百度一面:Agent 项目架构、MCP 调用与 Redis 超卖
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 自我介绍。
- Agent 项目的架构是怎样的?多 Agent 是怎么回事?
- 项目的完整链路是怎么实现的?
- 怎么调 MCP 的?怎么确定用的是哪一个?是通过调用哪个接口开始的?
- Skill 用了哪些?渐进式披露了不了解?
- 多 Agent 之间怎么通信?
- 如果没有通信,那你怎么保证结果准确?用什么评估?
- 用户发起请求到调用 API 的过程是怎样的?
- MVCC 讲一下。
- 主从复制讲一下。
- 消息队列用的哪一个?
- Redis 的数据结构讲一下。
- 热 key 问题怎么处理?
- Lua 代码干了什么?怎么保证不超卖的?
- Redis 和数据库不一致怎么办?
- Cache Aside 是对的,但如果出现长时间不一致(十分钟、三分钟都不一致),会是什么原因?
《参考解析》
-
多 Agent 架构:常见形态是一个编排者负责拆任务和汇总,多个执行者各管一类工具或领域;也可以按「规划—执行—校验」分层。要讲清楚每个 Agent 的职责边界、上下文怎么隔离、结果怎么合并。如果只是把一个 prompt 拆成几段串行调用,那不叫多 Agent。
-
MCP 的调用:MCP 是模型与外部工具之间的标准协议,客户端启动时连接 server、拉取工具清单(name、description、inputSchema),模型根据描述选择工具并在调用时传结构化参数。要能说出「怎么确定用哪一个」——靠工具描述和参数 schema 让模型判断,而不是硬编码路由;工具多了要做分组和按需暴露。
-
Skill 与渐进式披露:Skill 是把一类任务的做法打包成可加载的说明和资源,渐进式披露是指先只把「这个 Skill 能做什么」的摘要给模型,需要时再展开详细说明和脚本,避免一次性把上下文塞满。这直接关系到 token 成本和工具选择的准确率。
-
多 Agent 没有通信怎么保证准确:靠任务定义的输入输出契约 + 结果校验。每个 Agent 的输出必须符合 schema,编排者做一致性检查(交叉验证、引用核对),再用评测集回归。没有通信时最容易出现的是「各说各话」,所以契约和校验是必需的。
-
用户请求到调用 API 的过程:客户端发起 HTTP 请求 → 网关鉴权限流 → 业务服务 → 组装上下文调模型(可能带工具)→ 模型返回 tool_call → 服务端执行工具 → 结果回填再调模型 → 流式返回。要能讲清每一步的超时、重试和错误处理。
-
MVCC:InnoDB 每行有隐藏的事务 ID 和回滚指针,undo log 串成版本链;读操作根据当前事务的 Read View 判断哪个版本可见——读已提交每次查询生成新 Read View,可重复读在事务开始时生成。MVCC 让读不加锁,配合间隙锁解决幻读。
-
主从复制:主库把变更写进 binlog,从库的 IO 线程拉取并写入 relay log,SQL 线程重放。异步复制有延迟,半同步保证至少一个从库收到,组复制用一致性协议。延迟带来的典型问题是「刚写就读不到」,解法是读主库或等位点。
-
热 key:本地缓存加多级缓存、读请求打散到多个副本、key 加随机后缀分片、限流保护后端。判断热 key 靠监控统计单 key 的 QPS。
-
Redis 超卖:Lua 脚本把「判断库存、扣减、记录」合成一个原子操作,因为 Redis 单线程执行脚本不会被打断。但它只能保证 Redis 层面不超卖,最终一致性还要靠数据库的条件更新和异步落库对账。
-
缓存与数据库不一致:常用 Cache Aside——读时先读缓存、没有则读库并回填;写时先更新库再删除缓存。不一致的来源有几种:删缓存失败、并发读写导致旧值回填、主从延迟导致读到旧数据、缓存过期时间过长。
-
长时间不一致的原因:① 删除缓存失败且没有重试或补偿;② 读写并发——读请求在写之前拿到旧值,写完之后才回填,把旧值写回缓存;③ 数据库主从延迟,读从库拿到旧值再回填;④ 业务代码里有的路径更新了库没失效缓存(漏改),这类最隐蔽,会一直不一致直到缓存过期;⑤ 缓存本身设置了很长的 TTL 或者永不过期。排查顺序是先确认是哪条路径写的库、有没有失效缓存,再查主从延迟和并发时序。工程上的兜底是订阅 binlog 异步失效 + 延迟双删 + 监控不一致告警。
-
面试官的建议:Agent 项目里的名词要能落到代码——多 Agent 怎么通信、工具怎么注册、上下文怎么组装、评测怎么做。只背概念,一问实现就露馅。