阿里边缘 BU 一面：三级 Agent 架构被追问十七层

《面试题目》

1. 自我介绍，简短。
2. 你现在还在实习吗？已经拿到转正 offer 了，为什么还要走？后面还会不会看别家？
3. 介绍这个风控归因 Agent 的业务背景、核心场景和整体方案。
4. 为什么设计成三级 Agent，两级不行吗？
5. 为什么第二层的编排也要单独做成一个 Agent，不能塞进主 Agent 里？
6. 主 Agent、编排 Agent、原子子 Agent，职责边界怎么划的？
7. 三层之间怎么通信？消息协议长什么样？
8. 上下文怎么传递？传给子 Agent 的上下文怎么保证不漏？
9. 原来的纯 ReAct 方案，问题只是工具调用不稳吗？
10. 这个场景直接 ReAct + Tool，能不能满足需求？
11. 加了多层多 Agent，速度会不会变慢？慢多少？
12. 三级架构提升了准确率吗？提升集中在哪些场景？
13. 如果给你一个月优化这个系统，你先动哪一层？
14. 子 Agent 返回结果不合格，怎么重试？重试几次？怎么防止无限循环？
15. 一个请求进来，你怎么知道是哪一层出的错？
16. 你这套系统的评测集怎么建的？多少条？
17. 归因准确率怎么定义？分母是什么？
18. 三次召回结果冲突，以谁为准？
19. 模型升级了（换基座），这套架构怎么适配？
20. 成本怎么算的？单次请求多少钱？
21. 如果业务方要求响应时间压到 3 秒以内，你砍什么？
22. 手撕：给一批工具调用任务，每个声明依赖的前置任务，同一批内可并行，求最短完成时间并检测环。

《参考解析》

「拆分为什么等于降低复杂度」：这是全场最关键的一问。分散不等于降低，总复杂度可能更高。正确的说法是把复杂度从「单次决策的搜索空间」里换出来：一个 Agent 挂 40 个工具，模型每轮要在 40 个描述里选，选择准确率随候选数单调下降，而且长链路里错一步全错。拆成三层之后，主 Agent 只在 4 个领域里选、编排 Agent 在 8 个能力里选、子 Agent 只在 3～5 个工具里选，单点候选从 40 降到 5，错误被局部隔离、可以单独重试。代价要自己说出来：调度开销、上下文多次搬运、端到端延迟上升，以及可复现性下降。

编排层为什么不用 workflow：workflow 可测、可复现、延迟低，但它的前提是路径能事先写死。风控归因的路径依赖中间结果——查到 A 的结果才知道要不要查 B，而 A 的结果形态事先不确定。硬编码会退化成一棵巨大的决策树，维护成本高于 Agent。这是一个用可复现性换适应性的取舍，答的时候要明确「我认了这个代价」，并且给出补偿手段：关键节点仍做成确定性节点、整条链路留完整 trace 便于回放。

职责边界与通信协议：三层各自只对上一层负责。主 Agent 做意图理解与领域路由；编排 Agent 把领域目标拆成有依赖的子任务序列，决定顺序与并行；子 Agent 只做一件事，输入输出都有严格 schema。通信不传自然语言，传结构化任务包：目标、约束、已确认事实、待验证假设、可用工具白名单、输出 schema。原文材料用 artifact id 引用，需要时再取。

上下文怎么保证不漏：不是「传得多」而是「有契约」。必填字段缺失直接拒收，让上游补，而不是让下游猜。上下文膨胀的解法是分层：短期工作记忆（结构化任务包）+ 外部记忆（artifact 存储）+ 稳定知识（RAG）。真正的坑是「以为传了全文就等于没丢信息」，实际上模型在长上下文里对中段的利用率显著下降。

评测与准确率怎么定义：评测集要从真实工单采样，覆盖长尾与对抗样本，公开集/留出集分开。准确率必须有明确分母：是「每个 case 判对/判错」的 case 级准确率，还是「归因到的每个根因是否正确」的 span 级准确率，两者差别很大。还要区分可归因（有明确答案）与不可归因（信息不足）的样本，后者应该考「是否拒答/是否请求补充信息」。

多次召回结果冲突以谁为准：不能拍脑袋定优先级，要靠证据强度：置信度、来源可靠性、时间新鲜度（越新越可信）、是否可交叉验证。工程上做的是加权融合 + 冲突显式呈现——两个来源给出相反结论时，输出两个假设及各自证据，让下游或人工裁决，而不是硬选一个。

换基座怎么适配：架构上把模型调用收敛到一个适配层，prompt 模板、工具 schema、输出解析都在这一层；评测集是回归门——换模型先跑一遍评测，看哪些 case 退化了，再针对性调 prompt。要警惕的是模型能力分布变化：老模型不擅长的推理在新模型上变好，但老模型擅长的指令遵循可能变差。

成本与 3 秒延迟的取舍：单次请求成本 = 各层 token 之和 × 单价，优化点是减少串行轮次、缓存稳定前缀（prompt caching）、把小任务给小模型。压到 3 秒必须砍串行深度：能并行的子任务并行、能预取的提前预取、把「需要多轮工具调用」的路径改成一次规划 + 批量执行，必要时降级到两层甚至单层，并在返回里标明「本次为快速模式，覆盖度下降」。

手撕：带依赖的任务调度：本质是 DAG 上的关键路径（AOE 网络）。每个节点的最早开始时间 = 所有前驱最早完成时间的最大值，最早完成 = 最早开始 + 自身耗时，全局最大完成时间就是最短总工期。实现用 Kahn 拓扑排序 + 一遍松弛；环检测在拓扑排序结束后检查出队数量是否等于节点数，不等则说明有环，并能通过剩余入度不为 0 的节点回溯出环上节点。三个易错点：重复依赖要去重（否则入度算多）、多前驱取 max 而不是 sum、并行度受限时问题退化成资源约束调度（NP 难），只能启发式——按关键路径长度做优先级的贪心 + 优先队列。