AI智能体应用开发面试题
生成时间：2026-06-15 22:25
【面试题】1. 你怎么处理大模型的"幻觉"问题？线上生产环境必须保证准确性，你有哪些实战手段？
【标准答案】多措并举：
- 提示词层面：Few-shot示例、Chain-of-Thought引导、结构化输出约束JSON格式
- RAG增强：用检索结果做context，让模型"照着材料回答"，减少凭空编造
- 答案校验：对关键字段用小模型单独校验，或让大模型自评置信度
- 后处理规则：正则匹配、实体识别过滤不合规内容
- 工程兜底：不确定时返回"我无法确定"，而不是瞎编，配合人工复审流程
核心思路是：模型能答的让它答，答不准的用检索，检索不到就坦白。
【面试题】2. CrewAI和LangChain Agent都能做多智能体，它们各自适合什么场景？你怎么选？
【标准答案】看团队技术栈和项目阶段：
CrewAI：适合快速落地，声明式配置，角色+任务+流程很直观。业务逻辑主导、流程固定、迭代快的项目用它省心。
LangChain Agent：适合定制化强、需要深度控制工具链、复杂条件判断的场景。技术团队强、需要跟现有系统深度集成的选它。
选型口诀：业务驱动选CrewAI，技术深度选LangChain。小团队MVP用CrewAI提速，大厂深度定制用LangChain。
【面试题】3. RAG系统召回阶段效果差，召回的文档相关性不高，你怎么排查和优化？
【标准答案】排查链路按优先级来：
向量化问题：检查embedding模型是否适合你的领域（通用模型 vs 垂直领域模型），用BGE-M3或者针对行业的模型
分块策略：块太大引入噪声，块太小丢失上下文。试试128-256token动态分块，加上句子级别的重叠
索引结构：HNSW vs IVF-PQ，大数据量用量化压缩，小数据量保证召回率优先
查询改写：用户query和文档表述可能不同，用query改写/意图扩展/同义词扩充
混合检索：BM25关键词 + 向量语义双路召回，RRF融合权重
重排模型：召回20条，用Cross-Encoder重排取Top5送LLM
【面试题】4. 设计一个Agent的记忆系统，需要持久化哪些信息？怎么避免记忆膨胀？
【标准答案】三层记忆架构：
- 短期记忆（Buffer）：当前对话上下文，窗口内全量保留
- 中期记忆（Summary）：对话结束后用LLM摘要关键信息，存储结构化数据（用户偏好、任务进展、关键决策）
- 长期记忆（Vector/Graph）：历史任务经验、常用工具模式，语义检索复用
防膨胀策略：
- 摘要而非全量存储，控制每个记忆节点在200字以内
- 基于时间衰减，长期未访问的记忆降低权重或归档
- 记忆分层，只保留"有价值"的总结，避免流水账
- 定期压缩合并相似记忆，减少冗余
【面试题】5. 多模态Agent怎么把图片理解能力集成进来？遇到过图片解析失败的情况怎么处理？
【标准答案】集成路径：
- API层面：GPT-4V/Claude Vision/国产通义千问VL，直接多模态输入
- 本地方案：LLaVA、Qwen-VL等开源模型私有部署
- 图片预处理：压缩到模型支持的分辨率和格式，减少token开销
解析失败兜底：
- 超时处理：设置5-10秒超时，降级为"图片解析超时，请稍后重试"
- 格式异常：用Pillow/Python做格式校验和预处理
- 内容过滤：涉黄涉暴图片直接拒绝返回"暂不支持该类型图片"
- 降级方案：图片转文字OCR描述、提取EXIF信息等基础信息返回
【面试题】6. Dify工作流编排怎么实现条件分支和循环？你在项目中用过哪些高级编排技巧？
【标准答案】Dify核心节点用法：
条件分支：用LLM判断节点或条件判断节点，根据输出字段（如intent、category）路由到不同分支
循环：LLM节点+模板节点组合，或用迭代节点处理列表数据
高级技巧：
- 并行分支：提升整体效率，不互相依赖的节点并行执行
- 模板变量：统一Prompt结构，减少重复配置
- 缓存机制：相同输入的RAG查询结果缓存，减少重复调用
- 异常捕获：节点级别设置失败处理分支，保证流程不中断
- 子工作流：高频复用逻辑封装成子流程，主流程调用
【面试题】7. 面试官问："你这个RAG项目，线上召回率是多少？怎么评估的？"
【标准答案】实操回答模板：
"线上召回率Top3达到85%左右，Top5在92%。评估指标用了两组：
离线评估：自己标注了500条query-doc对，用Recall@K、MRR、NDCG衡量，配合RAGAS框架评估答案质量
在线监控：用户点击反馈、问题转人工率、答案满意度打分
关键优化点是加了重排模型，Top3召回从78%提升到85%，代价是延迟增加30ms，在可接受范围内。"
【面试题】8. 向量数据库你们用的什么？Milvus、Pinecone、Chroma各有什么优劣？如何选型？
【标准答案】按场景选：
| 数据库 | 优势 | 劣势 | 适用场景 |
|---|---|---|---|
| Chroma | 轻量、单机、易上手 | 不支持水平扩展 | POC、Demo、小数据量 |
| Milvus | 开源、可扩展、支持混合检索 | 运维成本高 | 中大型项目、需要私有化 |
| Pinecone | 托管免运维、全球CDN | 收费、数据出境合规 | 快速上线、预算充足 |
选型原则：数据量<100万用Chroma快速验证；>100万或需要私有化用Milvus；追求免运维快速上线用Pinecone。
【面试题】9. Agent任务规划失败了怎么办？你怎么设计重试和容错机制？
【标准答案】分级容错策略：
- 单步失败重试：API超时、网络抖动等情况，指数退避重试3次，间隔2s/4s/8s
- 规划失败回退：Plan-Execute模式中，当前步骤失败则回退到上一步，用更保守的策略重试
- 降级执行：多智能体模式下，某个Agent挂了切换到备选Agent或降级为单Agent串行执行
- 任务放弃：超过最大重试次数，记录错误日志，人工告警，主动告知用户"任务处理遇到问题"
- 断点续传：复杂任务定期保存checkpoint，异常后从最近checkpoint恢复
核心原则是：不要让Agent死循环重试，设置明确的失败上限和兜底方案。
【面试题】10. 如果让你从0到1搭建一个企业级AI客服Agent，架构怎么设计？关键里程碑是什么？
【标准答案】三阶段架构：
Phase 1 - 核心链路（第1-2周）
- 单Agent对话架构，LLM+意图识别+知识库检索
- 基础对话流程：用户query → 意图分类 → RAG召回 → 生成回答 → 话术质检
- 接入1-2个高频场景验证
Phase 2 - 能力扩展（第3-4周）
- 多意图处理、对话记忆、上下文继承
- 接入工单系统、CRM等业务系统API
- 上线人工接管机制，不确定的转人工
Phase 3 - 持续优化（第5周+）
- 数据埋点：对话日志、用户反馈、解决率指标
- 模型微调：用线上数据优化垂直领域效果
- 监控告警：异常对话、超时、失败率监控
关键技术点：对话状态管理（用Redis）、限流熔断（防止LLM滥用）、审计日志（合规要求）。