面灵AI→

字节 Agent 开发二面:Planning 归谁做、记忆存哪、MCP 与自写工具怎么选

轮次
二面
时间
2026-11
来源
牛客网

《面试题目》

  1. 介绍一个 Agent 项目,用了什么框架,为什么选它?
  2. Agent 有哪些核心组成?一次任务从输入到结束,完整流程怎么走?
  3. Planning 是框架做的,还是模型做的?
  4. 短期记忆和长期记忆有什么区别?Function Call 的请求和结果放在哪?
  5. MCP 和自己写工具怎么取舍,什么场景用哪个?
  6. RAG 召回阶段怎么调参,怎么判断调完有没有用?
  7. 手撕:合并两个有序数组。

《参考解析》

Agent 的核心组成可以按「一个循环 + 四个部件」讲:模型(决策)、上下文(system、历史、工具定义)、工具(可执行的动作)、状态与记忆(跨轮、跨会话的事实),以及外面那层运行时(循环控制、超时预算、错误处理、可观测)。一次任务的流程:收到输入 → 组装上下文 → 模型输出计划或工具调用 → 运行时执行工具并把结果回填 → 模型判断是否完成 → 未完成继续下一轮,完成则生成结果。能顺着一次真实任务把这圈走一遍,比背定义强得多。

Planning 那题要分开讲:计划的内容(做什么、分几步)由模型生成,计划的执行(按顺序跑、记录进度、失败重试或跳步、判断终止)由程序负责。这也是「别让模型管状态」的原因——把执行状态放在代码里,模型只读不写,才能做到可恢复、可观测、可中断。框架(如 LangGraph)提供的就是这套状态机式的执行骨架。

记忆题的关键是「谁在什么时候读它」:短期记忆是本次会话的上下文,工具调用请求与结果都以消息形式追加在历史里(角色为 assistant 的 tool_call 与 tool 角色返回),模型下一轮就能看到;长期记忆是跨会话持久化的用户偏好、事实、历史结论,通常落库或向量库,在需要时检索注入,而不是每轮全量塞进 prompt。

MCP 与自写工具的取舍:MCP 适合「已有服务/数据源要被多个 Agent 复用」——协议统一、有现成 server、能跨团队接入;自写工具适合业务强相关、需要精确控制输入校验与副作用的动作,一行函数加 schema 最省事。判断依据是复用范围、维护归属和是否需要跨进程/跨语言,而不是「MCP 更高级」。

RAG 召回调参要成套:切分粒度与重叠、召回数量 top-k、是否加 BM25/向量混合、是否加重排、是否做查询改写。判断有没有用必须靠评测集:构造问题与正确文档的标注集,看召回率/命中率(Recall@k、MRR)而不是看最终答案「感觉变好了」——因为最终答案的变化可能来自生成侧,混淆了就白调。

手撕合并有序数组用双指针从后往前写最稳(nums1 预留了尾部空间时):i 指向 nums1 有效尾部、j 指向 nums2 尾部、k 指向合并后的末尾,比较后放大值,避免覆盖还没处理的数据。普通合并则新建数组从头写。这题常考的就是「从后往前」这个技巧和边界处理。

作者自己的复盘抓到了重点:Planning 要分开讲模型与程序的分工,合并数组要练从后往前写。这两点确实是这场的采分点。