面灵AI→

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》

  1. 自我介绍。
  2. 讲一下 RAG 的整体流程。
  3. 都接入了哪些 MCP?怎么决定调用哪个 MCP?
  4. 结合意图澄清讲一下,如何提高回答的准确率?
  5. 你做的 Agent 有用到框架吗?
  6. 如果大模型工具调用失败怎么办?
  7. 多轮对话中上下文怎么处理?长短期记忆怎么做?
  8. Redis 分布式锁以及数据一致性,讲一下。
  9. 讲一下常用的 Agent 开发框架。
  10. 讲一下 Claude Code 中的 hook 和 CLAUDE.md 的区别?

HRBP 环节

  1. 老家是哪的?
  2. 都投了哪些行业的公司?更倾向于哪种行业?
  3. 期望的 base 地是哪里?
  4. 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。