面灵AI→

蚂蚁 AI 应用方向技术面:支付失败诊断 Agent 设计与防幻觉追问

轮次
技术面
时间
2026-11
来源
牛客网

《面试题目》

  1. 简单做一下自我介绍。
  2. 京东的 Agent 整体架构是什么?你具体负责哪一块?
  3. 系统依赖很多外部数据和工具调用,怎么保证 Tool Calling 的准确性?
  4. 如果工具调用失败,模型开始编造结果,怎么处理?
  5. 你们整体上怎么做防幻觉?
  6. 系统里实际有多少条校验规则?能举例吗?
  7. JSON 格式符合 Schema,但内容判断错了,怎么发现?
  8. 除了数据抽取和规则校验,还有哪些防幻觉手段?
  9. 这个流程是多轮交互的 ReAct,还是围绕单个简历的一次性任务?什么时候触发?
  10. 项目上下文大概有多大?遇到输入或输出过长时怎么处理?
  11. 脱离项目,你对 Agent 的上下文管理有哪些了解?
  12. 如果压缩把「不能修改生产配置」变成了「修改生产配置」,并写入长期记忆,怎么发现和避免?
  13. 设计一个支付失败诊断 Agent:输入自然语言或订单信息,输出失败原因和证据,你会怎么做?
  14. 这个场景应该用单 Agent,还是 Multi-Agent?为什么?
  15. 具体怎么分层?Supervisor、Planner、Executor 分别做什么?
  16. 支付涉及收银台、收单、交易、银行卡、余额、花呗等系统,各个系统的业务排查能力放在哪里?
  17. 这套方案到底是 Workflow,还是 ReAct?
  18. 权限怎么设计?既包括使用者的权限,也包括 Agent 内部各层的权限。
  19. 一个子领域本身也很复杂,怎么构建它的排查能力?需要哪些东西才能真正查出问题?
  20. 再具体一点:子 Agent 怎么判断故障落在哪个模块?
  21. 怎么理解本体化?京东的本体化工作具体怎么构建?
  22. 脱离业务,本体的核心组成是什么?
  23. 本体与知识图谱是什么关系?
  24. 双十一等大促流量到来时,核心支付系统需要哪些能力或架构?
  25. 支付链路里哪些能力可以降级?你说要关闭某些银行卡选项,这样合适吗?
  26. 反问与面试官反馈。

《参考解析》

Tool Calling 的准确性:三层保障。第一层是工具定义本身——参数名、类型、枚举、必填项写清楚,把「什么情况下该调这个工具」写进描述,避免模型凭名字猜。第二层是调用前校验,参数不合法直接返回结构化错误让模型重试,而不是把错误参数发给下游。第三层是调用后核对,把工具返回与已知事实比对(订单号是否存在、金额是否与库内一致),不一致就标记为不可信。帖主被追问「规则有多少条」时说明工程上确实需要可枚举的规则集,而不是靠提示词嘱咐模型「不要编」。

工具失败后模型编造结果:根因是模型在缺信息时倾向补全。处理方式是让「没有结果」成为一种明确的状态:工具失败返回带错误码的结构化结果,提示词规定「失败时必须如实说明并给出下一步」,编排层检测到失败就中断生成或转人工,而不是让模型继续写。事后要有可观测性:记录每次工具调用的入参、出参、耗时与失败原因,抽查模型是否引用了不存在的返回。

Schema 对但内容错怎么发现:格式校验只能保证可解析,语义要靠业务校验。做法包括:字段间的交叉校验(金额与明细之和、时间先后、状态与操作是否匹配)、与权威数据源比对(回查订单、账户)、规则引擎兜底(金额阈值、黑名单、频次)、以及抽样人工复核。回答时举一个具体例子,例如「模型抽取的退款金额与订单实付不一致,用订单金额做基准校验」。

ReAct 与一次性任务的区别:一次性任务是把输入整体交给模型,输出结构化结果,触发点是事件(提交、上传);ReAct 是多轮循环,模型根据观察决定下一步调什么工具,适合信息分散、需要逐步收敛的场景。判断标准是「路径是否确定」:路径固定就用 Workflow 编排,路径随中间结果变化才用 ReAct。

上下文压缩改写语义的风险:压缩会丢限定词,而限定词往往是否定句与约束条件。防护手段是分层记忆:把「硬约束」(权限、禁止操作、金额上限)单独存成结构化字段,不参与自然语言压缩;压缩后的摘要与原摘要做一致性校验(关键实体、否定词、数值是否保留);写入长期记忆前要求模型输出「这条记忆的来源与生效范围」,并允许人工审核。帖主被问的「把不能修改生产配置变成修改生产配置」正是否定词在压缩中被吞掉的典型。

支付失败诊断 Agent 的设计:输入是自然语言描述或订单号,输出是失败原因、证据链与建议动作。整体应是「Workflow 骨架 + 局部 ReAct」:先做意图识别与信息补全(缺订单号就追问),再按支付链路顺序排查(收银台 → 收单 → 交易 → 渠道 → 银行/账户),每一步是确定性的查询工具,只有「异常原因不明、需要多轮假设验证」的环节才交给模型自主决策。

单 Agent 还是 Multi-Agent:支付链路长、领域知识分散、权限边界清晰,适合 Multi-Agent。单 Agent 的问题是一个提示词里塞不下所有领域的排查手册,且权限无法按领域收窄。Multi-Agent 的代价是链路变长、错误会累积,因此需要一个 Supervisor 做路由与结果汇总,而不是让子 Agent 互相调用。

分层职责:Supervisor 负责理解问题、判断该找哪个领域、汇总证据并给出结论;Planner 把「诊断失败原因」拆成可执行的排查步骤;Executor 调用具体工具(查订单、查渠道返回码、查账户流水)。业务排查能力应下沉到各领域的子 Agent 或工具集里,由该领域的团队维护,Supervisor 只持有「什么症状找谁」的路由表。

权限设计:使用者侧按数据权限收窄(只能查自己权限范围内的订单、敏感字段脱敏);Agent 内部按最小权限给每个子 Agent 分配工具,例如诊断 Agent 只读、不允许发起退款;所有写操作与对外动作必须经过人工确认。权限判断放在工具层而不是提示词层,因为提示词可以被绕过。

子 Agent 如何判断故障落在哪个模块:靠「症状到模块」的映射表加证据。先看错误码与返回信息(渠道返回码、超时、风控拦截),再看链路日志的时间戳定位卡在哪一跳,最后用排除法收敛。这要求每个模块提供标准化的健康查询工具,而不是让模型读原始日志猜。

本体与知识图谱:本体是对领域概念及其关系的形式化定义(类、属性、关系、约束),知识图谱是按本体填充的实例数据。本体解决「大家说的是不是同一件事」,知识图谱解决「具体有哪些实体、它们怎么连」。构建路径是先梳理核心实体与关系(订单、支付单、渠道、账户、失败原因),再定义约束与枚举,最后从业务系统与文档中抽取实例。

大促下的支付架构:核心是容量、隔离与降级。容量上做压测与弹性扩容、热点账户拆分、异步化与削峰;隔离上按业务线做资源与线程池隔离,避免一个渠道拖垮全局;一致性上用最终一致加对账补偿;可观测性上要有全链路追踪与实时大盘。降级要分级:先降非核心功能(营销、积分、推荐),再降可选支付方式,最后才是限流与排队。关闭某些银行卡选项要谨慎——它直接影响用户能否付款,应作为最后手段并配合明确提示与替代方案。