同程全栈一面:检索子 Agent 设计与前端八股连问 25 题
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 做一下自我介绍,可以挑重点项目说明。
- 平台里,检索子 Agent 检索的是哪些内容,是文本还是图片?
- 为什么单独抽成检索子 Agent,不直接放在主 Agent 里面?
- 子 Agent 同样有上下文撑爆的风险,你怎么看待这个问题?
- 子 Agent 处理完之后,信息是怎么回传给主 Agent 的?
- 怎么验证这个检索子 Agent 返回的结果是否可信?
- 双路召回的降级逻辑,降级的是哪一路、哪些内容?
- 双路召回是什么意思?
- 检索会跑几轮,怎么判定什么时候停止检索?
- 项目里做 bundle 体积治理,是怎么判断哪些代码冗余、没用的?
- 对比的竞品是哪些项目?
- 你们做的这个平台是不是直接生成完整网站项目?
- 科研智能问答 Agent 平台里的 Agent RAG 引擎是自研手撸的吗?
- 引擎是 Node 写的,还是基于开源库实现的?
- 输入 URL 到页面可交互,完整过程讲一下。
- 如果要做首屏优化,从哪些方面入手,让用户更快看到内容?
- 优化之前怎么检测问题,优化后怎么对比前后差异?
- 前端遇到内存泄漏,你会怎么排查?
- CORS 预检请求,什么场景下会触发预检?
- CORS 凭证请求里,会带哪些凭证?
- 逻辑题:两个鸡蛋,100 层楼,最少试几次一定找到临界楼层?
- 平时写代码是 AI 写还是人工写?
- 你的 AI 编码工作流是什么样,从需求到合入代码的完整流程?
- 有没有写过 Agent 的 MD、Claude 的 MD 或者 rules 这类规则文件?
- 反问环节。
《参考解析》
为什么把检索拆成子 Agent:三个理由。一是上下文隔离——检索过程会产生大量候选文档与中间判断,如果把原始结果全塞进主 Agent 的上下文,主 Agent 的推理预算会被噪声占满,拆出去之后只回传压缩后的结论。二是工具集合分离——检索要用到向量库、关键词库、爬取、重排等多个工具,主 Agent 需要的是规划与写作工具,混在一起会让工具选择变差。三是可独立评测与替换——召回质量、重排策略可以单独跑评测集,改检索不影响主流程。代价是延迟增加、错误传播(子 Agent 漏召回主 Agent 无从察觉)、以及结果回传时的信息损失,所以设计上要给出结构化的回传契约:命中片段 + 来源 + 置信度 + 未命中的查询,主 Agent 据此决定是否再检索一轮。
子 Agent 的上下文也会爆:解法不是调大窗口,而是控制「进入子 Agent 的内容」。① 检索结果先做截断与摘要,按段落切分后只保留命中片段而非整篇;② 把「读文档」做成可按需调用的工具(先看目录与摘要,再决定读哪一节),避免一次性灌入;③ 多轮检索之间只保留结构化的中间状态(已确认的事实、待验证的假设),丢弃原始文本;④ 设置轮次与 token 预算上限,超限时强制收敛并输出「信息不足」而不是继续堆内容。
怎么验证检索结果可信:分三层。检索层看召回指标(Recall@k、MRR)与来源覆盖,是否只命中单一来源;生成层要求逐句给出引用,校验每个结论在原文中能否定位到;业务层做抽样人工评估与失败案例复盘。工程上还可以做交叉验证——同一问题用向量召回与关键词召回各跑一次,两者结论一致时置信度高,冲突时触发人工或补充检索。要强调「可信度是一个需要标注数据才能校准的量」,不能只靠模型自评。
双路召回与降级:双路指向量召回(语义相似)与关键词/BM25 召回(字面匹配)并行,再合并去重后重排。两路互补的原因是向量对专有名词、编号、代码符号不敏感,关键词对同义改写不敏感。降级逻辑通常在两处:当向量库超时或不可用时,退回纯关键词检索并标记「语义召回缺失」;当两路结果都很弱(分数低于阈值)时,不强行生成,直接返回「未检索到相关内容」并给出可以换个问法或补充材料的提示。降级必须显式记录,否则主 Agent 会把「没召回到」误当成「没有这个知识」。
检索轮次与停止条件:常见策略是「最多 N 轮 + 满足任一终止条件即停」。终止条件包括:本轮新增的高相关片段数低于阈值(信息增益收敛)、核心问题已被覆盖(对照问题拆解出的子问题清单)、连续两轮查询改写后结果高度重合、预算耗尽。要避免两个极端——固定只跑一轮会在首次查询措辞不佳时漏掉关键信息,无限迭代会让延迟不可控。工程上把「停止」交给一个轻量的判定(规则 + 小模型打分)比让主模型自由决定更稳定。
bundle 体积治理:先用工具量化再动手——webpack-bundle-analyzer 或 rollup-plugin-visualizer 出体积树,source-map-explorer 定位到具体模块,--stats 看 chunk 划分。判断冗余的常见信号:同一依赖的多个版本同时存在、整包引入但只用了几个函数(lodash、moment、icon 库)、被重复打包进多个 chunk 的公共代码、打进主包但只在某个路由用到的重型组件、未被 tree-shaking 掉的无副作用标记缺失。治理手段:按路由动态 import()、把公共依赖提取到 vendor chunk、用 ESM 版本替换 CJS、把重型库换成轻量替代或按需引入、用 sideEffects: false 与 externals、以及图片与字体走 CDN。优化后要用构建产物体积与真实用户的首屏指标(LCP、TTI)两头对比,只看 bundle 数字会忽略运行时开销。
输入 URL 到页面可交互:URL 解析与缓存检查(强缓存、协商缓存)→ DNS 解析(浏览器缓存、系统缓存、递归查询)→ 建立 TCP 连接(三次握手,HTTPS 再加 TLS 握手)→ 发送 HTTP 请求 → 服务端处理并返回 HTML → 浏览器解析 HTML 构建 DOM、遇到 CSS 构建 CSSOM、遇到脚本按 defer/async 决定是否阻塞 → 合成渲染树 → 布局 → 绘制 → 合成上屏 → 加载子资源并执行 JS 完成 hydration,进入可交互。答题时说的是「关键路径与阻塞点」:DNS 与连接建立影响首字节,CSS 阻塞渲染,同步脚本阻塞解析,字体与首屏图片影响 LCP。
首屏优化:网络层用 CDN、HTTP/2 或 HTTP/3、压缩(Brotli)、预连接与预加载关键资源;资源层做代码分割、首屏关键 CSS 内联、图片用合适格式与尺寸并加 loading="lazy"(首屏图不加)、字体 font-display: swap 并子集化;渲染层用 SSR/SSG 减少白屏、骨架屏改善感知、避免布局抖动(预设宽高)。检测用 Lighthouse、WebPageTest 与真实用户监控(RUM)的 LCP/INP/CLS;对比要在同一网络与设备条件下跑前后两版,并看真实用户分位数而不是只看实验室数据。
内存泄漏排查:先用 Chrome DevTools 的 Memory 面板做三次快照(操作前、操作中、操作后),对比保留对象数量找出持续增长的类;用 Allocation instrumentation on timeline 看分配热点。前端常见泄漏源:未解绑的事件监听与定时器、闭包持有大对象、全局缓存与 Map 只增不减、被遗忘的 WebSocket 与 observer、Detached DOM(节点从文档移除但 JS 仍引用)。React 场景还要查 useEffect 缺少清理函数、订阅未取消。定位后用 WeakMap/WeakRef、在卸载时显式清理、给缓存加 LRU 上限。
CORS 预检的触发条件:请求方法不是 GET/HEAD/POST 之一,或 POST 的 Content-Type 不是 application/x-www-form-urlencoded、multipart/form-data、text/plain 之一,或带有自定义请求头,或 XMLHttpRequest.upload 绑定了监听器,都会先发 OPTIONS 预检。预检请求不携带 Cookie 与业务头,只带 Access-Control-Request-Method 与 Access-Control-Request-Headers,服务端用 Access-Control-Allow-* 与 Access-Control-Max-Age 回应。凭证请求(withCredentials: true 或 credentials: 'include')会携带该域名下的 Cookie(含 HttpOnly)、TLS 客户端证书、以及 HTTP 认证信息;此时服务端 Access-Control-Allow-Origin 必须是具体源,不能为 *,且要设置 Access-Control-Allow-Credentials: true。
两个鸡蛋 100 层楼:经典答案是 14 次。设第一次在 x 层扔,之后每次增加 x-1、x-2……层,使得最坏情况下总次数满足 x + (x-1) + … + 1 ≥ 100,即 x(x+1)/2 ≥ 100,解得 x = 14。第一次 14 层,第二次 27 层,第三次 39 层,依此类推;第一个蛋碎了就用第二个蛋在上一段的区间内逐层线性试探,总次数不超过 14。答题时先讲思路(让每次失败的剩余试探次数相等),再给具体楼层序列,最后说明这是最坏情况下的最优解。