面灵AI→

小米 AI 全栈一面:Redis 幂等、Agent 停止条件与线程池参数

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. Redis 做幂等,key 的过期时间怎么设?如果消息还没处理完 key 就过期了,会怎样?为什么你是先删 key 再处理业务?这两个方案(处理完比对 value 再删 / 不删让 TTL 自然过期)各自的问题是什么?
  2. Agent 怎么判断分析完成了、然后停下来?模型不输出终止信号怎么办?最大轮次到了但事情没做完,返回给用户什么?用户怎么知道这是没做完的?
  3. 线程池的核心线程满了、队列满了、最大线程也满了,再来任务会怎样?默认拒绝策略是什么?如果队列是无界的呢?参数该怎么配?IO 密集型任务的线程数大多少,有依据吗?
  4. 上下文压缩之后,你怎么评估关键信息没丢?答案对就说明没丢吗?如果答案对但依据是错的呢?
  5. 自我介绍。
  6. 你们组那个 Skill 是什么,和 workflow 有什么区别?
  7. 为什么把 workflow 改成 Skill?
  8. workflow 的缺点具体是什么?
  9. Skill 的边界怎么定,什么该进 Skill、什么该留在代码里?
  10. 怎么判断一个 Skill 写得好不好?
  11. Skill 里模型不按文档走,怎么保证?
  12. 高合规场景下模型越权怎么兜?
  13. 你们怎么自测 Skill?
  14. 离线评测的成本怎么降?
  15. 评测集多少条,覆盖哪些意图?
  16. 多 Agent 之间上下文怎么隔离?
  17. 一个 Agent 调用另一个 Agent,返回值格式怎么定?
  18. MQ 延迟消息有几种实现,你们用哪种?
  19. 消费失败重试几次?超过次数进死信还是丢弃?
  20. 核心业务和普通业务的重试策略有什么区别?
  21. 指数退避的基数取多少?为什么要有抖动?
  22. 消息丢失可能发生在哪几个环节?生产者确认和消费者确认分别解决什么?
  23. 你们系统里 QPS 最高的接口是多少,怎么扛的?
  24. 如果让你重做这个项目,你会删掉哪一部分?
  25. 手撕:实现一个重试器,传入一个可能失败的函数,按指数退避重试,最多 N 次,要求带随机抖动,且同一个业务键的重试必须幂等。

《参考解析》

Redis 幂等的正确姿势是先想清「幂等窗口」有多长。 用 SET key value NX EX ttl 抢占,处理完成后删除 key,这套写法的漏洞在删除时机:如果处理耗时超过 TTL,锁已过期,第二个请求会重新拿到锁并重复执行。两个方向各有代价——处理完比对 value 再用 Lua 删除,能避免误删别人的锁,但依赖 TTL 估算大于最大处理时间;不删除、让 TTL 自然过期,则窗口由 TTL 决定,代价是残留 key 占用内存、且真实业务窗口被拉长。工程上更稳妥的是把幂等记录落到数据库唯一约束或状态机(同一业务单号只允许一次状态跃迁),Redis 只做加速;删除动作本身不应成为幂等语义的组成部分。

Agent 的停止条件要当成一套降级策略,而不是一个 if。 至少四层:模型给出终止信号(stop token 或结构化 finished 字段);状态机判定目标条件已满足(必需字段齐全、工具调用成功);预算耗尽(最大轮次、token、时间);外部强制中断(用户取消、超时)。关键在输出语义:每一层停止都要映射到明确的结果状态,例如「已完成」「部分完成(缺哪些信息)」「未能完成(原因)」,不能让预算耗尽伪装成正常结束。前端要能展示「未完成」并给出继续或补充信息的入口,否则用户会把半成品当结论。

线程池参数要由下游容量反推。 队列无界时最大线程数永远用不上,任务会一直排队直至内存或超时;队列有界加拒绝策略才能形成背压。线程数估算的经典公式是 线程数 ≈ QPS × 平均 RT(含等待),CPU 密集型约为核数 + 1,IO 密集型按等待时间与计算时间之比放大,例如 RT 中 90% 在等下游,线程数可以到核数的数倍。真正的约束是下游能承受的并发:数据库连接数、下游服务的连接池与限流阈值。回答时把「参数怎么算」和「上限由谁决定」分开讲,才算完整。

上下文压缩的评估要分层,不能只看最终答案。 事实类信息可以用抽取式比对(压缩前后的实体、数值、时间、约束条件是否保留);指令类信息用规则或断言校验(必须遵守的格式、禁止的动作);推理类只能看结果,但要额外标注依据链是否完整——即答案引用的证据是否仍在上下文中。更实用的做法是构造「只有压缩后上下文才能答对」的探针问题集,逐条回归;同时保留原始上下文做对照实验,观察加入干扰后错误率的变化。

Skill 与 workflow 的分界可以按「谁决定下一步」来划。 workflow 把步骤写死在代码里,可预测、可测试,但遇到分支多的场景会膨胀成状态机;Skill 把流程写成模型可读的文档,由模型决定何时调用哪一步,灵活但不确定。合理的边界是:确定性逻辑(鉴权、参数校验、状态流转、幂等)留在代码里,判断性逻辑(要不要查资料、查哪个源、如何组织答案)交给 Skill。判断一个 Skill 写得好不好,看三件事:模型能否在没看示例的情况下选对工具、失败时是否有明确的回退路径、以及是否有可回归的评测集。

手撕重试器的三个坑正好对应三条要求。 抖动要加在退避区间上(sleep = random(0, base × 2^n) 或 base × 2^n × (1 + random())),加在固定值上等于没加;只对可重试错误重试(网络超时、5xx、限流),参数校验失败、业务拒绝不重试;幂等键必须在首次调用时生成并在整个重试链中复用,每次重新生成等于没有幂等。此外要有总时长上限与并发上限,否则下游故障时重试会把流量放大数倍——作者复盘时压测发现下游 500 时重试量放大四倍,正是缺了这两条。