Agent 高频面试题单（8.18–10.18）

秋招到了 10 月，Agent 岗的面试都在问什么？这份题单统计的是牛客网上 8 月 18 日到 10 月 18 日发的一手面经：180 位作者，343 场面试，近 80 家公司。

排序看有多少位作者的面经里出现过这道题，同一个人发多篇只算一次；公司和轮次按场次算。怎么收、怎么筛，写在文末。

这篇只列题和出处。每道题的详解，后面一题一篇地写。

统计下来，有几件事比较明显：

• 问得最多的是 RAG 链路和「平时怎么用 AI Coding 工具」，各有三成多的作者提到。

• Skill、MCP、Function Calling 的边界，还有 Agent 评测，9、10 月问得明显多了（见「趋势」）。

• Harness 也成了常考词，四分之一的作者被问到，常见问法是「你怎么理解 Harness」。

• 手撕基本还是 LeetCode 题，现场手写 Agent Loop 的只有个位数。

• 三成作者记了项目深挖。不少题是顺着候选人的项目往下问的，比如「项目里面对话记忆 Chat Memory 是怎么使用的？」。

一、总览

算法岗方向另列在第三节。

二、逐题

每题第一行依次是作者数、场次、公司分布和轮次分布，后两项按场次算。「问法」摘自面经原文，有压缩；「出处」链到牛客原帖，括号里是发帖日期。

1. RAG 链路：切分、向量化、召回、重排怎么做

68 位作者 · 86 场｜字节 16、百度 12、阿里 9、美团 6、拼多多 3、腾讯 3｜一面 59、二面 16、三面 6

• 问法：「RAG 的核心流程？」「文档怎么切分，为什么这样分块？」「为什么要用 Rerank？」「同一个 chunk 被多路召回命中，怎么合并去重？」

• 出处：携程agent一面（10-17）· 长鑫存储agent开发实习一面（10-16）· 虾皮秋招 研发工程师（10-09）· 钉钉一面（08-31）

2. 平时用哪些 AI Coding 工具，怎么用

67 位作者 · 85 场｜字节 18、百度 10、阿里 9、美团 6、腾讯 3、小红书 3｜一面 61、二面 19、三面 6

• 问法：「用过哪些 AI Coding 工具？」「Codex 和 Claude Code 有什么区别？」「Claude Code 的上下文是怎么压缩的？」「项目是不是全部用 AI Coding 写的？」

• 出处：字节Agent全三轮面经（10-18）· 字节业务中台AI全栈面经——日常实习（10-12）· 理想汽车 IT全栈交付培养生 一面（10-09）· 蚂蚁 复活赛 agent开发 一面（08-31）

3. 为什么要多 Agent：怎么拆、怎么通信、结果谁汇总

50 位作者 · 63 场｜字节 13、百度 9、阿里 7、美团 5、腾讯 4、快手 2｜一面 42、二面 13、三面 2

• 问法：「单 Agent 为什么不行，要拆成多个？」「怎么拆分子 Agent？」「多 Agent 之间怎么分配任务、共享信息？」「多 Agent 的通信、协作、调度机制怎么设计？」

• 出处：字节 AI Agent 开发一面（10-17）· 美团一面全栈开发日常实习面经（10-12）· 27秋招-恒生电子AI面试-AI应用开发岗（09-24）· 钉钉一面（08-31）

4. Agent 效果怎么评测：评测集怎么建、指标怎么定

49 位作者 · 64 场｜字节 13、阿里 10、腾讯 5、百度 4、小红书 4、携程 3｜一面 43、二面 16、三面 4

• 问法：「评测集和参考答案是怎么做出来的？」「准确率多少，测试集多少条？」「用另一个 Agent 评估结果，评估 Agent 本身也有幻觉怎么办？」「怎么避免评测集泄露、评测结果抖动？」

• 出处：秋招-字节跳动-抖音电商-Agent开发一/二/三面（10-07）· 美团和阿里二面问题（10-14）· 滴滴企业级算法实习生 一面（10-16）· 高斯信息技术，ai开发工程师，一面（10-09）

5. 上下文太长怎么办：压缩策略、上下文管理

49 位作者 · 64 场｜字节 18、阿里 7、百度 7、美团 4、蚂蚁 3、拼多多 3｜一面 48、二面 11、三面 4

• 问法：「上下文压缩策略是什么，什么时候触发？」「压缩后上下文里保留哪些内容？」「怎么避免压缩带来的对话质量下降？」「合同有一两百页，超过上下文窗口怎么办？」

• 出处：蚂蚁 AI应用研发 一面（10-12）· 秋招-字节跳动-抖音电商-Agent开发一/二/三面（10-07）· 度小满 - AI 全栈研发 - 二面（09-30）· 携程AI应用开发实习一面（OC）（09-25）

6. Skill、MCP、Function Calling 的边界：有了 MCP 为什么还要 Skill

48 位作者 · 60 场｜字节 15、阿里 9、百度 5、美团 5、快手 3、腾讯 2｜一面 34、二面 17、三面 6

• 问法：「有了 MCP 为什么还需要 Skill？」「MCP 和 Function Calling、普通 API 调用有什么区别？」「Skill、MCP、Function Calling、Workflow、SubAgent 各解决什么问题，项目里怎么组合？」「什么情况下该抽成一个专门的 Agent，什么情况下一个 Skill 就够？」

• 出处：网易互娱 AI应用开发 日常实习（10-16）· 美团Agent一面（10-12）· 放生面经-百度（10-14）· 百度 AIGC 多模态智能体算法工程师二面（09-29）

7. 记忆怎么设计：短期、长期记忆怎么分层、存取、遗忘

48 位作者 · 56 场｜字节 10、百度 8、阿里 6、蚂蚁 4、腾讯 3、网易 2｜一面 39、二面 12、三面 2

• 问法：「短期会话记忆和长期记忆怎么区分处理？」「长期记忆怎么存储、检索和加载？」「记忆的遗忘和过期怎么处理？」「超长上下文的模型下，还需要区分长短期记忆和 RAG 吗？」

• 出处：10.14顺丰AI全栈二面（10-14）· 字节跳动 - Agent 研发 - 一面（10-14）· 网易互娱｜AI应用开发实习一面凉经（10-13）· 字节国际化广告后端实习一二面凉经（09-25）

8. Skill 怎么设计：由什么组成、怎么按需加载

45 位作者 · 52 场｜字节 13、阿里 7、快手 5、百度 3、美团 3、腾讯 2｜一面 29、二面 11、三面 5

• 问法：「Skill 由哪些部分组成？」「Skill 是怎么被发现、按需加载的？」「怎么理解 Skill 的渐进式加载？」「如果让你写一个 Skill，你会怎么写？」

• 出处：快手ai全栈一面（10-14）· 字节Agent全栈一面-Date泛抖音（10-13）· 9.18腾讯营销一面后端（09-24）· OPPO 27届 IT开发一面凉经（08-30）

9. Harness、Agent Loop、Runtime 是什么，怎么搭

43 位作者 · 55 场｜字节 15、阿里 7、百度 5、蚂蚁 4、腾讯 2、讯飞 2｜一面 39、二面 10、三面 2、HR 面 2

• 问法：「你怎么理解 Harness？」「模型外面的 Harness 工程包含哪些模块？」「了解 DeepSeek Harness 吗？」「新版本发布时，正在运行的 Agent Loop 怎么办？」

• 出处：字节剪映AI应用开发一面（09-24）· 阿里云 Agent开发 一二面（10-05）· 9.17腾讯云一面AI应用（09-24）· 放生面经-百度（10-14）

10. LangGraph、LangChain：为什么用，为什么不用

42 位作者 · 57 场｜字节 10、阿里 7、百度 5、讯飞 3、网易 2、美团 2｜一面 29、二面 17

• 问法：「LangChain 和 LangGraph 有什么区别？」「LangGraph 的核心组件和原理？」「为什么不用 LangChain 这类框架，要自己写？」「项目是基于 LangChain 还是 LangGraph？」

• 出处：美团一面全栈开发日常实习面经（10-12）· 阿里千问Agent开发二面（10-04）· 科大讯飞 Agent开发 一面（09-25）· 猎聘面经（10-15）

11. 工具调用失败、超时、参数出错怎么处理

32 位作者 · 33 场｜字节 6、百度 5、美团 2｜一面 20、二面 7、三面 3

• 问法：「工具调用失败怎么处理？」「模型生成的函数参数不符合接口规范、格式非法怎么办？」「工具之间有依赖，怎么并行执行并处理错误？」「子 Agent 崩溃或超时，系统怎么兜底？」

• 出处：9.15秋招东方财富AI应用一面（09-24）· 百度Agent秋招算法岗一二面面经（09-23）· 老虎国际后端实习一二面面经（09-25）· 27秋招-恒生电子AI面试-AI应用开发岗（09-24）

12. Token 成本怎么控，缓存命中率为什么不同

31 位作者 · 34 场｜字节 11、阿里 4、腾讯 3、快手 2｜一面 23、二面 10

• 问法：「你怎么控制 Token 成本？」「不同 Coding Agent 的缓存命中率为什么不一样？」「上下文压缩之后怎么保证缓存命中？」「Token 消耗有哪些优化手段？」

• 出处：网易互娱 AI应用开发 日常实习（10-16）· 拼多多 agent 一面凉经（09-22）· 【社招】腾讯一面面经（09-23）· 9.15快手二面AI应用（09-24）

13. bad case 怎么定位、怎么回流

29 位作者 · 38 场｜阿里 7、腾讯 3、美团 3、网易 2、携程 2、字节 2｜一面 28、二面 9

• 问法：「用户反馈 Agent“很蠢”，怎么定位问题？」「bad case 会不会回流入库？」「可观测链路搭好之后，用户对一次回答不满意，要怎么排查？」「讲一个你真实处理过的 bad case」

• 出处：网易agent开发岗一面（10-17）· 携程agent一面（10-17）· 9.24 普通の快手一面（发券）（10-02）· 淘天供应链ai应用研发一面（09-23）

14. ReAct 和 Plan-and-Execute：原理、缺点、适用场景

29 位作者 · 32 场｜阿里 6、字节 5、美团 4、百度 4｜一面 21、二面 10、三面 3

• 问法：「ReAct 有什么缺点？」「ReAct 和 Plan-and-Execute 分别适合什么场景？」「ReAct、Workflow、Replan 各在什么场景下用？」「Planner、Executor、Critic 分别负责什么？」

• 出处：字节 二面 10.12（10-12）· 9.15快手二面AI应用（09-24）· 美团秋招AI后端一面二面面经（食杂零售）（10-01）· 百度后端开发一面凉经（09-23）

15. RAG 效果差、召回不准，从哪排查

29 位作者 · 30 场｜字节 6、阿里 6、小红书 3、美团 2、百度 2｜一面 23、二面 4

• 问法：「检索出来的内容相关性很差，你会怎么排查？」「召回不准可能是什么原因？」「检索内容和模型自身知识冲突怎么处理？」「用哪些指标衡量 RAG 的效果？」

• 出处：字节 AI Agent 开发一面（10-17）· 小红书 Product Engineer（AI与全栈方向）一面（09-24）· 美团和阿里二面问题（10-14）· 字节跳动Agent开发1面凉经（09-15）

16. 流式输出、延迟、并发

26 位作者 · 31 场｜字节 9、百度 7、美团 2、阿里 2｜一面 22、二面 10、三面 2

• 问法：「SSE 是怎样的协议，断连了怎么办？」「SSE 只返回了一半 JSON，要不要执行这个工具？」「把同步调用改成异步、并发，要注意哪些问题？」「这一步没法流式输出，用户会不会等太久？」

• 出处：满帮ai全栈 一面（10-08）· 百度后端开发一面凉经（09-23）· 9.17腾讯云一面AI应用（09-24）· 字节 Agent 秋招二面（09-24）

17. 意图识别和路由怎么做

26 位作者 · 29 场｜公司很散，B站、阿里、字节、美团、小红书、百度各 2｜一面 24、二面 2

• 问法：「意图识别怎么做，怎么知道分得对？」「用户一句话里有多个意图怎么处理？」「口语化、有错别字、意图不明确时怎么办？」「多模型切换和路由怎么设计？」

• 出处：携程agent一面（10-17）· 迅雷 Agent一面（09-23）· 字节Agent开发后端 日常实习一面（09-23）· 快商通一面凉经 丨 大模型Agent全栈（09-30）

18. MCP 是什么，底层走什么协议

25 位作者 · 26 场｜字节 6、阿里 4、拼多多 3、网易 2、美团 2、百度 2｜一面 21、二面 6

• 问法：「MCP 底层用的是什么协议？」「stdio 和 Streamable HTTP 有什么区别？」「MCP 的 Client 和 Server 怎么分工？」「一个 MCP 服务的全链路流程是什么？」

• 出处：10.8 pdd秋招 agent 一面（10-09）· 字节前端一面面经（剪映）（09-22）· 9.7百度agent开发日常实习面经（09-07）· 阿里云 ai应用开发 一面（09-20）

19. 幻觉怎么减少

24 位作者 · 28 场｜字节 5、美团 4、阿里 4、腾讯 2｜一面 19、二面 4、三面 2

• 问法：「为什么会产生幻觉？」「出现幻觉怎么办？」「查一个指标，十次里有两次因为幻觉走错链路，怎么强控？」「怎么在工具层拦截模型因幻觉做出的错误操作？」

• 出处：wxg一面，全方位拷打，已老实（09-28）· 字节—数据开发（10-10）· 美团AI Agent一面（09-15）· 9.15 蚂蚁一面（09-15）

20. Agent 安全：越权、提示词注入、沙箱

23 位作者 · 28 场｜美团 5、蚂蚁 4、百度 4、讯飞 2、字节 2、快手 2｜一面 23、二面 6、三面 2

• 问法：「怎么防提示词注入和越狱？」「Agent 的写操作权限怎么控制？」「子 Agent 的工具和消息权限怎么隔离？」「Runtime 的沙箱隔离怎么做，gVisor 是什么？」

• 出处：蚂蚁 AI应用研发 一面（10-12）· 度小满 - AI 全栈研发 - 一面（09-30）· 9.15科大讯飞AI应用一面（09-24）· 携程 AI 应用开发一面（已oc）（09-18）

21. 你怎么理解 Agent，它和普通的大模型调用有什么区别

20 位作者 · 23 场｜字节 9、阿里 4、百度 2、美团 2｜一面 12、二面 6

• 问法：「你理解的 Agent 是什么？」「Agent 和普通大模型调用的本质区别？」「Agent 开发和传统前后端开发有什么区别？」「实现一个最简单的 Agent 需要哪些核心模块？」

• 出处：千问AI研发一面凉经（09-21）· 美团Agent开发一面凉经（08-25）· 字节跳动火山引擎agent开发秋招一面（10-09）· 平安科技秋招后端全栈一面（09-17）

22. 结构化输出：JSON 怎么稳住

18 位作者 · 18 场｜字节 6、百度 2、阿里 2｜一面 15、二面 2

• 问法：「模型输出 JSON 不稳定，有哪些方案？」「返回的 JSON 不符合结构要求怎么办？」「流式输出时怎么解析结构化结果？」「弱模型做不好结构化输出，怎么改进？」

• 出处：字节 二面 10.12（10-12）· 阿里 Token Foundry AI应用研发二面面经（09-08）· 拼多多 agent 复活赛 一面（09-03）· 中兴未来领军计划AI算法一面（09-23）

23. Workflow 和 Agent 怎么选

17 位作者 · 23 场｜阿里 4、字节 3、百度 3、美团 2、小红书 2、快手 2｜一面 17、二面 5、三面 3

• 问法：「Agent 和 Workflow 有什么区别？」「Skill、Workflow、Agent 三者是什么关系？」「原来的 Workflow 为什么改成了 Agent 和 Skill？」「你说的受控 Agent Workflow，具体受控在哪？」

• 出处：字节 AI Agent 开发一面（10-17）· 小红书 Product Engineer（AI与全栈方向）一面（09-24）· 百度 Agent 后端三面（09-21）· 阿里 Token Foundry AI应用研发二面面经（09-08）

24. 工具很多时怎么让模型选对

16 位作者 · 18 场｜字节 5，其余各 1｜一面 15、二面 3

• 问法：「有 100 个 Skill 和 100 个 MCP，怎么处理？」「Agent 有 20 个 Tool，怎么避免选错？」「路由不准只改 description 吗，Skill 功能重叠怎么办？」「工具太多挤占上下文怎么办？」

• 出处：字节业务中台AI全栈面经——日常实习（10-12）· 9.15秋招东方财富AI应用一面（09-24）· 9.15科大讯飞AI应用一面（09-24）· 金9银10真的是28的天堂吗（09-24）

25. 怎么保证 AI 生成代码的质量

16 位作者 · 18 场｜字节 4、网易 2，其余各 1｜一面 10、二面 6

• 问法：「怎么保证 AI 生成代码的质量？」「AI 审查完说没问题，这个结论可靠吗？」「怎么避免 AI 生成的代码污染主分支？」「为什么 AI 写的代码能跑，逻辑却很烂？」

• 出处：网易互娱 AI应用开发 日常实习（10-16）· 字节跳动ai-agent一面-10.9（10-15）· 科大讯飞 Agent开发 一面（09-25）· 高德地图 agent开发 二面（08-24）

26. Function Calling 的原理：模型怎么决定调哪个工具

14 位作者 · 14 场｜字节 3、阿里 2、腾讯 2、百度 2｜一面 9、二面 2、三面 2

• 问法：「模型怎么知道该调 A 工具还是 B 工具？」「讲讲 Function Calling 的完整运行原理」「工具调用是模型直接执行，还是模型生成请求、由外部 Runtime 执行？」

• 出处：阿里千问Agent开发二面（10-04）· 字节剪映AI应用开发一面（09-24）· 小鹏汽车端侧agent一面（09-11）· 启云方AI Agent一面凉经（09-03）

27. System Prompt 怎么设计、怎么调

14 位作者 · 15 场｜百度 3、字节 2，其余各 1｜一面 11、二面 2

• 问法：「System Prompt 怎么设计，包含哪些部分？」「提示词里的约束怎么设计？」「怎么验证 Prompt 优化有效果？」「Prompt Engineering 和 Context Engineering 怎么理解？」

• 出处：美团后端开发一面（09-22）· 中兴未来领军计划AI算法一面（09-23）· 韶音AI应用开发一面（09-12）· 百度秋招Agent一面二面三面面经(三面挂)（08-28）

28. Agent 死循环怎么防

11 位作者 · 12 场｜字节 4、阿里 3｜一面 8、三面 2、二面 1

• 问法：「有哪些终止条件？」「没到最大步数，但一直在重复同一个操作，怎么办？」「除了步数上限，还有什么办法防死循环？」

• 出处：网易agent开发岗一面（10-17）· 阿里云一面（09-28）· 字节前端一面面经（剪映）（09-22）· b站测开一面（凉经）（08-20）

29. 场景题：从零设计一个 Agent

11 位作者 · 11 场｜网易 2、百度 2，其余各 1｜一面 10、二面 3

• 问法：「设计一个全自动 AI 漫剧创作 Agent」「从零设计一个 Coding Agent，你会怎么设计？」「设计一个 Coding Agent 要考虑哪些问题？」「让你设计一个企业知识库，链路怎么设计？」

• 出处：网易agent开发岗一面（10-17）· 百度秋招Agent一面二面三面面经(三面挂)（08-28）· 9.14小红书 PE（产品工程师/全栈方向--实习）二面（09-17）· 高斯信息技术，ai开发工程师，一面（10-09）

三、算法岗方向

样本以 Agent 开发、AI 应用、AI 全栈为主，算法岗的面经少，下面只作参考。

• Transformer 和注意力原理（14 位作者 · 20 场；百度、腾讯、字节、阿里各 3）：「详解 Self-Attention 底层原理」「用 torch 实现 MHA」。出处：百度大模型算法岗一二面面经（10-06）· 9.22 阿里千问二面（09-22）· 淘天集团 Agent算法 一面（09-22）

• 微调：SFT、LoRA，和 RAG 怎么选（14 位作者 · 20 场；阿里 3、腾讯 3）：「详细阐述 LoRA 微调的基本原理」「SFT 数据量怎么判断？」。出处：虾皮大模型后训练日常实习 一二面（10-12）· 2027届秋招 淘天技术一面面经（09-02）· 小红书 Agentic 端侧推理优化实习生一面（09-14）

• RL：DPO、GRPO、奖励设计（7 位作者 · 16 场；腾讯 4、字节 3）：「你能写出 DPO 的损失函数吗？」「GRPO 有哪些固有缺点？」。出处：字节算法（Agent）凉经（09-16）· 虾皮大模型后训练日常实习 一二面（10-12）

四、低频题

• 哪些环节要人工确认（10 位作者）：「哪些环节需要人工确认？」。美团Agent一面（10-12）· 美团和阿里二面问题（10-14）

• AI Coding 上机题（6 位作者）：面试前先发一道限时 AI Coding 题，面试时追问「拿到题目后怎么解读、实现」。美团Agent一面（10-12）· 秋招-字节跳动-抖音电商-Agent开发一/二/三面（10-07）

• GraphRAG、知识图谱（6 位作者）：「除了向量 RAG，了解 GraphRAG 或 Neo4j 在 Agent 里的用法吗？」。10.10 无锡赫玛科技（10-10）

• 反思和 Critic（5 位作者）：「Critic 判定不通过以后你怎么做的？」。阿里 Token Foundry AI应用研发二面面经（09-08）

• A2A（2 位作者）：「Skills、MCP、A2A 有什么区别？」。放生面经-百度（10-14）· 蔚来-软件开发二面面经（09-17）

• 现场手写 Agent Loop：只有个位数作者提到，手撕仍以算法题为主（见下节）。

五、面试结构

• 项目深挖：54 位作者（三成）记了项目追问，问难点、架构、指标。上面很多题是顺着项目问的。

• 手撕：51 位作者提到手撕或算法题，基本是 LeetCode，比如合并区间、LRU、K 个一组反转链表、最大正方形。字节最常见，有 27 场。

• AI 面试官：6 场标注为「AI 面」，比如联宝科技、恒生电子的 AI 面试。

六、趋势

下表是每个月提到该题的面试占当月场次的比例。8 月下半月 95 场，9 月 173 场，10 月上半月 75 场，样本不大，只看方向。

拿 agent-interview-hub 的高频题信号榜（数据截至 9 月 7 日）对照一下。信号榜前四是 Tool/FC/MCP/Skill 的边界、记忆分层、AI Coding 代码验证和 Agent 评测，其中边界、记忆、评测在这份题单里也排在前面。差别在 AI Coding：「怎么验证 AI 生成的代码」这里只有 16 位作者问到，问得多的是「平时怎么用 AI Coding 工具」。

七、方法与局限

怎么收的

1. 牛客站内搜索。匿名搜索每个词只返回 60 条，所以把搜索词按公司、轮次拆成约 100 个（如「字节 Agent」「Agent 二面」「大模型应用 一面」），按最新和按相关度各跑一遍，得到 1818 条候选。

2. 标题或内容跟 Agent、AI 应用、大模型相关的读全文，共 1138 篇。按发帖日期留下 8 月 18 日到 10 月 18 日的。

3. 去掉的：多场面经合集（如「字节面经-后端开发岗面经-01」系列，里面不少是 4 到 7 月的面试）、题库和刷题指南、求面经帖、长文感想、模板化的「分享｜」体，以及近似重复的转帖。

4. 另外排除 2 个批量账号：两个月里分别发了 90 篇和 35 篇面经，各自横跨 20 多家公司，写法高度模板化，看着像营销号。这两个账号的 125 篇不计。

5. 剩下 343 场面试、180 位作者。每篇面经里的问题按关键词归到题目上，一篇只算一次；「作者数」里同一作者只算一次。公司和轮次从标题识别，识别不出的不列。

局限

• 不是全量。牛客匿名搜索有条数上限；字节、阿里、百度本来面经就多，公司排序里有这个因素。

• 问法是候选人自己回忆的，不是原题，少数帖子写明题目是 AI 总结的。归类靠关键词，个别问题可能归错。

• 发帖日期不等于面试日期，少数帖子写的是更早的面试。

• 图片形式的面经没读。小红书没纳入；linux.do 9 月只找到两个讨论帖（agent开发面试内容、最近面试了一个佬友），没有成体系的面经，未计入。