蚂蚁集团 AI Agent 开发面经：记忆设计、多 Agent 协作与工具调用

时间: 2026-10
来源: 牛客网

蚂蚁集团 AI Agent MCP 多Agent KV Cache B+树 Python 手撕

《面试题目》

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

Markdown 记忆与 RAG 的分工：Markdown 维护的是「工作记忆」——目标、计划、已确认的事实、用户偏好、待办，它需要可读、可改、可审计，模型每一轮都能看到完整且一致的当前状态；RAG 维护的是「外部知识」——文档、历史案例、规范，按需检索，不常驻上下文。用 Markdown 的理由是：结构自由、人和模型都能直接读写、diff 友好、出问题能定位是哪一行写错了；缺点是容量有限、需要人工或模型维护一致性、并发写会冲突。RAG 的优点是容量大、更新独立、检索成本可控；缺点是对切分和召回质量敏感，检索不到就等于没有。实践上两者组合：常驻的短记忆用 Markdown/结构化 JSON，长尾知识走 RAG，检索结果只在命中时注入，并在记忆里记下「引用过哪一段」。

多 Agent 与 Workflow 的边界：Workflow 是预定义的 DAG，步骤、分支、失败处理都写死，优点是可控、可测、成本可预测；多 Agent 是让模型动态决定「下一步找谁、做什么」，优点是能处理开放任务和意外情况，缺点是路径不可预测、成本与延迟波动大、调试困难。真正的选型标准是「任务空间是否可枚举」：流程稳定、合规要求高的场景用 Workflow，把模型限制在单个节点的判断上；任务开放、需要探索和反复试错的场景才上多 Agent。很多生产系统是混合的——外层 Workflow 管阶段与审批，内层 Agent 管具体执行。

无人审核下的稳定性：把「稳定」拆成可执行的几层。① 输入输出约束：结构化输出、schema 校验、工具参数校验，非法输出直接重试或降级；② 权限与边界：工具白名单、最小权限、危险操作（转账、删除、发布）强制人工确认或双人复核；③ 幂等与补偿：每个动作带幂等键，失败可重放，副作用可回滚；④ 预算与熔断：最大轮次、token/费用上限、超时、连续失败熔断；⑤ 评估与灰度：离线评测集 + 线上小流量灰度 + 关键指标监控（成功率、人工接管率、平均轮次）；⑥ 兜底：模型连续失败时转人工或转规则引擎，且要把失败样本回流成回归用例。核心原则是「模型负责判断，程序负责确定性约束」，不要把安全寄希望于提示词。

工具调用原理与选型：模型本身不能执行代码，工具调用是「模型生成结构化意图 → 运行时校验并执行 → 结果回填上下文」的闭环。请求里带工具的名称、描述、参数 JSON Schema，模型输出 tool_call（名称 + 参数），运行时按 schema 校验、做权限检查、执行、把结果作为一条工具消息追加，再进入下一轮，直到模型给出最终回答。选型看四点：能力是否覆盖真实需求（别为了用工具而用）、输入输出是否稳定可校验、失败是否可观测可重试、权限与成本是否可控。工具描述本身就是提示词，名称和参数要写得让模型不容易选错；工具太多会稀释选择准确率，按场景分组或做二级路由。

MCP 与失败降级：MCP 是模型与外部工具/数据源之间的标准化协议（JSON-RPC 底座，server 暴露 tools、resources、prompts），解决的是「M 个客户端 × N 个工具」的适配问题，让工具实现一次、多个客户端复用。失败处理分四层：超时与重试（只重试幂等操作，指数退避加随机抖动，设置最大次数）、熔断（连续失败打开断路器，避免拖垮上游）、降级（换备用工具、读缓存、返回结构化错误让模型改走别的路径）、可观测（记录工具名、参数摘要、耗时、错误码，按工具统计成功率）。写操作必须带幂等键，重试前先查状态，不能让模型「以为失败了」就重复执行。

中心调度 Agent 的拆解与汇总：先做任务规划——把目标拆成有依赖关系的子任务（可以用计划树或 DAG），标注输入、输出、验收标准；再按能力路由到子 Agent，能并行的并行、有依赖的串行；每个子任务的结果以结构化摘要回传，中心 Agent 负责合并、去重、冲突消解和最终验收。难点在「汇总」：不同子 Agent 可能给出矛盾结论，要有优先级规则（证据强度、来源可信度）或让模型做一次带证据的裁决；还要控制上下文膨胀，子任务只回传结论与引用，不回传全部过程。失败处理要能局部重跑，而不是整条链路重来。

KV Cache：Transformer 推理分 prefill（处理输入、生成 KV）和 decode（逐 token 生成）两阶段。自回归生成时，之前 token 的 Key/Value 在每个注意力层都要重复使用，KV Cache 把它们缓存下来，decode 每步只算新 token 的 K/V，把复杂度从「每步重算整个序列」降到「每步算一个 token」，显著降低延迟和算力。代价是显存占用随序列长度线性增长，所以有 PagedAttention、量化和前缀缓存等优化；多轮对话中相同前缀可以复用缓存，这是提升首 token 延迟的关键手段之一。

B+ 树与 B 树：B+ 树非叶子节点只存索引键、不存数据，同样大小的页能容纳更多键，扇出更大、树更矮，查一次磁盘 I/O 更少；数据全部在叶子节点且叶子之间用链表相连，范围查询和顺序扫描只需顺着叶子链走，不用反复回溯；所有查询路径长度一致，性能稳定。B 树每个节点都存数据，扇出小、树更高，范围查询需要中序遍历、跨节点跳转多。数据库以页为单位读写磁盘，B+ 树的设计正好匹配「减少 I/O 次数 + 支持范围扫描」这两个需求，所以 InnoDB 选它。

Python GIL：CPython 的解释器锁保证同一时刻只有一个线程执行 Python 字节码，所以多线程在 CPU 密集任务上不能跑满多核，只能交替执行。GIL 的存在主要是为了简化 CPython 的内存管理与 C 扩展的线程安全。I/O 密集任务在阻塞时会释放 GIL，多线程仍然有效；CPU 密集要用多进程（multiprocessing）或把热点下沉到 C 扩展/NumPy（它们在计算时释放 GIL）。Python 3.13 起有实验性的 free-threaded 构建，但生态兼容仍需时间。

手撕：O(1) 取最小值的线程安全栈：核心是「辅助栈存当前最小值」，每个元素入栈时把 min(当前值, 当前最小值) 压入辅助栈，出栈时两栈同步弹出，getMin() 直接读辅助栈顶。线程安全最直接是加锁（synchronized 或 ReentrantLock），把 push/pop/getMin 都包住；如果追求更高并发可以用 CAS + 原子引用，但「主栈与辅助栈必须一起更新」这件事用锁更简单可靠。要注意空栈时 getMin() 的行为（抛异常或返回哨兵），以及 Integer 比较要用 equals 而不是 ==。

class MinStack {
    private final Deque<Integer> data = new ArrayDeque<>();
    private final Deque<Integer> mins = new ArrayDeque<>();
    private final ReentrantLock lock = new ReentrantLock();

    public void push(int x) {
        lock.lock();
        try {
            data.push(x);
            mins.push(mins.isEmpty() ? x : Math.min(x, mins.peek()));
        } finally {
            lock.unlock();
        }
    }

    public int pop() {
        lock.lock();
        try {
            if (data.isEmpty()) throw new NoSuchElementException();
            mins.pop();
            return data.pop();
        } finally {
            lock.unlock();
        }
    }

    public int getMin() {
        lock.lock();
        try {
            if (mins.isEmpty()) throw new NoSuchElementException();
            return mins.peek();
        } finally {
            lock.unlock();
        }
    }
}

《面试题目》

《参考解析》

相关面经