AI智能体应用开发面试题
生成时间：2026-06-16 23:07
【面试题】1. 你在做Agent时遇到过模型"幻觉"问题吗？怎么处理的？
【标准答案】 幻觉问题本质是模型生成不可控。实战中我们用三招应对：
第一，约束输出格式——用JSON Schema强校验输出，不符合就重试，加上max_retries；第二，RAG兜底——让模型只基于检索到的文档回答，检索不到就说不知道；第三，双模型校验——用小模型做二次验证，比如让Claude审查GPT输出的事实性。
核心思路是：能确定的别让模型自己编，模型负责推理，检索负责事实。
【面试题】2. 多Agent协作时如何避免"死锁"和"活锁"？
【标准答案】 死锁就是两个Agent互相等对方解锁资源，活锁是大家都在跑但一直在空转。
防死锁我们用中央调度器模式——类似Boss-Worker，调度者统一分配任务，Agent之间不直接互相调用，而是向调度者汇报+领取任务，这样永远不会环形等待。
防活锁加退避策略——每次任务失败指数级延长等待时间，超过阈值直接标记失败并告警。同时设计任务超时机制，单个任务跑超过N分钟还没结果就中断重来。
简单说就是：结构上避免环形依赖，时间上加兜底超时。
【面试题】3. Dify和LangChain你更倾向用哪个？为什么？
【标准答案】 看场景，我这样选：
Dify适合快速交付——创业公司要做个内部问答机器人，选Dify，拖拽就能搭，2天上线。他擅长工作流编排和可视化调试，但定制化程度受限。
LangChain适合深度开发——我要做复杂的多Agent系统，需要精细控制思维链、记忆管理、工具调用，那就上LangChain。它灵活但门槛高，需要自己处理很多边界情况。
实际项目中我更常用LangChain，因为Dify的灵活性满足不了复杂业务逻辑。但如果是标准化场景，Dify真香。
【面试题】4. 讲讲你对"Agent记忆系统"的理解，你会怎么设计？
【标准答案】 记忆分三层：
短期记忆——当前对话的上下文，用滑动窗口控制token总量，超了就截断老的。
长期记忆——跨会话积累的重要信息，用向量数据库存储，检索相似记忆注入上下文。比如用户说过"我喜欢简洁的报告"，这条要记住。
工作记忆——Agent执行任务时临时需要的中间状态，放内存里，任务结束就释放。
实现上：短期用LangChain的ConversationBufferMemory；长期用Pinecone/Milvus存向量，检索时用语义相似度；再加个规则引擎做记忆重要性打分，过滤掉无关信息。
【面试题】5. 如果让你从0到1搭建一个客服Agent，你会怎么做？
【标准答案】 分三步走：
第一步：明确边界——客服Agent能做什么、不能做什么。FAQ回答可以，退款操作不行，必须转人工。边界不清楚后续全是坑。
第二步：架构选型——简单场景用RAG+LLM；复杂场景加意图识别，先分类用户意图，再走不同处理分支。我们当时用的意图识别准确率能到92%，省了很多bad case。
第三步：数据闭环——埋点记录没回答好的case，每周迭代。把高频转人工的问题整理成标准答案补充进知识库。
核心是先跑起来，再快速迭代。第一版不用完美，解决80%问题就行。
【面试题】6. 工具调用时怎么设计"重试+降级"策略？
【标准答案】 我设计三级降级：
第一级重试——网络超时、500错误，先重试3次，每次间隔1s、2s、4s指数递增。
第二级降级——重试还失败，换备用工具。比如地图API挂了，换另一个地图服务商。
第三级降级——所有工具都失败，给用户返回降级结果+记录工单，而不是直接崩溃。比如"暂时无法查询物流，给您转人工"。
实现上：用装饰器模式包装每个工具调用，统一处理重试逻辑，配合Prometheus记录工具失败率，哪个工具连续失败就自动摘掉。
【面试题】7. RAG的召回率和准确率上不去，你一般怎么优化？
【标准答案】 RAG效果差主要三个环节出问题：
召回阶段——查不到相关文档。优化方案：调整chunk大小（常用512-1024），overlap加20%防止截断关键词；嵌入模型换成你们业务领域微调的版本；加元数据过滤，比如限定时间范围。
排序阶段——相关但不是最相关的排前面。方案：用BGE-Reranker做二阶段重排序，或者把相似度阈值从0.7提到0.85过滤掉低分结果。
生成阶段——上下文太长淹没关键信息。方案：把检索结果按相关性分段，相似度高的放前面，生成时加"仅基于上述文档回答"的系统提示约束。
实战中召回和排序优化性价比最高，先把这俩调好。
【面试题】8. 面试官问：你觉得AI Agent最难点在哪？
【标准答案】 我觉得最核心的难点是可控性。
模型输出不稳定，同样的提示词这次对下次可能错。在工程上，我们可以用Prompt约束、输出校验、思维链引导来缓解，但不能根除。
其次是成本控制——Agent动不动就多轮调用，一个任务烧掉几块钱，成本优化和效果平衡很难。
但换个角度想，Agent的价值就在于"不完美中的可用性"。关键是设计好兜底机制——什么情况下重试、什么情况下转人工、什么情况下直接失败。
能接受Agent会犯错、并且设计了完善的兜底，才是成熟的Agent产品思路。
【面试题】9. 向量数据库你们用的什么？Milvus和Pinecone怎么选？
【标准答案】 我们生产环境用的是Milvus，原因：
成本——Milvus可以私有化部署，数据不出海，Pinecone按存储和向量数收费，大规模使用贵。
灵活性——Milvus支持多种索引类型（HNSW、IVF、DiskANN），可以根据场景选；还支持混合标量过滤，召回效率高。
选型建议：中小规模、快速验证用Pinecone，托管省心；大规模生产、讲究数据安全用Milvus。如果你们是金融、医疗这种敏感行业，Milvus几乎是必选。
【面试题】10. 场景题：如果用户说"帮我分析下这个月的销售数据"，Agent要怎么完成？
【标准答案】 这个任务Agent会这样走：
第一步：意图澄清——用户说"分析"，但不知道要什么粒度的分析。Agent先问："您想要汇总数据还是分产品/分地区拆解？"或者直接提供几个分析维度让用户选。
第二步：任务拆解——确认维度后拆成子任务：查数据库拿数据 → 格式化数据 → 调图表生成工具 → 组装报告。
第三步：执行——调用数据库工具查数据，调用Python/Matplotlib生成图表，调用总结工具输出文字分析。
第四步：兜底——如果数据库工具失败，Agent返回"数据暂时无法获取，已记录工单"而不是报错。
整个过程Agent在自主规划+调用工具+异常处理，这才是Agent相比普通API调用的优势。