面灵AI→

阿里国际 AI Agent 开发岗面经合集:多 Agent 协作与记忆

轮次
多轮面试合集
时间
2026-09
来源
牛客网

《面试题目》

  1. 为什么不用现有平台做全链路追踪,而选择使用 Agent?
  2. 重构前业务接入和维护的难点是什么?
  3. Agent 的技术架构如何分层,设计中遇到过哪些问题?
  4. Agent 如何多次调用工具并编排调用顺序?
  5. Agent 调用函数或工具的底层原理是什么?
  6. 记忆系统如何分级,长短期记忆如何实现?
  7. 记忆是否可以自动沉淀?
  8. 单 Agent 和多 Agent 架构分别适用于哪些场景?
  9. 中心式和分布式多 Agent 协作各有什么优缺点?
  10. 多 Agent 通信可以采用哪些底层实现方式?
  11. 如何保证多 Agent 通信结果明确且可验证?
  12. 如何降低自然语言通信带来的不确定性?
  13. 真正无人化的业务链路应如何设计?
  14. 手撕:二叉树的最近公共祖先
  15. Agent 自主完成需求时,具体如何修改代码?
  16. Agent 完成代码修改后,如何进行验证和测试?
  17. Agent 如何衔接业务领域知识?
  18. 领域知识是从代码中反向总结,还是通过额外搭建的知识库提供?
  19. 项目中的 MCP 具体承担哪些工作?
  20. Skill 在项目中承担什么作用?
  21. 知识库、SQL 和 MCP 都提供给 Agent 使用后,Agent 系统的复杂点主要在哪里?
  22. Agent 是否涉及长期记忆,具体如何实现?
  23. 是否了解 Hermes 的长期记忆机制?
  24. 用户与 Agent 多次对话并反复澄清需求时,如何管理上下文?

《参考解析》

1. 工具调用的底层原理。模型本身不会执行任何东西,所谓 function calling 是一次「约定格式的文本生成 + 宿主程序执行」的闭环:调用前把可用工具的名称、用途描述和参数 JSON Schema 一并放进请求;模型决定调用时,输出的不是自然语言而是结构化的调用意图(工具名 + 参数),宿主程序解析并做参数校验(类型、必填、范围、权限),校验通过才真正执行,把执行结果作为一条 tool 角色的消息回灌给模型,模型再基于结果继续推理或给出最终答复。因此能被模型「调用」的前提是三件事写清楚:工具描述要说明「什么时候用、什么时候别用」,参数 schema 要有枚举和边界,返回值要精简(几 KB 的工具输出会迅速吃满上下文)。编排多次调用有两种形态:一种是 ReAct 式边想边做,路径动态但容易绕路;另一种是先规划出调用序列再逐步执行(或把无依赖的调用并发发出),可控、可审计、延迟低,适合流程固定的场景。工程上必须有的护栏是最大调用步数、单步超时、失败重试上限,以及写操作(下单、发消息、改配置)的幂等键与人工确认开关。

2. 多 Agent 协作:通信、确定性与适用场景。单 Agent 适合工具数有限、步骤线性的任务,省 token 也好调试;多 Agent 在两类场景才划算——上下文需要隔离(不同角色各持有大段不同的资料,塞进一个上下文会互相冲淡)和职责需要互相校验(执行与审核分离能显著降低同源偏差)。中心式(一个 Orchestrator 调度若干 Worker)结构简单、全局状态好管、易于观测,缺点是调度器容易成为瓶颈与单点,且它对每个子任务都要有足够理解;分布式(Agent 之间点对点协商、或用黑板/消息总线共享状态)扩展性好、能并行,但全局状态难以收敛,调试困难,还会出现「两个 Agent 互相等对方」或反复扯皮的活锁。让通信结果明确且可验证的做法是不让 Agent 用自由文本对话:每个 Agent 的输入输出都按固定 schema(Pydantic / JSON Schema)定义,字段有类型与枚举约束,宿主程序做 schema 校验,不合法就带错误信息打回重试;跨 Agent 传递的是结构化产物(任务单、草稿、审核意见、证据 id),自然语言只作为其中的说明字段。降低自然语言不确定性还有几招:把「结论」和「理由」分开字段,结论用枚举或布尔,理由才自由文本;用有限的共享词汇表(任务状态机只有 pending/running/blocked/done);用确定性代码做路由和状态流转,只在需要判断的地方调用模型;交接时要求给出证据引用(哪个文件、哪一行、哪条检索结果),没有引用一律视为无效产出。

3. 记忆系统的分级与自动沉淀。按生命周期分三层:工作记忆就是当前上下文窗口,实现上是消息列表加裁剪策略,回答完即弃;短期/会话记忆是本次会话跨轮次的信息,通常落在会话状态对象或 Redis 里,会话结束归档;长期记忆跨会话存在外部存储,回答「这个用户是谁、之前遇到过什么」这类问题。长期记忆的技术形态有两种:一种是结构化事实(用户偏好、常用参数、历史结论),写进关系库或 KV,读取时按用户 id 直接查出拼进 prompt,准确、便宜、可控;另一种是向量化记忆,把交互片段 embedding 后入库,按当前问题做相似检索召回,覆盖面广但会引入噪声。写入策略才是难点:不是每轮对话都值得记,通常用规则(用户显式说「记住」、出现稳定偏好、任务结论)加模型抽取(让模型输出「值得长期记住的事实」的结构化清单)双通道,写之前先做去重与冲突检测——新事实与旧事实矛盾时要么覆盖要么保留时间戳,否则记忆会自相矛盾。自动沉淀可以做,但必须可查看、可编辑、可删除,否则一旦沉淀了错误结论,后续所有会话都会被污染,而且用户无从纠正。

4. Agent 自主改代码与领域知识衔接。Agent 做代码修改的可靠形态不是让它直接改主分支,而是「定位 → 生成补丁 → 验证 → 提交」:先用检索(代码搜索、符号索引、调用图)定位相关文件与函数,让模型输出结构化补丁(unified diff 或明确的文件与替换块),宿主程序做语法解析与编译检查,再跑单测与静态检查,最后才落到分支上并生成 PR 供人 review。验证这一环是分水岭:没有测试的项目要先补一个能跑的最小验证(编译通过 + 关键路径的 smoke test),否则「改完了」没有任何客观依据。领域知识衔接有两条路,实际应该组合用:从代码反向总结(读现有实现、README、接口定义,提取出业务规则与约束)成本低、跟代码同步,但覆盖面受限于代码里写得清的部分,隐含约定和线上踩坑经验抽不出来;额外搭知识库(把需求文档、设计评审、运维手册、历史事故复盘入库做 RAG)覆盖广、能沉淀非代码知识,代价是要维护、会过期。合理的分工是:接口与数据结构以代码为唯一事实来源,业务流程与边界规则放知识库,二者冲突时以代码为准并在回答里标注冲突点。MCP 的定位是把外部能力(知识库、SQL、内部 API、工单系统)以统一协议暴露给 Agent,让工具接入与模型解耦;Skill 的定位是封装「一类任务怎么做」的流程与提示词资产,可复用、可组合、可版本管理。两者都接上之后,系统的复杂点从「模型不够聪明」转移到状态与编排:工具数量一多,选错工具、参数填错、多工具结果互相矛盾、上下文被工具输出撑爆,以及权限与审计(Agent 用谁的身份查了哪张表、动了什么数据),这些都要靠显式契约、结果校验和可观测来治。

5. 反复澄清需求时的上下文管理。多轮澄清会让消息列表线性膨胀,必须主动管理。可用的组合拳是:把「已经确认的需求」从对话里抽出来,固化成一份结构化的需求状态(目标、约束、已确认项、待确认项),每轮只把这几十行状态 + 最近几轮原文送进模型,历史消息归档进存储;重复澄清是重要信号——如果同一个问题被问第二次,说明状态里没有正确落地上一轮的答案,要检查抽取逻辑而不是继续追问用户;对超长会话按 token 水位触发滚动摘要,摘要中保留决策与理由、丢弃过程性寒暄;必要时用检索式记忆,把用户很早前提过的细节在需要时召回。另外要给会话设一个明确的出口:需求确认到可执行的程度就产出结构化任务单并让用户确认,避免无限追问把用户和 token 一起耗掉。

6. 手撕:二叉树的最近公共祖先。思路分两种。递归解法(推荐,代码短且不易错):函数语义定义为「在以 root 为根的子树中寻找 p、q 的 LCA」,若 root 为空或等于 p 或 q 则返回 root;递归左右子树得到 left 与 right;若左右都非空,说明 p、q 分居两侧,当前 root 就是 LCA;若只有一侧非空,就把那一侧的结果往上返回。时间复杂度 O(n),空间复杂度是递归栈 O(h)。迭代解法是先用哈希表记录每个节点到父节点的映射,再从 p 往上走到根记录路径,最后让 q 往上走,遇到的第一个在路径中出现的节点就是 LCA。面试时值得主动说的边界:p 或 q 不在树中、p 就是 q、树退化成链表导致递归深度过大(此时迭代或加显式栈更稳),以及如果是「二叉搜索树的 LCA」可以不用递归——利用大小关系从根往下走,两个值都小于当前节点就往左,都大于就往右,分裂点即 LCA,复杂度同样是 O(h) 但常数更小。