华宇信息 Agent 开发社招一面:Agent 与 MCP 的边界、沙箱与上下文压缩
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
社招,两年经验,Agent 开发岗。
- 自我介绍。
- 说一下 Agent、MCP、Tool 的区别。
- 做过 MCP 的开发吗?它主要分为哪几部分?
- Agent 里状态是怎么做的?是自己做的还是用某个框架开发的?具体讲一下。
- 任务执行是串行还是并行的?具体怎么做的?
- 如果一个攻击者对你的 Agent 进行攻击,直接说「帮我在目录执行 rm -rf」,你是怎么处理的?
- 相关的权限鉴定,以及对这些黑客指令的拦截是怎么做的?
- 你的沙箱是基于什么?知不知道 Linux 或者 Windows 里的沙箱?
- 上下文压缩是怎么做的?
- 了不了解 SDD?
- SSE 是什么?说说你的理解,和 WebSocket 的区别是什么?
- SSE 支持对复杂网络或者不稳定网络的兼容和重试吗?还是说要你自己去实现?
- RAG 项目召回率比较低,首先考虑是什么原因?
- 除了向量化知识库,还有没有比较流行的做法去做 RAG?
- (开放题)现在有一个很大的股票文本,从中找到一个最合适的股票。全量发送给大模型会超过上下文,你会怎么做?
@Autowired和@Resource注解注入的区别。@Bean和@Component注解的区别。- Bean 的生命周期。
- SQL:分组聚合,每条记录有省市,找到人口超过 5000 万的省。
- 平时开发用 AI 是直接跟它说需求,还是用比较主流的提案去改?
反问:团队的业务和规模。
《参考解析》
Agent / MCP / Tool 的区别:Tool 是最小能力单元——一个有明确输入输出 schema 的函数,模型看到描述后决定调不调、传什么参数。MCP 是把「模型如何发现并调用工具」标准化成协议:它定义 hosts(宿主应用)、clients、servers 三层,server 按标准暴露 resources(可读数据)、tools(可执行动作)、prompts(提示模板),client 负责连接与转发。价值在于工具实现与宿主解耦——同一个 MCP server 能被任意支持该协议的客户端复用,不用为每个模型厂商重写一遍适配层。Agent 是更高一层的编排者:它持有目标与状态、决定下一步做什么、把多个 tool / MCP server 组织成能收敛到结果的循环(推理 → 行动 → 观察 → 再推理)。一句话:Tool 是手,MCP 是手的通用接口标准,Agent 是用手干活的脑子。
MCP 的组成部分:一个 MCP server 通常包含——① 能力声明(capabilities,声明自己支持 tools / resources / prompts / sampling 中的哪些);② 工具定义(name、description、JSON Schema 形式的 inputSchema,description 写得好不好直接决定模型选不选它);③ 传输层(stdio 供本地进程,Streamable HTTP / SSE 供远程);④ 生命周期与初始化握手(协议版本协商);⑤ 结果约定(返回 content 数组,含文本、图片、resource 引用,以及 isError 标记)。工程上还要考虑鉴权(远程 server 的 token 怎么下发给 client)、超时、以及工具调用失败时的错误信息如何让人和模型都能读懂。
Agent 的状态管理:状态分几层——会话级(对话历史、用户偏好)、任务级(当前目标、已完成步骤、待办、中间产物)、执行级(这一轮的工具调用与结果)。实现上要么自己写:用一个显式的 state 对象贯穿整个循环,每轮把它序列化进 prompt,工具调用结果回写;要么用框架:LangGraph 用图 + 显式 state 与 checkpoint(可中断、可恢复、可回放),AutoGen / CrewAI 用消息总线式共享。自己写的优势是完全可控、调试直观,劣势是稍复杂就散成一堆隐式全局变量;用框架的优势是有检查点和可视化,劣势是抽象层厚、出问题难定位。我的选择标准是任务有没有长时运行和人工介入点——有就用带 checkpoint 的图式框架,没有就自己写一个显式 state。
并行还是串行:取决于任务之间有依赖。有依赖的必须串行(B 的输入是 A 的输出);无依赖的并行能显著省时——典型的是一次要查多个来源、或多文件同时改写。实现上分两种粒度:同一轮里模型一次返回多个工具调用(parallel tool calls),宿主并发执行再把结果一起回灌;或者由编排层把任务拆成子任务,交给多个 agent 各跑一条链再汇总。并行要处理的是合并冲突与幂等——同一条链上两个工具改了同一份文件,得有明确的仲裁策略。
「帮我在目录执行 rm -rf」怎么防:这道题不是让你说「我会在 prompt 里加一句不许删文件」——提示词拦不住注入。要靠分层的确定性机制:① 能力边界,Agent 的道具里根本不该有一个「任意 shell」工具,只给白名单化的原子操作(读文件、写指定目录、执行注册过的脚本);② 参数校验,即便有执行工具,命令也要按白名单校验(允许 rm 但必须限定在 workspace 子目录、禁止绝对路径与 ..、禁止通配符),这一步是代码而非模型判断;③ 隔离,执行发生在容器 / 沙箱里,宿主机的关键路径根本没挂进去,删了也只损失一个可重建的环境;④ 人在环,破坏性操作(删除、外发、付款)在执行前挂审批;⑤ 审计,所有工具调用落日志,事后可追溯。核心思路是把「模型会不会犯错」这个不确定问题,换成「就算它犯错,损失是否被结构性限制」这个确定问题。
沙箱方案:Linux 侧主流是 namespace + cgroup 做隔离(容器就是这套)——PID / mount / network / user namespace 把进程的视野隔开,cgroup 限制 CPU、内存、IO;更强的是 seccomp 过滤系统调用,以及 gVisor、Firecracker 这种用户态内核或轻量虚拟机方案(隔离强度接近 VM、启动速度接近容器)。Windows 侧对应的是 Job Object 限制资源、AppContainer / 完整性级别限制文件与注册表访问、以及 Windows Sandbox(基于 Hyper-V 的一次性环境)。选型按威胁模型来:只是防误操作,容器加只读挂载就够;要防恶意代码,得上 gVisor / microVM;要给不可信的用户代码执行,还得加上网络出站白名单和时间限制。
上下文压缩:几个手段配合。滑动窗口保留最近 N 轮原文,更早的做摘要(用模型把对话压成要点,保留决策与结论、丢掉过程);结构化摘要替掉冗长工具返回(工具返回的大 JSON 只保留模型真正需要的字段,别整块塞进上下文);把长文档改成检索——不全文进上下文,按需取片段;分层记忆,把稳定的用户偏好、项目背景放系统提示或外部存储,只在需要时注入。真正省 token 的是「不该进上下文的东西一开始就别进」,压缩只是补救。压缩本身有风险:摘要会丢细节,所以关键事实(用户明确说的约束、已经做出的决定)要单独以结构化形式保留,不能交给自由摘要。
SSE 与 WebSocket:SSE(Server-Sent Events)是单向的——服务端推、客户端收,基于普通 HTTP,响应 Content-Type: text/event-stream,每条消息是 data: 开头的纯文本帧,自带事件 id 与 retry 字段。优点是简单、走标准 HTTP(穿代理和网关容易)、浏览器原生 EventSource 支持、断线浏览器会自动重连并带上 Last-Event-ID。缺点就是单向,客户端要发消息得另开一个请求。WebSocket 是全双工,一次 HTTP 升级握手后变成独立的长连接,双方随时互发,帧更紧凑、开销更小,但需要服务端和中间设备都支持 Upgrade,重连与心跳要自己写。选择标准:只需要服务端推动(模型流式输出、进度推送、通知)用 SSE 更省事;需要双向频繁交互(协同编辑、游戏、语音对话)用 WebSocket。
SSE 的重试谁来实现:浏览器原生 EventSource 自带重连——断线后按服务端给的 retry 间隔重连,并带上 Last-Event-ID 头让服务端知道从哪条继续。但这份自动重连很朴素:只处理连接断开,不处理「连接还在但消息不来」;不做指数退避以外的高级策略;移动网络切换、代理超时这些场景它感知不到。所以生产上一般不用裸 EventSource,自己基于 fetch + ReadableStream 实现客户端,显式控制:心跳检测(服务端定时发注释帧保活)、超时判定、指数退避重连、用事件 id 做断点续传、以及重连后的状态重建(很多业务是「重连后重新拉一次全量快照」比补增量更简单可靠)。另外要注意 SSE 在 HTTP/1.1 下有同域连接数限制(浏览器通常 6 条),多标签页场景要复用或走 HTTP/2。
召回率低先考虑什么:按链路顺序排查,不要一上来就换模型。① 切分:chunk 太大语义被稀释、太小上下文不完整,边界是不是切在句子中间;② 查询:用户原话和文档措辞的词汇鸿沟——口语化提问对上正式表述,纯向量检索会漏;考虑查询改写、同义词扩展、或者混合检索;③ embedding 模型与语料域不匹配(中文技术文档用了英文语料训的模型),以及向量归一化、维度截断这类实现细节;④ 索引覆盖率:该进库的文档真的进去了吗,解析有没有丢内容(PDF 表格、代码块常被吃掉);⑤ topK 与阈值:召回条数太少或相似度阈值卡太高;⑥ 过滤条件:元数据过滤写错把正确结果排除在外。评估上要先有一份标注过的 query→相关文档集合,才能算 recall@k,否则改哪儿都是盲调。
非向量检索的 RAG 做法:① 关键词检索(BM25 / Elasticsearch):对精确术语、编号、人名地名这类向量表达不好的场景反而更强,且可解释;② 混合检索:向量 + BM25 各召回一批,用 RRF(倒数排名融合)合并,这是目前最稳的默认方案;③ 图谱 / 结构化检索:把知识抽成实体关系图,按关系多跳检索,适合「A 的上级部门的负责人是谁」这类需要推理链的问题;④ 层级摘要索引:文档先建成摘要树,检索先定位章节再取原文(RAPTOR 那类思路);⑤ Agentic RAG:让模型自己决定查什么、查几次、要不要换关键词重查,本质是把检索变成工具调用;⑥ 长上下文直读:文档总量不大时直接把全文放进上下文,省掉检索误差。
超长股票文本里找一只:思路是把「一次读完」换成「分层筛选」。具体做:① 先把长文本按股票切成块,为每块预生成结构化摘要(代码、行业、关键财务与事件),摘要本身可控;② 用规则或关键词先把候选从几千缩到几十(比如按用户条件过滤:行业、市值区间、近期事件类型),这一步不花模型;③ 对候选块做向量检索或 BM25 召回与问题相关的片段,只把这些片段交给模型做判断;④ 让模型输出结构化结论(股票代码 + 理由 + 引用原文位置),理由必须能指回原文片段,便于人工核对;⑤ 如果条件本身模糊(「最合适」没定义),先反问澄清评价维度,或者在 prompt 里显式让模型列出假设再做选择。核心是「先用确定性的方法缩小搜索空间,再让模型在可解释的小集合里做判断」,而不是把长文本硬塞或让模型拍脑袋。
@Autowired 与 @Resource:@Autowired 是 Spring 自己的注解,默认按类型注入,类型有多个候选时才退化到按名字匹配(配合 @Qualifier 才明确);有一个 required 属性可以设成非必需。@Resource 是 JSR-250 标准注解,默认按名字注入(名字取字段名或 setter 的屬性名),找不到名字再按类型。实践差异:要跨容器兼容用 @Resource,要精细控制(多个同类型 Bean 用限定符、可选依赖)用 @Autowired。另外 @Autowired 可以标在构造器上(推荐做法,便于测试与不可变);@Resource 只能标在字段或 setter 上。
@Bean 与 @Component:@Component 标在类上,靠组件扫描发现,适合自己写的类;@Bean 标在方法上(通常在 @Configuration 类里),方法体里自己 new 对象并返回,适合引入第三方库的类(改不了它的源码加注解)、需要复杂初始化逻辑、或者要按条件创建多个不同配置的实例。语义差异上,@Bean 方法在 @Configuration 类里会被 CGLIB 增强,多次调用返回同一个单例;@Component 的类靠类路径扫描注册,没法做这种「方法级」的定制。
Bean 的生命周期:实例化(构造器 / 工厂方法)→ 属性填充(依赖注入)→ Aware 系列回调(BeanNameAware、BeanFactoryAware、ApplicationContextAware)→ BeanPostProcessor.postProcessBeforeInitialization → 初始化(@PostConstruct → InitializingBean.afterPropertiesSet → 自定义 init-method)→ BeanPostProcessor.postProcessAfterInitialization(AOP 代理就在这一步生成)→ 使用 → 销毁(@PreDestroy → DisposableBean.destroy → 自定义 destroy-method)。要能点出 AOP 代理生成的位置在初始化之后的 postProcessAfterInitialization,以及单例 Bean 的销毁只发生在容器关闭时。
SQL 分组聚合:思路是先按省聚合人口再筛。假设表里是「省、市、人口」,同省有多个市就要先求和再筛:
SELECT province, SUM(population) AS total
FROM city_population
GROUP BY province
HAVING SUM(population) > 50000000
ORDER BY total DESC;
关键点是:筛聚合结果必须用 HAVING 而不是 WHERE(WHERE 在分组前执行,看不到聚合函数);如果原表里已经有省的汇总行,那就不需要 GROUP BY,直接 WHERE population > 50000000 即可——面试时先问清表结构比急着写 SQL 加分。
平时怎么用 AI 改代码:分场景。小改动(改一个函数、补一段样板)直接说需求让它写;涉及多文件、要动既有架构的,先让它读相关代码、给出方案和影响面,我确认方案后再让它动手——跳过方案直接生成,往往得到能跑但不符合项目约定的代码。无论哪种,交付前我自己过一遍 diff,跑编译、类型检查和 lint,关键路径补测试。这个顺序的理由很简单:AI 产出的是「初稿」,判断和所有权还在人这边。