面灵AI→

携程 Agent 二面:领域路由误分、根因定位与多 Agent 架构

轮次
二面
时间
2026-11
来源
牛客网

《面试题目》

  1. 简单做一下自我介绍。
  2. 介绍一下 Agent 项目的场景。
  3. Agent 内部做了领域路由,如果路由模型分错、语义模糊的问题被误分到别的领域,是不是就无法挽回?
  4. 怎么发现 Agent 的准确性问题、做问题归因分类?
  5. 如果要把 badcase 发现、排查流程进一步自动化,可以在哪些点做优化?
  6. 这个项目里 workflow 和 Agent 循环是怎么分工的?
  7. Agent 可以调用哪些工具?工具是谁开发的?
  8. 外部 API 封装成 Agent 可调用工具,需要做哪些封装工作?
  9. Agent 经常只定位到表层原因,怎么深挖根因?
  10. Agent 依赖的故障库不完善时怎么处理?Agent 能不能自己调用工具排查?
  11. Agent 的 skill 是按照什么粒度划分的?
  12. Agent 线上能独立解决多少比例的性能问题?是否需要人工复核?人和 Agent 结论有分歧怎么处理?
  13. 项目 2 为什么要用多 Agent 架构?
  14. AI 领域更新很快,你的自学方式是什么?
  15. 最近关注哪些新模型/架构?有没有上手尝试落地?
  16. 对比过其他 Agent 框架,为什么选择 LangGraph?
  17. 你还有什么想问的?

《参考解析》

这场面试的题全是「你做的系统在真实环境里靠什么不出事」,非常适合作为 Agent 工程的复习清单。

路由误分能不能挽回:能,前提是别把路由做成不可逆的分叉。做法是分流后保留「重路由」出口——下游在证据不足或置信度低时可以把控制权交回路由层,附上失败原因与已收集的信息;同时路由本身要输出置信度与候选领域,低置信度走澄清提问而不是硬选。这样误分只是多一次往返,不是最终错误。

发现准确性问题靠三层:线上埋点(每次请求的意图、工具调用、结果、用户反馈/纠正)、用户显式反馈与人工巡检抽样、离线评测集回归。归因分类最好先定一套固定标签(路由错、检索错、工具参数错、工具执行失败、生成幻觉、知识缺失、用户表述歧义),这样每周的 badcase 才能统计出分布,优化才有优先级。

自动化排查的抓手:把每次请求的全链路产物留痕并可回放、对重复出现的失败模式做聚类、对可自动判定的错误(工具报错、参数校验失败、空结果)直接打标签、把典型 badcase 沉淀成评测用例。人只需要看「新型失败」。

workflow 与 Agent 循环的分工是这类系统的设计核心:确定性的步骤(鉴权、取数、格式化、写库)交给 workflow,需要判断和探索的部分(要不要查、查什么、结论是什么)交给模型循环。这样既有可预测性又不失灵活,也便于逐步扩大模型负责的范围。

工具封装那题要说清「接口 ≠ 工具」:要给模型看的名字与描述(什么时候用、不要什么时候用)、参数 schema 与枚举、必填与默认值、返回结果的裁剪与结构化错误、幂等与超时、权限与审计。外部 API 常见的坑是返回体太大、错误码语义不清、分页要模型自己翻——这些都要在封装层处理掉。

「只定位到表层原因」是 Agent 做运维/排障的通病:解法是强制多跳证据链(每个结论必须挂一条可验证的观测,如日志片段、指标曲线、命令输出),并要求模型在给出结论前回答「还有什么可能」;不确定就继续调工具,而不是猜。

故障库不完善时,正确方向是「让 Agent 会查」而不是「等库补全」:给它通用排查工具(查日志、查指标、查配置、查变更历史)与检索入口,把故障库当成加速器而不是唯一知识源。

skill 的粒度按「一类任务一个 skill」划,而不是按单个 API:一个 skill 应当包含触发条件、步骤、常用命令与判据,粒度太细会互相重叠,太粗则无法复用。

线上独立解决比例与人工复核是必须诚实回答的运营指标:给出你统计的口径(按工单数还是按问题类型)、复核策略(新类型全复核、成熟类型抽样)、以及分歧处理(人工结论回灌成评测用例与知识,定期统计一致率)。这部分答得越具体,越像真运营过一个系统。

多 Agent 架构的理由通常是「职责与上下文隔离」:不同子 Agent 有各自的工具集与提示词,避免一个巨型 prompt 里工具互相干扰;代价是通信成本与错误传播,需要明确的消息协议与总控。LangGraph 的选型对比可以说清它相对链式框架的优势(图结构、状态、可恢复、人工介入),以及相对其他方案的取舍。

自学方式与关注新模型那两问,重点不是报菜名,而是展示「你怎么判断一个东西值不值得用」:先在沙箱里做最小验证,跑一组自己的评测用例,再决定是否引入。