阳光保险 AI 应用开发二面:MCP 选路、工具失败与上下文记忆
- 轮次
- 二面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 自我介绍。
- 讲一下 RAG 的整体流程。
- 都接入了哪些 MCP?怎么决定调用哪个 MCP?
- 结合意图澄清讲一下,如何提高回答的准确率?
- 你做的 Agent 有用到框架吗?
- 如果大模型工具调用失败怎么办?
- 多轮对话中上下文怎么处理?长短期记忆怎么做?
- Redis 分布式锁以及数据一致性,讲一下。
- 讲一下常用的 Agent 开发框架。
- 讲一下 Claude Code 中的 hook 和 CLAUDE.md 的区别?
HRBP 环节
- 老家是哪的?
- 都投了哪些行业的公司?更倾向于哪种行业?
- 期望的 base 地是哪里?
- 平时爱好都有哪些?最近看了哪些书?
《参考解析》
RAG 的整体流程要按「离线建库 + 在线问答 + 评测」三段讲。 离线:多源采集(文档、网页、工单、数据库)→ 解析清洗 → 分块(语义切分、父子块、保留标题层级与表格结构)→ 向量化并写入向量库(带来源、版本、权限、时效等元数据)。在线:query 理解(改写、纠错、意图分类)→ 混合召回(向量 + 关键词)→ 过滤(权限、时间、版本)→ 精排(cross-encoder)→ 上下文装配(去重、截断、引用标记)→ 生成(约束只依据给定材料、无依据就说不知道)→ 后处理(引用回填、敏感词、格式校验)。评测:召回层看 Recall@K 与 MRR,生成层看忠实度/相关性(人工标注或 LLM-as-judge),工程层看 P99 延迟、单次成本与失败率。任何一环没有指标,答起来都像背概念。
MCP 选路的两层决策要分清「模型选」和「代码选」。 工具多的时候不能把所有工具一次性塞给模型——工具描述会挤爆上下文,模型也容易乱调。工程上的做法是两层:第一层用代码做确定性过滤(按用户权限、当前场景、业务线筛出候选集,甚至按关键词/意图先路由到工具组),第二层才是模型在候选集里选择,靠的是工具名与 description 里写清的「什么时候用、什么时候不要用」。进一步可以做「工具检索」:把工具描述向量化,按 query 检索 top-k 工具再交给模型。要做好还得有:参数 JSON Schema 严格定义、必填项校验由代码兜(不靠模型自觉)、工具粒度不要太细(避免组合爆炸)、以及调用日志与命中率统计来持续优化描述。
意图澄清提升准确率的核心是「少问、准问、问在关键槽位上」。 维护一张槽位表(业务对象、时间范围、关键标识),每轮只检查还缺哪些必填槽位,用一两个问题补齐;高置信度时不要澄清(否则体验极差),低置信度或多解时才澄清。澄清问题要自然、给选项而不是开放式审问;用户改口时要能覆盖旧槽位并清空依赖它的下游结果;设置最大澄清轮数,超过就转人工或给默认值并说明假设。效果度量上要看「澄清后一次答对率」与「平均澄清轮数」的权衡——澄清次数上升但准确率不涨,就是问错了地方。
用不用框架,答「看场景与团队」比站队更好。 手搓(直接用模型 SDK + 自己的工具注册与循环)胜在可控、可调试、依赖少,适合工具集固定、行为要求严格的业务;框架(LangGraph、LlamaIndex、AutoGen、Spring AI 等)胜在预制了图编排、状态管理、记忆、回调与可观测,适合流程复杂、需要多 Agent 协作或快速迭代的场景。实际项目里常见折中:主干用轻量自研的编排(把「模型循环 + 工具表 + 状态机」写清楚),只在检索、评测这类成熟能力上引库。
工具调用失败要分类处理,而不是统一重试。 先分四类:① 参数错误(模型给错 schema)——把校验错误原文回给模型让它自我修正,重试一次,仍错就降级;② 权限/前置条件不满足——不要重试,直接把原因告知用户并给下一步建议;③ 外部临时故障(超时、5xx、限流)——指数退避重试 + 熔断,必要时切备用工具;④ 结果为空但调用成功——这不叫失败,要区分「没查到」和「查失败」。另外三条工程纪律:重试必须幂等(写操作带幂等键)、设置最大步数与总超时防止无限循环、每次失败都要落 trace 便于回放。
上下文与长短期记忆要分层设计。 短期是当前会话的上下文窗口:靠裁剪策略(保留系统提示 + 最近 N 轮 + 与当前问题相关的历史片段)、摘要压缩(把早前多轮压成要点)、以及结构化状态(把已确认的槽位与结论放进状态对象,而不是散在对话里)。长期是跨会话记忆:只存稳定事实与重要结论(偏好、身份、在做的项目),带来源与时间戳,用检索按需注入而不是全量塞。写入要经过抽取 → 置信度 → 确认/规则;更新要有冲突消解(用户显式更正优先)与 TTL;用户要能查看与删除。最容易被追问的是「怎么防止模型猜的东西被当成用户事实」——答案是模型推断只进候选区,标 provenance,未经确认不参与强约束。
Redis 分布式锁与数据一致性要一起答。 锁的三要素:互斥(SET key value NX PX 或 Redisson 的 Lua 脚本)、超时与续期(租期大于业务耗时预估 + 看门狗续期)、安全释放(校验 value 是自己的再删,用 Lua 保证原子)。单机 Redis 在主从切换时可能丢锁,严谨场景用 Redlock(有争议)或 fencing token(下游用单调递增令牌拒绝过期持有者)。一致性上要区分「锁保护的临界区」与「缓存与 DB 的一致性」两件事:后者常用先更新 DB 再删缓存 + 延迟双删、订阅 binlog 补偿,接受最终一致;强一致只能靠把关键写收敛到单点事务或数据库约束。
常用 Agent 框架的回答要带上选型理由。 LangChain/LangGraph(图编排、状态机、生态最全)、LlamaIndex(检索与索引能力最强)、AutoGen / CrewAI(多 Agent 对话与分工)、OpenAI Agents SDK / Anthropic 的工具循环(轻量、贴近模型原生能力)、Spring AI / LangChain4j(Java 体系)。选型看四点:编排复杂度、可观测与回放能力、团队语言栈、以及锁版本后的升级成本。
hook 与 CLAUDE.md 的区别是「触发时机」与「承载内容」都不同。 CLAUDE.md 是给模型的常驻上下文:项目约定、命令、目录结构、注意事项,每次会话都会读进上下文,作用是「让模型知道规矩」。hook 是给宿主程序的事件回调:在工具调用前后、会话开始/结束等生命周期节点上执行确定性脚本,可以用来做格式化、lint、拦截危险命令、注入额外上下文、记录审计,作用是「让系统强制执行规矩」。一句话概括:CLAUDE.md 是软的、靠模型遵守;hook 是硬的、由程序执行。答题时补一句「重要的约束不能只写在文档里,要落到 hook 或 CI 这类机器可判的位置」,正好呼应 AI 工程的基本纪律。
HRBP 那几题考的是稳定性与动机一致性。 老家、base 地、投了哪些行业,本质上是在判断你会不会来、来了会不会走,回答要和简历与前面的技术面一致(比如前面说做过保险 AI 项目,这里就别把互联网排第一)。爱好与最近看的书要能讲出细节,说「看书」却说不出一本就很减分。整场 20 分钟,节奏很快,技术题基本不给展开空间,所以每题的答案要有一句能立刻抓住重点的结论句。