面灵AI→

平安科技后端开发一面二面:Agent 与 LLM 的区别、MCP/Skills/Function Call

轮次
一面、二面
时间
2026-11
来源
牛客网

《面试题目》

一面

  1. 自我介绍。
  2. 你的 AI 经历是什么?
  3. 如果遇到学习或生活上的困难怎么解决?
  4. 编程语言与 IT 技能主要用什么?
  5. 简历说项目体现跨领域学习能力,具体如何体现?
  6. 具体指出项目中的离线惯导与在线导航是怎么实现的?
  7. 你现在在哪,在深圳吗,有什么安排?
  8. 你觉得对于我们部门业务,你的接入困难点是什么?
  9. 未来规划是什么?
  10. 项目困难点是什么,怎么解决的?
  11. 反问:平安集团下属科技部门,对比如平安银行部门和互联网大厂对新技术的开放兼容度怎么样?作为 AI 平台部门,与其他科技能力需求方接洽零代码平台,是我们独立开发再交付,还是类似「工作流合并」需要了解并暂时参与对方部门业务?

二面

  1. 自我介绍。
  2. 你的简历项目我不太清楚,能说一下大概吗?
  3. 你想投的是算法方向还是 Agent 方向?
  4. 说一下你对 Agent 的理解。
  5. 你刚刚说的都是 LLM,Agent 主要的理解是什么?
  6. 你对 Agent 中 MCP、Skills、Function Call 的区别和理解是什么?有什么关系?
  7. Skills 具体和 Function Call 有什么区别联系?
  8. 你学的是 Python,对异步编程有了解吗?大致流程是什么?
  9. 为什么要用异步编程做 IO?事件循环的作用是什么?
  10. 事件循环不能并发吗?CPU 密集型为什么一定要用多进程?
  11. 你刚刚说的 CPU 密集型并发计算用的是什么?
  12. 你对 AI 的理解是什么?
  13. 你觉得人在 AI 流程方面的作用哪些是最重要的?
  14. 你对开源框架的理解?
  15. 你上一问说的那个项目,你觉得有什么困难的点?
  16. 反问:平安科技对新人的培养和要求大概是什么样?目前内部的 Agent 岗主要是做服务架构底层建设,还是服务端一侧的应用?
  17. 你现在拿下什么 offer 了吗?

《参考解析》

Agent 与 LLM 的区别要一句话切开:LLM 是「给定上下文,产出一段文本」的函数;Agent 是「给定目标,自主决定下一步做什么」的系统——它在循环里观察环境、选择工具、执行动作、根据结果修正,直到目标达成或触发终止条件。所以 Agent 的构成是:模型(决策)+ 工具(动作,带参数校验与权限)+ 状态与记忆(多轮上下文、任务进度、断点)+ 编排循环(规划、执行、观察、重试、终止)+ 评测与可观测(成功率的度量、每步的轨迹)。面试官说「你说的都是 LLM」时,要立刻从「模型能力」转到「循环与工程」:谁决定调用哪个工具、失败怎么重试、上下文怎么裁剪、什么时候停下、怎么判断做对了。

MCP、Skills、Function Call 三者的层次:Function Call 是模型侧的协议能力——你把一组函数的名称、描述、JSON Schema 参数给模型,模型输出一个结构化的调用请求,执行由你的程序完成,模型不接触真实环境。MCP(Model Context Protocol)是「工具与上下文的供给协议」——它标准化了客户端与服务器之间如何发现工具、资源和提示模板,让同一套工具能被不同宿主复用,解决的是「每家都要自己接一遍」的问题,它的粒度是「一个可调用的工具或一份资源」。Skills 更靠近「能力包 / 作业指导书」——把完成某类任务所需的说明、脚本、参考文件打包,模型按需加载,它解决的是「流程知识与长尾操作怎么组织」而不是单次函数签名。三者的关系可以概括为:MCP 负责把工具接进来,Function Call 负责在某一轮里选中并填参,Skills 负责把「做这类事的步骤与判据」交给模型。

Python 异步:async def 定义协程,await 在遇到 I/O 时把控制权交回事件循环,循环从就绪队列里取下一个任务继续跑。事件循环是单线程的调度器——它维护就绪回调、定时器与 I/O 多路复用(epoll/kqueue),本身不并行执行 Python 字节码。用异步做 I/O 的理由是 I/O 等待期间 CPU 本来空闲,用线程要付出线程切换与内存开销,协程切换在用户态、成本低,几万并发连接也能撑住。事件循环不能并行计算,CPU 密集型任务会阻塞整个循环(所有协程一起卡住),所以要用多进程(multiprocessing、ProcessPoolExecutor)绕开 GIL 真正利用多核;也可以在异步服务里把重计算丢进进程池,用 run_in_executor 或 asyncio.to_thread 桥接。异步代码的坑要能说:在协程里调用阻塞库、忘记 await、共享状态没有加锁、以及超时与取消的处理。

离线惯导与在线导航的融合:惯导(IMU + 轮速/里程计)靠积分推算位置,短期平滑、长期漂移;在线导航(GNSS、地图匹配、视觉/激光定位)绝对精度好但可能中断或跳变。工程上用误差状态卡尔曼滤波(ESKF)把两者融合:IMU 做预测,GNSS 与地图匹配做观测更新,估计位置、速度、姿态与 IMU 的零偏;GNSS 失锁时靠零速修正(ZUPT)、非完整性约束(车辆不能侧向滑动)和地图匹配维持,恢复后平滑回正。要讲清时间同步、外参标定、观测的协方差怎么设,以及隧道、地下车库这类长时失锁场景的退化处理。

「接入部门业务的困难点」与反问:这类问题的答法是先承认信息不足,再给出可执行的切入路径——先弄清部门的业务链路与现有系统边界,找到数据与接口的接入点,从一个小场景做端到端验证,再谈平台化。反问里关于「零代码平台是独立开发还是参与对方业务」的问题问得很好,它其实是在确认岗位是平台方还是乙方;回答时可以顺着说「两种模式的工程重点不同,平台方要抽象通用能力与权限模型,参与业务方要快速交付并沉淀可复用组件」,展示你理解组织分工。

开源框架的理解:不要只报名字。选一个真读过的讲:它解决什么问题、核心抽象是什么、扩展点在哪、有哪些设计取舍(性能 vs 灵活、约定 vs 配置)、你在项目里怎么用、遇到过什么坑、读过哪部分源码。被追问「有什么困难点」时给具体的排查过程,而不是「文档少」。