AI智能体应用开发面试题 - 2026-06-16
知识范围：1-3年岗位要求、大模型API调用、提示词工程进阶、单/多智能体架构、主流Agent框架（LangChain/CrewAI/Dify）、工具调用与插件开发、RAG系统集成、向量数据库实战、多模态智能体、工作流编排、智能体记忆系统、长上下文处理、任务拆解与规划、错误处理机制、多智能体协作、性能优化、部署与运维、安全与对齐、项目从0到1、数据监控与迭代、常见业务场景
【面试题】1. 在实际项目中，你如何优化大模型API调用的成本和控制延迟？请结合1-3年经验给出具体策略。
【标准答案】我主要从三个维度优化：首先是缓存策略，对高频重复问题用语义缓存（如GPTCache），避免重复调用；其次是模型分级，简单任务用轻量模型（如GPT-3.5、Qwen-Turbo），复杂任务才用旗舰模型；第三是流式输出+截断控制，设置max_tokens上限，用stream模式提升用户体验。实际落地中，还会结合业务做Prompt压缩，移除冗余few-shot示例，成本能降30-50%。
【面试题】2. 描述一个你用LangChain或CrewAI搭建多智能体协作系统的真实场景，重点说清楚Agent角色划分和通信机制。
【标准答案】我做过一个竞品分析系统，用CrewAI搭了三个Agent：Researcher负责爬取和摘要，Analyst负责对比维度提取，Writer负责生成报告。关键在于定义清晰的Role和Goal，用SequentialProcess保证顺序执行，通过Crew的context传递中间结果。通信上避免Agent间直接调用，统一通过Crew的output流转，防止上下文膨胀。最大的坑是第一个Agent输出太长导致后续Token超限，后来加了字数约束才解决。
【面试题】3. 你如何设计一个支持工具调用的Agent？Function Calling和ReAct两种范式你怎么选？
【标准答案】我倾向混合使用。简单工具调用（查天气、查数据库）用Function Calling，模型直接输出工具名和参数，延迟低、成功率高。复杂多步任务（如"帮我规划一次出差"）用ReAct，让Agent自己决定下一步调哪个工具。落地时关键点是工具定义的schema要写得足够清晰，description字段直接影响模型选择准确率。我们还会在工具返回结果后加一层解析，把原始API响应转成自然语言摘要再喂回模型。
【面试题】4. RAG系统在生产环境中最大的三个坑是什么？你是怎么解决的？
【标准答案】第一大坑是检索召回率低，解决方法是混合检索（向量+关键词+BM25融合），再加Rerank模型二次排序。第二大坑是召回内容和问题无关导致幻觉，解决方法是加Self-Correction循环，让模型先判断召回内容是否足够回答问题。第三大坑是知识库更新滞后，解决方法是做版本管理和增量更新，用Metadata过滤保证时效性。核心是别指望RAG开箱即用，上线前必须做 recall@k 评测。
【面试题】5. 向量数据库你用过哪些（Milvus/Chroma/Pinecone/Qdrant）？选型时你最看重哪三个指标？
【标准答案】生产环境我用Qdrant和Milvus居多。选型最看重：①部署复杂度，Qdrant单机版开箱即用，Milvus适合大规模分布式；②检索性能，Qdrant的HNSW实现延迟稳定在10ms内；③Metadata过滤能力，Milvus的标量过滤性能更强。如果是创业公司MVP，我推荐Chroma，纯Python生态，集成最快；如果数据量过千万，直接上Milvus或托管版Pinecone。
【面试题】6. 智能体的记忆系统你怎么设计？Short-term和Long-term记忆分别怎么实现？
【标准答案】Short-term记忆直接用对话历史滑动窗口，关键是设好max_turns（我一般设20轮），超出的做摘要压缩。Long-term记忆用向量数据库存储，每次对话结束后把关键信息（用户偏好、项目上下文）提取出来写入。实现上我用Mem0或自己搭，核心是给记忆打标签（如"用户偏好""项目背景"），检索时带filter提升准确率。还有个技巧是把长记忆分成"事实性记忆"和"经验性记忆"，前者直接存，后者先让模型总结再存。
【面试题】7. 你如何给Agent做任务拆解和规划？请举一个需要多步执行的真实例子。
【标准答案】我用思维链（CoT）+工具调用分层拆解。比如"分析上个月销售数据并给出改进建议"，Agent先拆成：①查数据库取销售数据→②用Python工具做统计分析→③用模型分析趋势→④生成建议。关键是拆完后要让模型输出执行计划（Plan），再按步骤执行，每步把结果注入下一步的Prompt。如果中途某步失败，要有Fallback机制，比如查库失败就改用上传文件方式。实际落地发现，让模型先输出JSON格式的执行计划比直接执行成功率高一倍。
【面试题】8. Dify和LangChain你分别在什么场景下用？能不能从落地角度说一下取舍？
【标准答案】Dify适合快速交付和运营人员参与配置，拖拽式工作流、开箱即用的知识库和工具集成，适合做内部工具或ToB产品的原型验证，一周能上线。LangChain适合需要深度定制化的场景，比如复杂的Agent逻辑、自定义工具链、细粒度Prompt控制，但开发周期长，代码维护成本高。我的取舍标准：PMF验证阶段用Dify，产品定型后核心链路用LangChain重写，兼顾速度和可控性。
【面试题】9. 多模态智能体（支持图片/语音输入）你在项目中怎么实现的？遇到过哪些技术难点？
【标准答案】我做过一个支持图片上传的分析助手，技术栈是GPT-4V API + LangChain。难点一：图片Token消耗大，解决方法是先做图片压缩和裁剪，只传关键区域；难点二：模型对图片内容理解不稳定，解决方法是要求用户配合文字描述，再把图文一起送进多模态模型；难点三：语音输入延迟高，解决方法是用Whisper做本地转录，再丢给文本Agent处理。最核心的经验是：多模态目前还很贵，能用文本描述的场景坚决不传图。
【面试题】10. 智能体系统上线后，你如何做监控和迭代？说3个最核心的监控指标和对应的优化动作。
【标准答案】三个核心指标：①任务完成率（Agent是否成功走到最后一步），低于80%就要排查是工具调用失败还是模型理解偏差，优化动作是加few-shot或修工具schema；②人工介入率（多少比例需要人接手），高于20%说明Agent能力不足，优化动作是补充知识库或增加专用工具；③用户满意度（点赞/点踩），直接反映效果，优化动作是定期review差评案例，提炼failed case进测试集。我们还会记录每轮的Token消耗，异常飙升往往是Prompt泄露或循环调用的信号。
生成时间：2026-06-16 01:05 (Asia/Shanghai)
题目数量：10道 | 覆盖维度：技术基础 / 架构设计 / 工具使用 / 项目落地 / 场景实操 / 面试情景