面灵AI→

Boss 直聘数据开发二面:Agent 的落地价值、评测维度与权限隔离测试

轮次
二面
时间
2026-11
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. 毕业第一份工作,对工作内容和方向有没有限定?
  3. 实习为什么没有选择留下?
  4. 你所在的组主要职责是什么?
  5. 从你的视角看,Agent 价值如何,最有价值的 Agent 是哪一类?
  6. ETL 自动化监控 Agent 具体是怎么实现的?
  7. 你处理的是开发流程埋点数据,数据量级大概多大?
  8. 你的产出是什么?
  9. 这套数据看板和监控体系,实际落地价值怎么样?
  10. Code Review 只对比时效性,指标是否有局限性?这套能力是落地可用还是构思阶段?
  11. 你还承担 Agent 测试工作,请举一个完整测试场景,说明测试流程、用例构建、结果验证方式。
  12. 权限隔离测试只选取少量账号,怎么保证测试覆盖度?
  13. 举一个部门文档检索总结 Agent 的权限隔离测试实例。
  14. Agent 测试用例是提前写好交给 Agent 执行,还是 Agent 自主生成?
  15. 在所有实习和项目里,从实用性、业务价值角度,你觉得哪一段工作最好?
  16. 老家是哪里的?
  17. 你有什么想要问我的?

《参考解析》

哪一类 Agent 最有价值:判断标准是「是否嵌进了真实的生产流程并承担可度量的产出」。价值最高的通常是替代重复判断、且结果可校验的环节,例如 ETL 链路的异常监控与归因、文档检索总结、代码评审的辅助检查。纯对话型 Agent 价值有限,因为它不改变流程;能触发动作、留痕、被复核的 Agent 才能沉淀成基础设施。

看板与监控的落地价值:回答要区分底座与上层。底层的数据链路、可视化与定位能力已经跑通,能支撑业务优化;上层基于这套底座持续迭代 Agent 能力,用数据变化验证改动效果。评估指标不能只有时效性——快不等于好,还要看准确率、漏报率、人工复核比例与实际挽回的损失。

Agent 测试的完整场景:流程是明确被测能力与成功标准 → 构造输入(真实需求文档、边界与对抗样例)→ 执行并采集轨迹(调用的 Skill、召回的知识、生成的 SQL)→ 校验结果(SQL 能否执行、口径是否正确、输出是否符合格式)→ 回归。用例来源要两者结合:核心路径与已知缺陷由人提前写好保证覆盖,变体与长尾由 Agent 生成扩充,但生成的用例必须人工筛选后才能进回归集。

权限隔离的覆盖度:只测少量账号确实不足。做法是按角色 × 资源 × 操作三个维度建矩阵,用等价类划分挑代表账号,再补越权路径(直接构造他人文档 ID、跨部门检索、公共记忆与私有记忆混用)。覆盖度用矩阵的已覆盖格子比例衡量,而不是账号数量;高风险组合(跨部门、写操作)必须全测。

文档检索 Agent 的隔离实例:准备两个部门各自的文档与两个只有本部门权限的账号,用 A 账号检索 B 部门的关键词,期望结果为空且不出现标题摘要;再用公共知识库内容验证双方都能命中。还要测共享会话与记忆:同一会话切换账号后,历史上下文不得把上一个账号的文档内容带出来。