规划不了流程，让代理自己决策。但代理风险是失控，可能死循环、可能调用太多工具，成本高。实际项目我会这样：核心业务先用链实现80%，剩下20%不确定的交给代理。LangChain里LCEL链表达式语言让链开发很丝滑，建议优先掌握。
【面试题】4. 设计一个多智能体协作系统时，如何解决智能体之间的通信和状态同步问题？
【标准答案】多智能体协作核心是共享状态+消息机制+冲突解决。通信有三种模式：第一，中心化模式，用CrewAI的Manager Agent，所有Agent跟Manager汇报，Manager分配任务、汇总结果，适合层级明确的团队协作。第二，黑板模式，用Redis做共享内存，所有Agent读写同一块状态区，比如做软件开发，开发Agent写代码，测试Agent读代码写测试，部署Agent等测试通过。第三，消息队列模式，用Kafka或RabbitMQ，Agent发布订阅，解耦彻底。状态同步要解决冲突，用版本号或时间戳做乐观锁，谁先写谁生效，后写的需要合并。我做过一个研报生成系统，三个Agent分别负责数据收集、内容撰写、图表生成，用Redis共享研究框架和草稿，最后由编辑Agent整合。关键点：每个Agent职责要单一，接口要清晰，状态要有版本，日志要完整，出问题能追溯。
【面试题】5. RAG系统中，为什么需要"重排序"环节？常用的重排序方法有哪些？
【标准答案】重排序是因为向量检索只能保证语义相似，不能保证相关性和准确性。比如用户问"苹果股价"，向量检索可能召回"水果苹果的营养价值"，语义确实接近但完全不相关。重排序就是用更强的方法二次筛选。三种常用方法：第一，Cross-Encoder模型，把query和每个文档拼一起过Bert，输出相关性分数，精度高但慢，比如用bge-reranker或Cohere Rerank API。第二，LLM重排序，把top-20文档扔给GPT-4，让它选出top-5最相关的，效果最好但成本高。第三，规则+模型混合，先按时间新鲜度、文档权威性加权，再用模型打分。重排序一般对top-50做处理，返回top-5给大模型。我项目实测，加重排序后准确率从72%提到88%，但延迟增加300ms。如果是实时问答要权衡，离线分析可以放心用。另外，重排序模型要定期用badcase微调，否则泛化性差。
【面试题】6. 在实际项目中，如何评估和优化智能体的"幻觉"问题？
【标准答案】幻觉是智能体最大痛点，事实验证+置信度评估+约束生成三招解决。评估方法：第一，Fact-checking，关键信息必须溯源，比如Agent说"北京今天25度"，系统自动调天气API验证，不对就拦截。第二，置信度打分，让模型对每个陈述输出置信度，低于阈值就标记"可能不准确"或要求人工确认。第三，人工抽样评估，每天抽50条对话，标注幻觉类型（事实错、逻辑错、无依据推断），算幻觉率。优化手段：RAG约束，让模型只基于检索内容回答，加指令"如果资料没提到就说不知道"；工具验证，数值类答案调用计算器，时间类答案调用日历API；后处理拦截，用规则过滤明显错误的格式，比如电话号码位数不对。我做过医疗咨询Agent，幻觉率从12%压到3%，核心是医学知识库必须权威，每个结论都要有文献引用，宁可说不知道也不能乱说。
【面试题】7. 使用Dify构建AI应用时，DSL工作流和Agent模式怎么选？各有什么优劣？
【标准答案】Dify的工作流是可视化流程编排，Agent是自主决策调用工具。工作流适合任务明确、步骤固定的场景，比如内容审核：输入→敏感词检测→图像审核→输出结果，每个节点逻辑清晰，可视化拖拽连线，调试方便，执行稳定可复现，适合企业级应用。Agent适合开放式任务，比如智能助手，用户可能问任何问题，需要Agent自主决定要不要搜索、调什么工具、要不要澄清意图，灵活但不可控。选型原则：任务确定选工作流，任务不确定选Agent，两者可以结合。比如客服机器人，主要流程用工作流（欢迎语→意图识别→知识库检索），识别不了的意图交给Agent兜底。Dify优势是DSL可以版本管理、团队协作，工作流能导出代码迁移。我在项目里用工作流搭建了一个合同审查系统，10个节点处理不同条款类型，稳定运行半年，零幻觉。Agent模式我用于创意写作场景，让模型自由发挥。
【面试题】8. 智能体的"记忆系统"怎么设计？短期记忆和长期记忆分别用什么技术方案？
【标准答案】记忆系统分短期记忆（对话上下文）、中期记忆（会话摘要）、长期记忆（知识存储）三层。短期记忆直接用LLM的context window，关键是对话压缩，别把所有历史塞进去，用滑动窗口保留最近10轮，或者用LLM实时摘要每轮对话，把原始对话删掉只保留摘要。中期记忆用数据库存会话级别的摘要，用户下次来能恢复上下文，我用PostgreSQL存user_id、session_id、summary、timestamp，检索时先查最近N条摘要。长期记忆用向量数据库，比如用户偏好、历史决策、项目信息都向量化，Milvus或Pinecone都可以，检索时用当前query召回相关记忆，注入到prompt里。记忆衰减很重要，距离当前越远的记忆权重越低，可以用时间衰减函数或注意力机制。记忆更新也关键，用户说"我以前喜欢黑色，现在改白色了"，系统要能更新而不是重复。我设计过一个个人助理Agent，三层记忆结合，用户说"上周推荐的餐厅"能精准回忆，靠的就是会话摘要+长期记忆召回。
【面试题】9. 智能体项目从0到1上线，整个技术路线和关键里程碑是什么？
【标准答案】我分成五个阶段：需求定义→原型验证→工程化→测试优化→上线运维。第一阶段，明确场景和边界，比如"做客服Agent"太泛，要细化到"处理订单查询和退换货咨询，覆盖80%常见问题"，指标是准确率>90%、响应<3秒。第二阶段，快速搭原型，用Dify或LangChain-Serve，先跑通主流程，用少量测试数据验证可行性，这阶段别追求完美，先证明方向对。第三阶段，工程化改造：API封装、数据库设计、日志监控、错误处理、流控熔断，这阶段最耗时，代码质量和架构设计决定后期维护成本。第四阶段，测试优化：准备测试集（至少200条）、压测性能、安全审计、badcase分析迭代prompt。第五阶段，灰度上线：先5%流量试跑，监控关键指标，稳定一周后全量。关键是每个阶段都要有验收标准，我见过太多项目原型很美，工程化烂尾。第一个版本功能别贪多，核心功能打磨好再扩展。上线后持续迭代，每周分析badcase，每月做效果评测，Agent是需要持续喂养的系统。
【面试题】10. 在面试场景下，面试官问"你遇到过最难的智能体技术挑战是什么"，如何用STAR法则回答？
【标准答案】这个题我真实案例回答。S（情境）：去年做金融研报Agent，要求从万得数据库取数据、分析趋势、生成研报，时效性要求高，2小时内完成。T（任务）：难点是数据异构严重，万得API返回格式不统一，有的JSON有的CSV，还有缺失值、异常值；另外研报生成容易幻觉，数字必须精准。A（行动）：我分三步解决。第一步，设计数据清洗Agent，用规则+LLM做格式统一和异常检测，清洗后写入标准化中间层。第二步，构建结构化prompt模板，关键数据用XML标签标记，强制模型按模板填空，避免自由发挥。第三步，加校验层，用Python脚本复核增长率、同比环比计算，错一个数整篇打回重生成。R（结果）：系统上线后，研报准确率从67%提到95%，生成时间稳定在90分钟内，分析师从写报告变成审报告，效率提升3倍。关键点是数据标准化和校验机制，这两步解决后，幻觉问题自然少了。面试时讲技术细节，比如中间层用什么结构、校验脚本怎么写，面试官会觉得你真的落地过。
生成时间：2026-06-12 02:15
题目覆盖：技术基础(API重试、思维链)、架构设计(链vs代理、多Agent协作)、工具使用(LangChain、Dify)、核心能力(RAG重排序、记忆系统)、项目落地(0到1路线)、场景实操(幻觉治理)、面试问答(STAR法则)