面灵AI→

Agent 方向技术面:Agent RAG、LangGraph、harness 与上下文管理

轮次
技术面
时间
2026-11
来源
牛客网

《面试题目》

  1. Agent RAG 和传统的 RAG 有什么区别?
  2. LangChain 和 LangGraph 你了解多少?用过哪一部分?
  3. 你对 harness 架构的了解有多少?
  4. 上下文窗口管理的方式有哪些?(直接截断、memory.md 文件、摘要)
  5. Agent 和 LLM 的底层交流方式是怎样的?LLM 在底层是怎么生成答案的?

《参考解析》

这场面试的失败点写得很诚实:项目都停在应用层,一问机制就塌。这类追问恰恰是现在 Agent 岗的分水岭——会用框架的人很多,能解释框架为什么这么做的人少。

Agent RAG 与传统 RAG 的差别不在检索器,而在「谁决定检索」。传统 RAG 是一条固定流水线:问题进来 → 检索 top-k → 拼进 prompt → 生成。Agent RAG 把检索变成模型可以调用的工具:它自己判断要不要查、查什么、查几次,看完结果再决定是否继续,还可以组合多个数据源、做查询改写与结果校验。代价是延迟和成本不可预测、需要终止条件与失败兜底,所以工程上要设最大轮次、工具调用预算和「查不到就直说」的降级路径。

LangChain 提供的是组件与链式编排(模型、提示、检索器、工具的抽象),LangGraph 把流程建模成状态机/图:节点是步骤、边是条件跳转,天然支持循环、人工介入和断点恢复。回答时最好给出选择依据——线性流程用链式足够,需要循环、分支、多角色协作或可恢复执行时才上图。

harness 在这里指的是「跑模型的执行外壳」:它负责把对话历史与工具定义组装成请求、解析流式输出与工具调用、执行工具并把结果回填、管理上下文预算与重试。理解这一层,才知道为什么工具描述写法、历史顺序、消息角色会直接影响模型表现。

上下文管理的三种常见手段要讲清取舍:直接截断最简单但会丢早期关键信息,通常保 system 与最近若干轮;摘要(滚动总结)能压缩但会引入信息损失与二次生成成本;外部 memory 文件/向量库把长期事实存出去,按需检索回来,最灵活但要处理一致性与召回质量。真实系统往往是组合:system 与工具表固定不动,历史按「最近窗口 + 摘要 + 按需检索」拼装,这样还能吃到前缀缓存的好处。

最后一题考的是对生成机制的理解:模型按 token 逐个预测下一个 token 的概率分布,采样(温度、top-p)决定选择,自回归地把输出接回输入直到停止符或长度上限;上下文里的每个 token 都会参与注意力计算,所以「说了什么、顺序如何」直接改变输出。答不出实现细节没关系,但要能说清这套机制导致的后果:上下文越长越贵越慢、模型没有真正的记忆、工具结果必须显式回填给它。