AI智能体应用开发面试题 - 2026-06-15
【面试题】1. 在实际项目中，你是如何处理大模型API调用时的限流（Rate Limit）和超时问题的？请描述具体方案。
【标准答案】 我从三个层面处理： 第一，客户端限流：用令牌桶算法（如guava RateLimiter或Python的tenacity）控制请求频率，避免触发平台限流。 第二，重试机制：实现指数退避重试（exponential backoff），第一次失败等1秒，第二次2秒，最多重试3-5次，同时区分可重试错误（429/500）和不可重试错误（401/400）。 第三，超时与降级：设置合理的timeout（通常30-60秒），超时后降级到备用模型或返回缓存结果。生产环境还会做多地域部署+多个API Key轮询，进一步提升可用性。
【面试题】2. LangChain和CrewAI在智能体开发上各有什么优缺点？什么场景选哪个？
【标准答案】 LangChain：生态最成熟，组件丰富（Chains、Agents、Memory、Retrievers），适合需要高度定制化的场景，比如复杂RAG系统、多步骤工作流。缺点是抽象层级多，学习曲线陡，调试不太直观。 CrewAI：专注多智能体协作，角色分工（Agent/Task/Crew）概念清晰，适合需要多个专业Agent协同完成任务的场景（比如调研报告生成：一个Agent搜资料，一个Agent写初稿，一个Agent审核）。缺点是生态相对小，单智能体场景用它会显得重。 选型建议：单智能体+复杂工具调用用LangChain；多角色协作任务用CrewAI；如果要快速落地+可视化，直接上Dify。
【面试题】3. 请描述你做过的一个RAG系统架构，包括文档切分策略、向量化方案、检索优化手段。
【标准答案】 我之前做的企业知识库RAG，架构是这样的： 文档切分：用递归字符切分（RecursiveCharacterTextSplitter），块大小512token，重叠50token；对代码文件用特殊分隔符切分，对表格保留完整结构不切散。 向量化：用text-embedding-ada-002或国内模型（如bge-large-zh），向量维度1024，存入Milvus，建HNSW索引。 检索优化：
- 混合检索（向量+BM25），RRF融合排序；
- 查询改写（用LLM把用户问题改写成多个变体再检索）；
- 重排序（Reranker模型，Top20候选精排取Top5）；
- 引用溯源，把原文chunk带回去，方便用户核验。
【面试题】4. 智能体的"记忆系统"有哪些实现方式？各适合什么场景？
【标准答案】 三类记忆，各司其职： 短期记忆（In-context）：直接塞进Prompt，适合会话内上下文，最简单，但受窗口限制。我一般保留最近10轮对话。 中期记忆（向量检索）：把历史对话/文档向量化存库，需要时检索 relevant 片段塞进Prompt，适合超长会话场景，核心是要做好metadata过滤（按时间/主题/用户）。 长期记忆（结构化存储）：重要信息抽取成结构化数据（用户画像、项目关键信息）存数据库，定期由Agent主动更新，适合个性化助手场景。 实战组合：短期记忆做实时上下文，向量检索做知识召回，结构化记忆存核心事实，三层叠加效果最好。
【面试题】5. 描述一个你用多智能体协作（Multi-Agent）解决实际问题的案例，包括角色分工和协作机制。
【标准答案】 案例：自动化竞品分析系统。 角色分工：
搜索Agent：负责调用搜索API+爬取网页，收集竞品信息；分析Agent：负责提取结构化信息（价格、功能点、用户评价）；对比Agent：负责生成对比表格和分析结论；审核Agent：负责检查输出质量，不达标打回重写。 协作机制：用CrewAI的Sequential Process，上一个Agent输出作为下一个输入；关键节点用人工审核卡点，避免错误传播。整个流程从触发到出报告约15分钟，原来人工要半天。
【面试题】6. 工具调用（Function Calling）失败时，你一般怎么排查和处理？
【标准答案】 排查分三步： 第一步：看请求格式：确认tools参数格式符合模型要求（name/description/parameters），JSON Schema不能有additionalProperties这种模型不支持的字段。 第二步：看模型返回：用langsmith或日志抓模型原始返回，看是模型没触发tool_call（概率问题，调temperature或换模型），还是触发了但参数解析失败（通常是JSON格式问题）。 第三步：看工具执行：工具本身是否抛异常，超时时间是否够。 处理策略：解析失败时用output parser重试；模型不触发tool_call时转成普通Prompt强制调用；工具执行失败返回友好错误信息让模型自行修正（Self-Correction），最多修正2次，避免死循环。
【面试题】7. 智能体处理长文档（比如100页PDF）时，有哪些工程化方案？各有什么tradeoff？
【标准答案】 三种主流方案： 方案一：RAG切分检索：把文档切chunk建向量索引，按需检索。优点是内存友好，适合问答场景；缺点是全局理解能力差（看不到全文），适合"这篇文档里某某内容是什么"类问题。 方案二：长上下文模型直接塞：用Gemini 1.5 Pro（100万token）或Claude（200K）直接把全文塞进去。优点是全局理解好；缺点是贵，延迟高，不适合高并发。 方案三：Map-Reduce摘要：先把文档按章节用模型分别摘要，再把摘要聚合。优点是兼顾全局理解和成本；缺点是信息有损，适合"总结这篇文档"类任务。 实战：我一般组合用，先RAG做精准问答，用户需要全文理解时切换到长上下文模型，成本可控。
【面试题】8. 描述一下你怎么设计一个"可中断、可恢复"的智能体工作流？比如用户中途退出，下次进来还能继续。
【标准答案】 核心是状态持久化+事件驱动： 状态设计：工作流每个节点执行完后，把当前状态（已完成的步骤、中间结果、待办列表）存到数据库（我用Redis+MySQL双写，Redis做实时状态，MySQL做持久化）。 中断处理：用户退出时，捕获中断信号，把状态标记为"暂停"；恢复时从数据库读状态，重新初始化Agent，把中间结果注入上下文继续跑。 实现工具：用LangGraph的checkpointer（支持PostgreSQL/Redis后端），天然支持断点续跑；或者Temporal/Cadence这种工作流引擎，自带状态管理和重试。 关键点：每个步骤要幂等，避免重复执行产生副作用（比如已经发过的API请求不能重发）。
【面试题】9. 智能体系统上线后，你通过哪些指标监控它的"健康度"？发现模型回答质量下降怎么处理？
【标准答案】 监控指标：
- 技术指标：API成功率、P95延迟、Tool调用成功率、成本/千次请求；
- 质量指标：用户点赞率、人工抽检打分、回答长度分布（异常波动预警）；
- 业务指标：任务完成率（比如RAG场景的引用准确率）。 质量下降处理：
- 先定位：是模型版本更新导致的，还是prompt漂移，还是知识库过期；
- 知识库过期→触发增量更新流水线；
- Prompt漂移→回滚到上一个稳定版本，同时在测试集上跑回归；
- 模型问题→切换到备用模型，同时收集badcase标注，用来做后续的SFT或few-shot优化。
【面试题】10. 如果让你从0到1落地一个"智能客服Agent"，你会怎么规划技术选型和迭代路线？
【标准答案】 第一阶段（MVP，2周）：用Dify搭建，接入公司FAQ知识库做RAG，跑通"用户提问→检索知识库→模型回答"基本闭环，快速验证效果。 第二阶段（1个月）：加上工具调用（查订单、查物流），接入企微/钉钉，做多轮对话支持，加人工兜底（回答置信度低时转人工）。 第三阶段（2个月）：做多智能体分工（售前Agent、售后Agent、投诉Agent），加用户画像记忆，做个性化回复；同时建标注反馈闭环，持续收集badcase。 技术选型：Dify（快速落地）→ LangChain（需要深度定制时）→ 自研（规模上去后控成本）。关键是每个阶段都要有可量化的评价指标，避免盲目堆功能。
生成时间：2026-06-15题目数量：10道覆盖方向：技术基础、架构设计、工具使用、项目落地、场景实操