恒生电子 AI 面试换题了：技术岗改考二十多道技术追问

《面试题目》

1. 生成的函数调用参数不符合后端 API 规范，怎么解决？
2. 让模型稳定输出 JSON 但经常多出文字、格式非法，用哪些手段提升可解析性？
3. 输出 JSON 缺少必填字段怎么处理？
4. 把解析错误回给模型重生成，在生产环境会带来什么额外问题？
5. 跨章节的长文档怎么分块？固定长度切分在投研财报这类文档上会在哪儿失效？
6. RAG 支持多轮对话要额外解决什么问题？
7. 摘要压缩把冷门技术细节丢了怎么办？
8. 多轮历史和外部知识库在排序逻辑上有什么差别？
9. 多智能体之间怎么通信调度？
10. 两个 Agent 输出矛盾时怎么仲裁？
11. Agent 和 Workflow 的区别是什么？
12. 为什么选 LangGraph 而不选 LangChain？Checkpoint 解决了什么？
13. 为什么需要 Spring AI？没有它，Java 生态接大模型和向量库的痛点在哪？
14. 召回不准该怎么量化验证？
15. LangGraph 的 Checkpoint 到底存了什么？
16. 两个 Agent 结论矛盾时听谁的？

《参考解析》

这轮换题意味着什么：老版「闪面」是五道通用行为题（自我介绍、学习新技能、一次复杂任务、中英文朗读），技术岗和非技术岗同一套，不涉及技术。今年按岗位出题——技术岗全是技术追问，算法岗是三道行为 + 三道技术（哈希表冲突解决、激活函数、位置编码为什么必要），需求分析岗仍是行为题。所以拿行为题去准备技术岗会完全跑偏；同时老版最稳的英文朗读在新帖里一道都没出现，别把它当固定动作。

大模型输出怎么稳住：不能只靠 Prompt 里写”只输出 JSON”。工程上的组合拳是：优先用厂商原生结构化输出（JSON mode / tool calling / response schema）；解析时用括号配平或容错 JSON 解析器而不是贪婪正则；解析成功后必须过 schema 校验（必填、枚举、类型、范围）；失败时把具体错误字段回给模型做有限次修复。缺必填字段的处理分三类——必须用户提供的追问、能从上下文推导的自动补、可以安全默认的用默认值。把解析错误回给模型重生成在生产上有额外代价：Token 成本翻倍、延迟增加、重试风暴可能打爆下游配额，而且错误信息本身可能把上下文污染得更糟，所以要有轮数上限和降级路径。

RAG 分块与多轮：固定长度切分在财报这类文档上会失效，因为它会把一张表的表头和数据切散、把”上述指标”和指标本身分离、把带条件的结论切断。合理做法是按文档结构切（标题层级、表格、条款号）并结合语义边界，保留重叠窗口，给每块带上来源、章节、页码、生效时间等元数据。多轮对话要额外解决的是查询改写——用户第二句常常是”那它呢”，必须先把指代消解、把历史问题与当前问题合成成独立可检索的查询；同时时间与权限过滤要继续生效。摘要压缩丢细节的解法是分层：保留原文索引与引用，压缩只作用于送入模型的上下文，并且允许模型按需回查原始片段。多轮历史和外部知识库的排序逻辑不同——历史消息按时间与相关性（近期优先、话题切换时衰减），知识库按语义相关性与证据强度。

Agent 编排与框架选型：Agent 与 Workflow 的区别在于控制权——Workflow 的步骤由人定义、模型只做局部判断，可控可审计；Agent 由模型自主决定下一步，灵活但路径不稳定。生产上通常组合：外层 Workflow 保证确定性，局部用 Agent 处理不确定性。LangGraph 相比 LangChain 的核心增量是”图 + 状态”：支持条件分支、并行、回环，并且围绕共享 state 做读写；Checkpoint 存的是每个超级步（super-step）结束时的完整状态快照与待执行任务，它是断点续跑、时间旅行调试和人工介入的基础——崩溃后从最近一次 checkpoint 恢复，而不是从头重跑。Java 生态需要 Spring AI 的原因是：Java 侧原本缺少统一的大模型接入抽象（各家 SDK 风格不一）、向量库客户端、Prompt 模板、函数调用与流式处理的封装，没有它每个项目都要自己重复封装一遍。

容易被追到第二层的四道：面试官常在第一层答案之后继续追问”那怎么证明”。① 召回不准怎么量化验证——标一批问答对当基准，看命中率和召回位置（MRR），再人工抽 top-k 看相关性，把 badcase 固化成回归用例；② 输出 JSON 缺必填字段怎么办——区分必填/可推导/可默认三类，必填缺失要追问而不是让模型猜；③ LangGraph 的 Checkpoint 存了什么——完整的图状态快照（各字段值 + 已完成/待执行的节点 + 版本），因此可以恢复、回放和修改；④ 两个 Agent 结论矛盾听谁的——不能简单投票，要有仲裁层：按证据来源可信度、可复现性、以及是否有权威数据校验来判定，判不了就升级人工。