面灵AI→

科大讯飞二面:取消一个正在执行的高风险工具,参数被改过又怎么保证执行的是确认过的版本

轮次
二面
时间
2026-11
来源
牛客网

《面试题目》

  1. 讲一下实习项目的业务背景。
  2. 期间怎么和其他团队协作和沟通的?
  3. Agent 实现时做过哪些选型对比?
  4. 对于一些高风险操作,怎么约束 Agent 的执行流程?
  5. 工具失败了怎么处理?
  6. 分布式系统中如何控制一致性?
  7. 用户点击取消时,一个有副作用的工具正在执行,这时候怎么处理?
  8. 用户确认了一组变更参数,等待执行期间参数又被更新了,怎样确保真正执行的是用户已确认的版本?
  9. SSE 断开后,后台任务怎么继续运行?
  10. 模型在一次任务中途超时,需要切换到另一个模型,会存在哪些影响?
  11. 多个业务团队共用一套工具、用户在不同项目里权限也不同,调用工具前怎么传递用户身份并验证资源权限?
  12. 如果要接入第三方插件和命令行工具,你会怎样限制它们能访问的文件、网络和凭证?
  13. 某个租户提交了大量长任务,占满模型配额和执行资源,你会怎么设计队列调度、并发限制和费用预算?
  14. 线上任务的 P95 完成时间突然上升,怎么定位问题?
  15. 评测机制怎么实现的?
  16. 平时使用哪些 AI 编程工具?
  17. GitHub 上有哪些比较完整的开源贡献 PR?
  18. 期望的 base 地是哪里?

《参考解析》

高风险操作的约束。分三层:动作分级(只读、可逆写、不可逆写、涉及资金或删除),不同级别对应不同策略;执行前确认(不可逆操作必须由用户显式确认,确认态要绑定参数快照);执行中防护(超时、批量上限、幂等键、失败可回滚)。约束应落在服务端工具层而不是提示词里——提示词可以被绕过,工具层的能力边界绕不过去。审计日志要记全:谁、在哪个会话、调用了什么、参数是什么、结果如何。

工具失败的处理。把错误结构化返回给模型:错误类型(参数错误 / 权限 / 资源不存在 / 超时 / 上游 5xx)、可重试性、建议动作。可重试的由框架按退避重试并有次数上限,不可重试的直接告知模型换策略;同一工具同一参数连续失败要拦截并升级给用户。禁止把异常吞掉返回空结果,模型会把「没结果」当成「没有数据」,从而给出错误结论。

取消正在执行的副作用工具。先明确定义「取消成功」:任务已开始执行时,取消只能是尽力而为。落地做法是状态机:running → cancel_requested,工具在执行的关键步骤前检查取消标志(协作式取消),能中断的中断(HTTP 请求取消、子进程 kill),不能中断的(已经发出的支付、已提交的写请求)执行完后按补偿逻辑处理,并向用户明确回报「已取消」还是「已执行完成,已发起补偿」。对外接口的语义要写清,不能让用户以为一定没有副作用。

确认参数后被更新。核心是「确认即快照」:用户确认时把参数序列化成不可变快照,附带版本号或内容哈希;执行时用快照而不是重新读取当前值,并在提交前用乐观锁(版本号 / ETag / WHERE version = ?)校验资源没被改过;校验失败就中止并要求用户重新确认。这样保证「执行的一定是用户看到并点过确认的那一版」,而不是静默用新参数执行。

SSE 断开后台任务继续。任务的生命周期要与连接解耦:接请求时创建任务记录(任务 ID + 状态 + 事件流),后台执行器跑任务并把事件写入持久化的事件表 / 消息队列;SSE 只是订阅这个事件流的通道,断线后客户端用任务 ID 重新订阅并从 Last-Event-ID 续传,或者轮询状态。要注意的是断线不能触发取消(除非用户显式取消),并且事件要可重放以避免丢消息。

模型中途超时切换。影响有四处:上下文格式差异(不同模型对消息角色、工具调用格式的支持不同,需要适配层)、已生成的部分内容是否要保留(保留可能造成重复或风格断裂,重生成则浪费)、工具调用状态(新模型不知道已经调用过哪些工具,需要把工具结果摘要重新注入)、以及成本与限流(切换后可能命中不同配额)。设计上要把「模型无关的会话状态」与「模型特定的消息格式」分开存。

身份与权限传递。用户身份在入口处解析成不可伪造的凭证(签名 token 或服务端会话),随任务上下文一路传递,工具层只信任这个上下文而不是模型给的参数。工具执行前做两件事:认证(这是谁)与授权(这个人在这个项目里能不能操作这个资源),资源归属要在服务端查询验证,不能由模型传入的 project_id 决定。跨团队共用工具时用「工具 + 资源 + 动作」的权限模型,审计按用户维度记录。

第三方插件与命令行的限制。沙箱化执行:文件访问限制在工作目录(容器或 namespace 隔离)、网络按白名单出网或默认禁网、凭证通过短期 token 注入而不是环境变量常驻、限制 CPU / 内存 / 执行时长与进程数、禁用危险系统调用。插件要有权限声明(需要读哪些目录、访问哪些域名),安装时由用户确认;执行输出要截断并留痕。

租户长任务占满资源。三层控制:队列按租户分区并设权重(保证小租户不被饿死),并发按租户配额限制(同时执行数、每分钟提交数),预算按租户设 token 与费用上限,超限降级或排队。调度上区分交互任务与批任务,交互任务走优先队列;长任务设置最大执行时长与检查点,避免单个任务长期占用。还要有公平性指标(各租户的排队时长分位数)来验证没有饿死。

P95 突然上升怎么定位。先确认范围:是全部租户还是特定租户、特定工具、特定模型。再按链路拆:排队时长(队列积压)、模型调用时长(上游延迟、限流、超时重试)、工具执行时长(下游慢)、序列化与传输(大 payload)。对照最近变更(发布、配置、提示词、工具描述)与流量变化。方法上用分位数时间序列加分层维度(租户 / 模型 / 工具)定位到一段后,再取该段的 trace 看单条慢在哪一步。

评测机制。分三层:单步(工具选择、参数正确率)、任务(完成率、步数、成本)、人工抽检(质量)。case 从真实日志采样并脱敏,按场景分层并保留难例,版本化维护;每次改动跑同一批 case 做 A/B 对照,看差异是否显著。评测要能回答「这版比上版好在哪、坏了哪」,而不是只给一个总分。

开源贡献与工具偏好。这类问题如实回答即可:说清你提过什么 PR、解决了什么问题、被维护者如何 review,比罗列 star 数有说服力。AI 编程工具按实际使用情况讲,重点说清在什么环节用它、怎么校验它的输出。