面灵AI→

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》

  1. 介绍一下你的学习经历、实习和项目经历。
  2. 能力开放和本体化项目里,你主要负责什么?
  3. 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?
  4. 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?
  5. 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?
  6. 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?
  7. 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?
  8. 本体现在靠人工维护,还是已经有自动抽取和更新机制?
  9. 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?
  10. 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?
  11. 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?
  12. 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。
  13. 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。
  14. 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?
  15. 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?
  16. 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?
  17. 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?
  18. 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?
  19. 从零构建一个 Agent,需要哪些关键组件?要解决哪些关键问题?
  20. 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?
  21. 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?
  22. 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?
  23. 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?
  24. 你对 Agent Memory 有哪些系统性的了解?
  25. 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。