面灵AI→

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》

  1. 做一下自我介绍,可以挑重点项目说明。
  2. 平台里,检索子 Agent 检索的是哪些内容,是文本还是图片?
  3. 为什么单独抽成检索子 Agent,不直接放在主 Agent 里面?
  4. 子 Agent 同样有上下文撑爆的风险,你怎么看待这个问题?
  5. 子 Agent 处理完之后,信息是怎么回传给主 Agent 的?
  6. 怎么验证这个检索子 Agent 返回的结果是否可信?
  7. 双路召回的降级逻辑,降级的是哪一路、哪些内容?
  8. 双路召回是什么意思?
  9. 检索会跑几轮,怎么判定什么时候停止检索?
  10. 项目里做 bundle 体积治理,是怎么判断哪些代码冗余、没用的?
  11. 对比的竞品是哪些项目?
  12. 你们做的这个平台是不是直接生成完整网站项目?
  13. 科研智能问答 Agent 平台里的 Agent RAG 引擎是自研手撸的吗?
  14. 引擎是 Node 写的,还是基于开源库实现的?
  15. 输入 URL 到页面可交互,完整过程讲一下。
  16. 如果要做首屏优化,从哪些方面入手,让用户更快看到内容?
  17. 优化之前怎么检测问题,优化后怎么对比前后差异?
  18. 前端遇到内存泄漏,你会怎么排查?
  19. CORS 预检请求,什么场景下会触发预检?
  20. CORS 凭证请求里,会带哪些凭证?
  21. 逻辑题:两个鸡蛋,100 层楼,最少试几次一定找到临界楼层?
  22. 平时写代码是 AI 写还是人工写?
  23. 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?
  24. 有没有写过 Agent 的 MD、Claude 的 MD 或者 rules 这类规则文件?
  25. 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。