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》
- 简单做一下自我介绍。
- 京东的 Agent 整体架构是什么?你具体负责哪一块?
- 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?
- 如果工具调用失败,模型开始编造结果,怎么处理?
- 你们整体上怎么做防幻觉?
- 系统里实际有多少条校验规则?能举例吗?
- JSON 格式符合 Schema,但内容判断错了,怎么发现?
- 除了数据抽取和规则校验,还有哪些防幻觉手段?
- 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?
- 项目上下文大概有多大?遇到输入或输出过长时怎么处理?
- 脱离项目,你对 Agent 的上下文管理有哪些了解?
- 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?
- 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?
- 这个场景应该用单 Agent,还是 Multi-Agent?为什么?
- 具体怎么分层?Supervisor、Planner、Executor 分别做什么?
- 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?
- 这套方案到底是 Workflow,还是 ReAct?
- 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。
- 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?
- 再具体一点:子 Agent 怎么判断故障落在哪个模块?
- 怎么理解本体化?京东的本体化工作具体怎么构建?
- 脱离业务,本体的核心组成是什么?
- 本体与知识图谱是什么关系?
- 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?
- 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?
- 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。