技术转 AI / Agent 工程面试题 · 方案权衡
面向研发岗位转向 AI 应用与 Agent 工程，覆盖系统设计、RAG、工具调用、评测、可观测性与推理工程。
共 40 道真题 · 当前筛选命中 11 道 · 更新 2026-08-03
筛选题目已选：方案权衡
考察点
技术栈
第 1 题一个长期使用的个人助理需要记住偏好和历史任务，你会如何区分会话状态、短期记忆和长期记忆，并控制它们的写入与读取？ 考查 Agent 状态与记忆分层、检索和隐私治理能力。第 2 题线上流量里既有简单分类，也有长文档分析和复杂推理。面对三种能力、速度和价格不同的模型，你会怎样让系统自动选择，并在结果不可靠时升级？ 考查模型路由、升级策略和质量成本控制能力。第 3 题一个 Agent 同时需要系统规则、用户资料、历史状态、检索证据和工具说明，你会怎样组装上下文，避免重要指令被噪声淹没？ 考查上下文分层、优先级、预算与冲突处理的工程设计能力。第 4 题团队想把研究、写作、审核全部拆给多个 Agent。你会怎样判断哪些角色值得独立成 Agent，哪些只是普通工作流步骤？ 考查多 Agent 拆分边界、复杂度收益和责任定义能力。第 5 题模型需要输出严格 JSON 给下游系统，但偶尔缺字段或类型错误。你会怎样提高可靠性，又不让坏数据静默通过？ 考查结构化输出契约、校验、有限重试与失败可观测性。第 6 题为了排查 Agent 线上问题，团队想记录全部提示、文档和工具返回。你会怎样兼顾可观测性与隐私？ 考查敏感链路中的日志最小化、关联追踪和受控回放能力。第 7 题公司同时使用三家模型供应商，你会怎样设计模型网关，让业务接入统一但又不掩盖模型差异？ 考查统一接入、能力声明、路由治理与供应商可替换性设计。第 8 题新模型发布后 Agent 的工具调用错误率突然升高，你作为当班工程师会怎样止损、定位和恢复？ 考查 AI 生产事故中的版本隔离、证据定位和安全恢复能力。第 9 题基础模型配合提示和 RAG 已经能用，但某类工单分类仍不稳定。你会怎样判断是否值得做监督微调？ 考查微调适用性、训练数据质量和基线比较能力。第 10 题团队想把昂贵大模型的能力蒸馏到小模型上用于高频任务，你会如何设计数据和验收，避免只学到表面语气？ 考查蒸馏任务边界、教师数据验证和学生模型验收能力。第 11 题为了在有限显存上部署模型，团队考虑做四比特量化。你会怎样验证节省资源没有破坏关键任务？ 考查量化方案的资源收益、分层质量和运行时兼容性评估。