面灵AI→

网易云音乐全栈一面:Agent 底层、harness 与 multi-agent 编排怎么答

轮次
一面
时间
2026-10
来源
牛客网

《面试题目》

  1. 面试时间(2026.10.16),先聊实习经历。
  2. Agent 的底层实现原理:harness、hook、MCP、记忆模块分别是怎么做的?
  3. 一条消息发出去之后,Agent 是如何响应的?完整走一遍。
  4. 上下文工程是怎么做的?multi-agent 如何设置?
  5. RAG 是什么?你自己的项目或经历里哪里涉及?
  6. 平常如何用 AI 开发?用哪些模型?
  7. 如何防止 Claude 封号?

《参考解析》

「一条消息发出去 Agent 如何响应」是 Agent 岗的核心题,要把一次请求拆成可观测的步骤。 完整链路是:消息进入 → 组装上下文(系统提示、历史、工具定义、检索结果)→ 调模型 → 模型返回文本或工具调用 → 执行工具(带超时、重试、权限校验)→ 把工具结果回填到上下文 → 再次调模型 → 直到模型输出最终答案或达到步数/时间上限。每一步都要能说出「这里可能出什么问题、怎么兜」:上下文超长要裁剪或摘要、工具失败要区分可重试(网络)与不可重试(参数错)、模型反复调用同一工具要检测死循环并中断、整轮要有总超时。面试官问这题想确认的不是你会不会调 API,而是你有没有真正跑过一条生产链路。

harness、hook、MCP、记忆这四件套,答清各自的职责边界。 harness 是「执行器」——负责把模型的意图变成真实的进程/文件/网络操作,提供沙箱、权限、超时与日志;hook 是「生命周期钩子」——在工具调用前后、会话开始结束、上下文压缩时插入自定义逻辑,常见用途是审计、脱敏、注入额外上下文、拦截危险操作;MCP 是「工具与资源的接入口协议」——把外部系统(数据库、内部 API、文件系统)以标准化的 server 形式暴露给模型,好处是工具实现与模型解耦、可跨客户端复用;记忆分短期(上下文内的对话)与长期(落库的事实、偏好、历史任务),长期记忆的关键是「什么时候写、什么时候读」——按重要性打分写入、按语义检索读出,而不是把所有历史都塞回上下文。

上下文工程与 multi-agent 要落到「为什么拆」。 上下文工程解决的是「有限窗口里放什么」:系统提示要短而硬(角色、约束、输出格式),历史做滚动摘要,检索结果按相关性截断并带来源,工具定义按当前任务动态加载(工具太多会显著拉低选择准确率)。multi-agent 的常见形态是「 orchestrator + 子 agent」,拆分的理由通常是:任务阶段差异大(规划 vs 执行 vs 校验)、上下文需要隔离(子 agent 只看自己那部分,避免互相污染)、以及并行(多个子任务同时跑)。代价要主动说:多一跳延迟、错误会跨 agent 传播、调试变难、成本翻倍。所以判断标准是「单 agent 加工具是否真的做不好」,而不是「多 agent 更高级」。

RAG 答成一条数据流,别只背定义。 离线侧:文档切分(按语义而非固定长度)、向量化、入向量库并保留元数据(来源、时间、权限);在线侧:query 改写(把口语问题变成检索友好的表达)→ 召回(向量 + 关键词混合检索,纯向量对专有名词不敏感)→ 重排(cross-encoder 或规则)→ 裁剪进上下文 → 生成并要求引用来源。工程上的关键点是评测:准备一批「问题 + 标准答案 + 应命中文档」的集合,分别看召回率与最终答案正确率,否则调参全靠感觉。项目里如果只是「把文档塞进提示词」,就如实说是长上下文方案而不是 RAG。

「怎么防止 Claude 封号」这类问题,考的是你对账号与出口的理解。 实际影响封号的因素通常是:出口 IP 的纯洁度(机房 IP、频繁跨国切换最危险)、并发与请求节奏(短时间大量请求像脚本)、多账号同 IP、以及支付方式异常。工程上的做法是固定出口(住宅或稳定专线)、控制并发与退避重试、把重试与限流做在客户端、避免多账号共用一条出口。这类问题没有标准答案,能说出「哪些行为会触发风控、我怎么把它做成稳定可控」就够,不要给具体的规避教程。