淘天 AI Agent 一面:本体化与 RAG 之争、三层 Agent 架构与记忆设计
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 介绍一下你的学习经历、实习和项目经历。
- 能力开放和本体化项目里,你主要负责什么?
- 这套能力到底给谁用?具体使用场景是什么?后面准备扩展到哪些领域?
- 本体化和普通 RAG 有什么区别?把文档写完整再用 RAG,效果差在哪里?
- 你们是把所有资料都本体化,还是只做部分核心能力、其他内容仍然用 RAG?建设和维护成本怎么考虑?
- 效果提升究竟来自「本体结构」,还是来自你们投入了大量人工整理?
- 你说本体化可以做强 Schema 校验,但普通 Tool Calling 和接口本身不也能校验参数吗?
- 本体现在靠人工维护,还是已经有自动抽取和更新机制?
- 原来很多人各自维护文档,现在会不会变成少数人维护整套本体?维护门槛和人力成本如何解决?
- 你主要在做本体和配套数据整理,还是也负责上层 Agent 的构建?
- 你看过哪些本体化资料和行业实践?如何判断某个业务对象应该成为本体?本体之间的关系怎么确定?
- 航旅故障排查 Agent 是你自主完成的项目吗?介绍一下整体架构。
- 三层架构就是三个 Agent 吗?每一层都调用大模型吗?用一个具体场景讲一下执行过程。
- 如果最后没有定位到故障,Agent 怎么知道是哪一层出了偏差,并在执行过程中纠正?
- Planner 和 Executor 的工具集合是什么关系?Planner 如果不知道执行层有哪些工具,怎么制定可执行的计划?
- 为什么一定要固定拆成三层?为什么不直接使用单 Agent 的 ReAct 主循环?
- 自适应 RAG 和混合检索优化具体做了什么?为什么需要混合检索?
- 个人项目不是企业生产系统,简历里的故障排查效果指标从哪里来?
- 从零构建一个 Agent,需要哪些关键组件?要解决哪些关键问题?
- System Prompt 应该怎么组织?如果要加入当前时间,可以直接放在第一行吗?
- 工具返回的信息太长、无法直接放进上下文,有哪些处理办法?上下文压缩怎么做?
- 聊天工具里的 Session / Message 是怎么存储的?你了解具体的数据结构吗?
- Agent 请求用户授权、或者向用户追问时,执行流程怎么暂停?用户回复后又怎么继续?
- 你对 Agent Memory 有哪些系统性的了解?
- 记忆的时效性、衰减和更新怎么处理?
《参考解析》
本体化与 RAG 的差别在「约束」而不只是「结构化」。 RAG 把文档切片后按相似度召回,优点是可扩展、更新成本低,缺点是同一实体的不同表述、字段口径与关系散落在不同片段里,模型需要在生成时自行拼装,容易出错且难以校验。本体的做法是先定义业务对象(实体、属性、关系、取值范围、约束),把文档与接口映射到这套模型上,检索与推理都在模型层进行,因此可以做类型检查、关系一致性校验与确定性推理。代价是建模与维护成本高、覆盖面有限。合理的落地方式是混合:核心高频对象本体化,长尾与叙述性内容仍走 RAG。
「效果提升来自结构还是人工整理」是这一场最尖锐的问题。 诚实答案是两者都有,需要用对照实验拆开:固定知识内容,只改变组织方式(纯切片 vs 本体映射),比较同一批问题的准确率与错误类型;再固定组织方式,减少人工整理量,看效果下降多少。若效果主要来自人工整理,说明瓶颈是知识质量而非结构,应该先解决抽取与校验的自动化;若两者都贡献显著,就应给出各自的成本曲线,并说明在什么规模下本体化才划算。
强 Schema 校验与 Tool Calling 的参数校验不是同一层。 接口校验保证「参数类型与必填项合法」,本体校验保证「这个概念在此业务下是否成立」——例如设备型号与固件版本是否兼容、工单类型与故障现象是否匹配、某属性是否允许出现在该对象上。前者是语法,后者是语义与约束传播,接口无法在不了解业务模型的情况下完成。
三层架构不等于三个 Agent,也不等于三次模型调用。 常见的分层是 Planner(理解目标、拆解任务、选择工具)、Executor(执行具体工具调用、处理返回)、Verifier/Reflector(校验结果、决定重试或收敛)。每一层可以是模型调用,也可以是确定性代码或状态机;关键在于层间契约(输入输出结构)与失败语义。用具体场景讲:用户描述「某航班值机失败」,Planner 拆出「查订单状态 → 查值机记录 → 查航司接口返回码」,Executor 依次调用并回传结构化结果,Verifier 判断证据是否足以定位,不足则回到 Planner 补充假设。
拆层还是单 Agent ReAct,取决于可观测性与可控性。 单 Agent ReAct 实现简单、灵活,但错误归因困难、容易在长链路里跑偏、成本不可控。分层的价值是每一步的输入输出可记录、可断言、可回放,失败时能定位到「计划错」还是「执行错」;代价是设计复杂度与可能的信息损失(Planner 看不到执行细节)。合理的答法是给出选择条件:任务步骤稳定、需要审计与回归时分层;探索性强、步骤不确定时用 ReAct,并在外层加预算与校验。
「没有生产环境,指标从哪来」要如实说明评测方法。 可以构造评测集:从公开故障案例、论坛问答、手册条目中抽取问题,人工标注标准答案与证据来源;用离线回放跑完整链路,统计定位准确率、证据命中率、平均调用步数与成本;对无法自动判定的事项做人工评审并给出一致性系数。要明确这些指标是离线评测结果,不等于线上效果,并说明样本量、构造方式与已知偏差。
从零构建 Agent 的关键组件。 模型接入与路由(多模型、超时与降级)、提示与上下文组装、工具层(声明、参数校验、权限、幂等、超时与重试)、状态与记忆(会话、任务状态、长期记忆)、执行循环(计划—执行—观察—收敛)、可观测性(链路追踪、日志、成本)、评测与回归、以及安全边界(越权、注入、敏感信息)。关键问题集中在四件事:上下文如何组织、工具如何可靠、失败如何收敛、效果如何度量。
System Prompt 的组织顺序影响模型注意力。 常用结构是:角色与目标 → 硬约束(不可违反的规则、安全边界)→ 可用工具与调用约定 → 输出格式 → 少量示例。当前时间这类可变信息不宜放在第一行,因为它会破坏前缀稳定性并影响缓存命中;更合理的做法是放在固定的「环境信息」区块末尾,或作为一条系统消息追加在历史之后(保持前缀不变)。
工具返回过长时有四种处理。 截断并保留结构化摘要(字段名 + 关键值);在应用侧先做过滤与聚合,只把相关字段交给模型;把大结果落到外部存储,上下文里只放引用 ID 与索引,需要时再按需取;以及分页/分段读取。上下文压缩要在「保信息」与「控长度」之间取舍:优先保留实体、数值、时间、约束条件与未完成的子目标,丢弃重复描述与已完成的中间步骤;压缩后要用探针问题回归,确认关键依据没有丢。
Session / Message 的存储要区分「会话元数据」与「消息流」。 典型结构是 Session(id、用户、标题、创建与更新时间、状态、模型配置)与 Message(id、session_id、角色、内容、工具调用与结果、token 数、时间戳、父消息 id)。工具调用与结果建议作为独立消息类型存储,保留调用 ID 以便配对;长内容(文件、图片、大结果)存对象存储,消息里放引用。多轮对话还需要保存「上下文快照」或可重建的摘要,否则压缩后无法回溯。
暂停与恢复靠「持久化的执行状态」而不是靠模型记住。 当 Agent 需要用户授权或补充信息时,把当前任务状态(已完成步骤、待执行的工具调用、已收集的参数、中断原因)落库,返回一个待处理状态给前端;用户回复后,用同一个任务 ID 恢复执行,把回复作为新的输入追加到历史,再继续循环。要处理超时、重复提交与并发恢复(同一任务只允许一个执行者),并为「用户拒绝授权」定义明确的终止路径。
Agent Memory 通常分三层,各自的时效与更新策略不同。 工作记忆(当前任务的上下文,随会话结束丢弃)、情景记忆(历史会话与事件,按时间与主题索引,可摘要、可衰减)、语义记忆(稳定的事实与偏好,需要校验与去重)。时效性处理包括:给记忆打时间戳与置信度,按最近使用与重要性做衰减,冲突时以更新的高置信来源覆盖,并保留可追溯的变更记录;用户显式纠正优先级最高。检索时按任务相关性召回,而不是把全部记忆塞进上下文。