Agent 岗面试问题整理：规划、工具调用、记忆与评估的连续追问

《面试题目》

一、开场从项目经历切入

1. 你在之前的 Agent 项目里，最复杂的一次工具调用是怎么处理的？
2. 如果工具返回的结果与用户原始问题无关，你怎么处理？
3. 重试一次还不够呢？要如何避免系统一直重试？

二、概念题

4. Agent 和普通大模型调用最大的区别是什么？
5. 如果是一个接入了插件的问答机器人，它算 Agent 吗？

三、规划与工具调用

6. 让 Agent 帮你整理本周邮件并生成摘要，你会怎么设计规划模块？
7. 如果筛选条件太宽，导致第三步输入过长怎么办？
8. 工具返回格式不一致怎么兼容？
9. 工具超时如何处理？
10. 返回内容过大如何防止上下文被占满？
11. 如果 Agent 反复调用同一个搜索工具，但结果一直为空，要如何终止？

四、记忆设计

12. 短期记忆和长期记忆你怎么区分？长期记忆一般存什么？
13. 追问：长期记忆的更新策略是什么？

五、多 Agent 与评估

14. 两个 Agent 协作写一份行业报告，一个负责资料收集，一个负责排版，怎么避免上下文错乱？
15. 追问：任务中断后如何恢复？
16. Agent 完成得好不好，你怎么定义指标？

六、开放设计题

17. 设计一个能自动处理售后工单的 Agent，你会怎么拆？
18. 追问：转人工的标准是什么？

《参考解析》

1. 工具调用要讲成一个带预算的闭环，不是「失败就重试」：完整链路是意图判断 → 选工具 → 校验参数 → 执行 → 结果相关性检查 → 不相关则丢弃、记录原因、重试或改策略。防止无限重试靠三样叠加：最大步数与总时长上限（任一起过就降级）、重复调用检测（同工具同参数连续 N 次直接打断）、状态评估（判断当前结果是否已经能回答用户）。还要分清工具性质——只读工具可以放心重放，写操作必须有幂等键或先落意图再执行，否则重试会重复下单、重复发信。把失败原因写进上下文是对的，但要有淘汰策略，否则上下文很快被失败日志占满。

2. 「它算不算 Agent」考的是边界，不是定义：四个判据是目标驱动、反馈闭环、工具使用、自主决策——尤其是能不能做多步规划、能不能根据中间结果调整下一步动作。接入插件的问答机器人是单次调用的扩展：它可能调了一次检索或一个 API，但没有拆解任务、没有基于中间结果改路线，所以不算。答这类题最好给一个反例和一个正例并说清分界线，而不是罗列名词。

3. 规划模块的答法：拆步 + 定契约 + 标失败点：以「整理本周邮件并生成摘要」为例，拆成读取邮件、筛选重点、按主题分组、生成摘要、输出结果五步，每一步都交代输入输出是什么、要不要调工具、失败了怎么退。面试官立刻会追「某一步输入太长怎么办」，标准解法有三种可组合：设长度阈值，超限先做摘要或分批，或者让 Agent 向用户回问把条件收窄（时间范围、只处理有附件的、只处理未读）。关键是先给阈值再给动作，别说「模型会自己处理」。

4. 工具层的三个工程问题各有一套标准答案：格式不一致要靠适配层——每个工具定义 JSON Schema，返回值统一归一成约定结构，缺字段给默认值并在日志里记一条告警，不要让它变成提示词里的随机文本；超时要有超时上限、指数退避重试和熔断（同一工具连续失败就暂时摘掉，避免拖垮整轮）；结果过大要做字段裁剪加摘要，超大产物落到外部存储只在上下文里留引用和摘要，别整段回灌。这三条本质是同一个原则：工具的输出要变成受控的结构化输入。

5. 「一直为空怎么终止」要答机制组合：最大步数或 token 预算打底，重复结果检测（把每轮的检索结果取指纹，连续相同就判定空转），任务状态评估（判断这条路径已经不可能产出答案）——三者任一触发就换策略或收尾，并明确告诉用户「没找到，原因是 X」。单独设 max_iterations 挡不住「每轮都合法但原地打转」，这是面试官最想听到的差别。

6. 记忆要按用途分层，并说清写入门槛：短期记忆是当前会话的临时上下文，管理手段是窗口截断、按轮次摘要、把稳定内容前置吃前缀缓存；长期记忆存的是用户偏好、历史任务结论、常用工具配置这类跨会话有用的东西，检索时才召回，而不是每次全量塞进去。写入侧要有规矩：定期汇总而不是每轮都写，写入前做去重与冲突检测（新偏好与旧偏好矛盾时以新的为准并留版本），重要信息（比如涉及账号、地址、金额）需要用户确认。这部分没有标准答案，面试官看的是方案能不能在真实系统里落地。

7. 多 Agent 协作与评估都要落到可验证的机制上：两个 Agent 不共享全部对话，只通过结构化产物交接——用固定字段（标题、正文、引用来源、状态）表达，各自的中间推理留在自己上下文里，这样才不会互相污染；中断恢复靠 checkpoint：保存中间产物与任务状态，恢复时从最近检查点继续，已完成的步骤靠幂等或产物校验跳过。评估指标可以从任务成功率、工具调用次数、耗时、用户反馈起步，但一定要补上错误恢复率（中间出错后能不能自己纠回来）和人工接管率，否则「成功率高」可能只是因为简单任务占了多数。