蚂蚁集团 AI Agent 应用面经：12 道题的回答思路与追问方向

《面试题目》

1. 介绍自己，重点说明 Agent 相关技术经历。
2. 挑选一个代表性 Agent 项目，说明业务方案与落地效果。
3. 说说 Agent 记忆用 Markdown 维护的理由，对比它和 RAG 的差异。
4. 多 Agent 协作相比 Workflow，优势体现在哪里？
5. 无人工审核场景，如何保障 Agent 自动执行稳定？
6. 讲解大模型工具调用原理，以及工具的选型思路。
7. MCP 是什么，调用失败时重试、降级方案如何设计？
8. 中心调度 Agent 怎样完成任务拆解、分发与结果汇总？
9. 说说 KV Cache 在大模型推理中起到的作用。
10. MySQL 索引优先选用 B+ 树的原因，对比 B 树的区别。
11. Python GIL 是什么，解释多线程不能跑满多核的原因。
12. 手撕：基于数组实现栈，实现 O(1) 获取最小值，兼顾线程安全。

《参考解析》

这组题在考什么：前 8 题是 Agent 工程的完整链路——记忆、协作、稳定性、工具、协议、编排；后 4 题是后端与语言基础。回答时不要每题孤立地背，尽量用同一个项目贯穿：讲到记忆就落到你项目里存了什么、为什么这么存；讲到多 Agent 就落到你拆了哪几个角色、怎么防止互相污染；讲到稳定性就给出具体的预算、熔断和兜底。面试官通常会在你的回答里挑一个点继续追问，所以每个数字和方案都要能往下讲两层。

项目介绍与落地效果：用「业务问题 → 方案 → 取舍 → 结果」四段式。业务问题要具体（比如客服工单处理慢、面试复盘要人工整理），方案讲清 Agent 在链路里的位置（是替代人、辅助人还是只做信息聚合），取舍讲你放弃了什么（比如为了保证可控放弃了全自动，改成人工确认关键动作），结果给可验证的指标（处理时长、一次通过率、人工接管率、成本）。没有线上数据就用离线评测或压测数据，并说明口径。

Markdown 记忆 vs RAG：一句话区分——记忆是「当前这件事的状态」，RAG 是「过去积累的知识」。Markdown 适合存目标、计划、约束、用户偏好和已确认事实，优点是模型能整块读到、人和程序都能改、diff 可审计；RAG 适合存文档和案例，优点是容量大、按需召回。追问通常会问「为什么不用向量库存记忆」：因为记忆要求强一致和可编辑，向量检索是近似召回，会把已经否决的方案又捞回来；反过来，知识库要求覆盖面，塞进上下文会爆 token。两者结合的方式是「记忆里存引用，正文放 RAG」。

多 Agent 与 Workflow：先说结论——不是所有场景都该上多 Agent。Workflow 的每一步可预测、可测试、成本固定，适合流程稳定、合规要求高的业务；多 Agent 适合任务开放、需要探索和动态分工的场景。多 Agent 的优势是「专业化 + 隔离」：不同角色用不同的提示词、工具和上下文，减少单 Agent 的上下文污染，也能并行。代价是通信成本、结果不一致和调试困难，所以生产上常见的是「外层 Workflow 管阶段，内层 Agent 管执行」。

无人审核的稳定性：按「事前约束、事中控制、事后兜底」组织答案。事前：结构化输出、工具白名单、最小权限、危险动作强制确认；事中：最大轮次、token 预算、超时、连续失败熔断、幂等键；事后：全链路 trace、离线评测集、线上灰度、失败样本回流。再补一句「程序做确定性校验，模型只做判断」，比如金额、权限、状态流转必须由代码校验，不能只看模型说「可以」。

工具调用原理与选型：模型输出结构化的工具名和参数，运行时校验后执行，把结果作为工具消息回填，模型再决定下一步。选型看「必要性、稳定性、可观测性、权限成本」：能用确定性代码解决的不要包成工具；输入输出要能用 schema 约束；失败要能区分可重试与不可重试；工具描述要像 API 文档一样精确。工具数量多时要做路由或分组，否则模型选错率会上升。

MCP 与重试降级：MCP 是标准化协议，让工具一次实现、多客户端复用。失败处理：只对幂等操作重试，指数退避加抖动，设最大次数；连续失败熔断，避免拖垮上游；降级到缓存、备用工具或结构化错误，让模型改走别的路径；所有调用记 trace，按工具统计成功率与延迟。写操作必须带幂等键，重试前先查状态。

中心调度的拆解与汇总：拆解用计划树或 DAG，标注依赖、输入输出和验收标准；分发按能力路由，能并行就并行；汇总时只收结构化结论和引用，避免上下文爆炸，冲突用证据强度或二次裁决解决。要能局部重跑，失败子任务不能拖垮整条链路。

KV Cache：自回归生成时缓存历史 token 的 K/V，decode 阶段只算新 token，避免每步重算整个序列，降低延迟和算力；代价是显存随序列增长，所以有分页、量化和前缀复用等优化。

B+ 树：非叶子节点只存键、扇出大、树矮，减少磁盘 I/O；数据都在叶子且叶子有链表，范围扫描高效；查询路径等长，性能稳定。B 树节点存数据，扇出小、范围查询要跨节点回溯。

GIL：CPython 的全局解释器锁让同一时刻只有一个线程执行字节码，CPU 密集多线程无法利用多核；I/O 阻塞时会释放 GIL，所以 I/O 密集仍有效；CPU 密集用多进程或把计算下沉到释放 GIL 的 C 扩展。

手撕最小栈：辅助栈同步存当前最小值，push 时压 min(x, 当前最小)，pop 时两栈同弹，getMin() 读辅助栈顶；线程安全用 ReentrantLock 包住三个方法，保证主栈与辅助栈一起更新。空栈要定义行为，Integer 比较用 equals。