北京华宇信息 Agent 开发 二面:部门经理与 HR 同场
- 轮次
- 二面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 自我介绍。
- 过去做过的 Agent 项目里,任务拆解是怎么设计的?
- 工具调用失败时怎么兜底?
- 多轮对话中如何保持上下文一致性?
- 有没有遇到过模型输出不稳定、需要人工干预的情况?
- Agent 的架构为什么选单 Agent 还是多 Agent 协作?
- 记忆模块是怎么设计的?
- 检索增强在哪些环节起作用?
- 提示词迭代的过程是怎样的?效果怎么评估?
- 为什么选择这个岗位?对工作地点怎么考虑?
- 过往经历中遇到分歧怎么处理?
- 对自己未来一两年的成长预期是什么?
《参考解析》
Agent 的任务拆解要讲「拆分依据 + 失败处理」:拆分依据通常是可验证性——每一步都要有明确的输入输出和判定标准,能独立重试;不能把「查资料并写报告」当成一步,而要拆成检索、筛选、成稿、核对。失败处理分三层:工具层做参数校验与幂等重试(只对超时、限流重试,参数错误直接回灌给模型改);编排层设最大步数与无进展检测,超了就降级成「先给部分结果 + 说明缺口」;产品层保留人工接管入口。
上下文一致性靠「显式状态」而不是长对话:把关键约束(用户偏好、已确认的事实、禁止项)抽成结构化槽位,每轮注入;历史消息做滚动摘要并保留数字与否定条件;工具结果只保留结论和引用,原文按需检索。这样即使对话很长,模型看到的「事实底座」是稳定且短的。
单 Agent 还是多 Agent,取决于「职责是否需要独立上下文与独立工具权限」:单 Agent 简单、链路短、调试容易,适合任务边界清晰的场景;多 Agent 适合需要不同角色视角(检索、审校、执行)或需要隔离权限的场合,代价是编排复杂、成本高、错误传播链变长。回答时给出你的选择依据和实测结果,比说「多 Agent 更先进」可信。
提示词迭代要有对照组:固定一批真实用例做评测集,每次只改一个变量(指令、示例、输出格式),跑同一批用例对比通过率与人工评分;把失败样本沉淀成回归用例。面试官问「效果怎么评估」,想听的是这套流程,而不是「感觉变好了」。
HR 环节的准备方式:把项目按「背景、方案、难点、结果」四块各准备一分钟版本与三分钟版本;分歧类问题用真实事件 + 你的判断依据 + 结果;成长预期要与岗位日常对齐(比如一年内独立负责一个模块的端到端交付),而不是空泛的「成为技术专家」。