AI智能体应用开发面试题（第15期）
生成时间：2026-06-15 22:15
【面试题】1. 请解释一下Function Calling和Tool Use的区别，以及在什么场景下你会选择使用Function Calling？
【标准答案】 Function Calling是让大模型输出结构化JSON来声明要调用的函数，而Tool Use是模型直接调用外部工具并获取结果。本质区别在于：Function Calling是"声明意图"，Tool Use是"执行并返回"。
实际项目中，如果你的Agent需要调用多个工具形成链条，比如先查天气再推荐穿衣，我会用Tool Use；如果只需要模型返回一个指令让后端决定怎么执行，那就用Function Calling。
我之前做过一个客服机器人，就是用Function Calling让模型返回{"action":"refund","order_id":"xxx"}，后端解析后再走退款流程，这样更安全可控。
【面试题】2. CrewAI和LangGraph在多智能体协作上的核心差异是什么？你更倾向用哪个？
【标准答案】 CrewAI胜在上手快，它的"角色+任务+流程"模式非常直观，适合业务流程相对固定的多Agent场景，比如新闻采编、内容审核流水线。
LangGraph更底层，它把协作建模成状态机图，每个节点可以是Agent、工具或普通函数，优势是灵活度和可控性更强，适合复杂的长链路任务。
我的选择逻辑是：简单流水线用CrewAI快速落地，需要精细控制状态流转、分支回滚的用LangGraph。之前做一个保险理赔Agent，我选了LangGraph，因为理赔流程中有大量条件分支和人工复核节点。
【面试题】3. 你的RAG系统召回率低，但准确率还行，你会怎么优化？
【标准答案】 这种情况通常是召回端出了问题，我一般从这几个方向排查：
第一，检查向量化模型是否和业务场景匹配，比如你用通用Embedding处理专业术语，效果会差，换成领域微调的模型提升明显。
第二，看分块策略是否合理。块太大引入噪声，块太小丢失上下文。我会尝试不同chunk_size，用small-to-big或者Parent-Child的层级chunk策略。
第三，补充混合检索——BM25做关键词召回，向量检索做语义召回，RRF融合两者的结果。
第四，如果知识库大，要检查是否存在冗余文档导致的召回稀释。
我之前优化过一个法律文书RAG，经过这几步调优，召回率从60%提到了85%以上。
【面试题】4. 描述一个你做过的Agent项目，如何设计它的记忆系统？
【标准答案】 我设计记忆系统一般分三层：
短期记忆：用ConversationBufferMemory，只存当前对话上下文，窗口结束后就丢弃。
长期记忆：用向量数据库存历史对话摘要和关键信息，检索时用当前对话的Embedding做相似度搜索，召回相关记忆注入上下文。
结构化记忆：有些关键信息我会单独提取出来，比如用户偏好、项目进度，用JSON或者数据库表结构存储，方便直接读取而不是每次都检索。
关键点在于：不要把所有历史都塞进Context，会超限且引入噪声。要设计"记忆遗忘机制"，比如只保留最近30条对话的完整记录，更早的转成摘要存入向量库。
【面试题】5. Dify和LangChain各自适合什么规模的团队和项目？为什么？
【标准答案】 Dify是低代码平台，适合中小团队快速验证PMF，3-5个人就能跑起来一个完整的Agent应用。它的强项是可视化编排、内置的RAG和Agent能力，弱项是定制化受限、复杂逻辑要写代码。
LangChain是代码框架，适合有专职AI工程师的中大型团队，需要深度定制或者和现有系统集成的场景。优势是灵活，缺点是学习曲线陡，容易踩坑。
我的经验是：创业公司或者业务探索阶段用Dify，快速试错；产品成熟后需要精细化运营的，用LangChain或者自己搭框架。Dify和LangChain不是互斥的，我见过团队用Dify做原型验证，用LangChain做生产级部署。
【面试题】6. 如果你设计一个多模态Agent，输入包含图片、语音、文本，输出要求是结构化数据，你会怎么设计pipeline？
【标准答案】 Pipeline分三段：
输入处理：图片过视觉模型提取描述+关键信息，语音过ASR转文本，然后用LLM做意图分类和实体抽取，统一成结构化的中间态。
核心推理：用一个Coordinator Agent接收所有模态的中间结果，做多模态融合和推理，输出结构化JSON。
输出校验：加一层Pydantic校验，确保输出格式符合下游要求，不合格的打回重试。
关键坑点是：不同模态的处理速度差异大，图片可能慢，语音快。我会加一个异步队列，让各模态处理完后统一汇合，不要让用户等最慢的那个。同时要做好超时和降级策略，某一路失败不能卡死整个流程。
【面试题】7. 你的Agent在生产环境响应慢，用户投诉多，你怎么做性能优化？
【标准答案】 我一般从链路拆解，分层优化：
模型层：评估是否可以用小模型替代，比如70B能搞定的不用175B；开启流式输出让用户感知到进度；用模型量化降低推理延迟。
调用层：加缓存，相同query直接返回缓存结果；用批量请求替代逐条调用。
工程层：非核心步骤异步化，不影响主流程的放到后台；用连接池复用HTTP连接；做好超时和重试配置。
架构层：加一层意图预判，小规则能搞定的不要调模型。
我之前优化过一个客服Agent，通过加缓存+小模型分流+P99延迟从8秒降到了1.5秒，效果很显著。
【面试题】8. 请说说你对"Agentic RAG"的理解，它和传统RAG有什么区别？
【标准答案】 传统RAG是"检索-生成"的单向流程，Query来了就检索相关内容然后塞给LLM生成，本质还是"查资料给答案"。
Agentic RAG的核心是让RAG变成一个可以自主决策的系统。Agent能决定：要不要检索、检索什么、检索几次、检索结果够不够用、要不要调用工具补充信息。
举个例子：用户问"帮我分析下Q3季度报告并给出下季度建议"，Agent会先拆解任务，可能先检索Q3数据，再调用代码工具做分析，然后检索行业报告做对比，最后综合输出。这里检索是Agent主动发起的行为，而不是被动的。
实现上一般用ReAct或者Plan-Execute模式，让Agent控制整个RAG的循环。
【面试题】9. 在Agent开发中，你如何处理"Agent越狱"和Prompt注入的安全问题？
【标准答案】 安全风险主要有两类：
Prompt注入：用户输入中嵌入恶意指令，让Agent绕过原始Prompt。防御策略是输入过滤和结构化，比如把用户输入放在专门的变量区，而不是直接拼进System Prompt；用LLM做输入安全审核。
越狱攻击：通过特殊话术诱导模型执行危险操作。防御是限制工具权限，Agent只能调用白名单内的工具，且工具执行要有权限校验；关键操作加人工确认。
架构层面：生产环境要加监控，记录所有Agent的输入输出，定期审计；敏感操作走审批流而不是纯自动。
我的原则是：不要过度信任Agent的输出，尤其是涉及金钱、权限的操作，必须有兜底机制。
【面试题】10. 假设产品经理说"我们要做一个可以自主完成复杂任务的Agent"，你会先问哪些问题来明确需求？
【标准答案】 我会从这几个维度问：
任务边界：复杂任务具体指哪些？是固定流程还是开放任务？有没有明确的完成标准？
自动化程度：是辅助决策还是全自动执行？全自动的话有哪些不可逾越的红线？
容错要求：任务中途失败了怎么处理？需要回滚还是重试？用户能接受的最大失败率是多少？
可解释性：用户是否需要理解Agent的决策过程？需要的话要设计思维链展示。
集成要求：这个Agent要接入哪些现有系统？API兼容性如何？
数据隐私：Agent处理的数据敏感度如何？有没有合规要求？
把这些问题搞清楚，才能判断是用ReAct、Plan-Execute还是Multi-Agent架构，以及要不要做人工审核节点。避免上来就撸代码，做到一半发现方向错了。