快手 AI 应用开发一面:Agent 判定、意图澄清与反转链表
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 介绍一个 AI 应用项目,怎么说明它确实是 Agent?
- 什么是意图澄清?用户没说清楚时怎么反问?
- 意图识别树怎么设计?评测集和指标怎么选?
- MCP 工具的参数、权限和错误怎么约束?
- 调用失败后,怎么避免模型一直重试?
- 手撕:反转单链表
《参考解析》
怎么证明它是 Agent。 判据不是「接了模型」,而是控制流由谁决定。固定的检索—生成—展示是 pipeline:中间结果如何,下一步都写死。Agent 的区别是模型看完工具返回再决定下一步——继续调、换工具、还是结束,并且循环有停止条件和外部约束。答的时候画一条请求路径:入口解析 → 模型决策 → 代码校验(参数、权限、是否需用户确认)→ 执行 → 结果回填 → 再决策,标出模型能决定的分支和代码强制拦住的点。
意图澄清。 一次只问一个分叉,不是把缺的信息列成问卷。「帮我更新报表」先判缺的是表、日期还是新值,只缺日期就问日期。第二是读写分离:查询可以带默认值先查再确认,写操作必须先确认范围和目标,不能猜一个区间就往库里写。第三是能从上下文推断的就别问,措辞给选项比开放提问收敛得快。
评测集与指标。 至少三类标签:应直接执行、需要再问一次、不该执行(越权、危险、明显无解)。只测总体准确率会掩盖最贵的错误——错误执行。指标分层看各意图的准确率与混淆矩阵、澄清后任务完成率、澄清轮次分布(超过两轮基本等于失败)、误执行的绝对条数,评测集从线上请求按意图分层采样。
MCP 工具的参数、权限与错误。 参数层用 JSON Schema 强约束:枚举代替自由文本、必填显式声明、数值给范围,能写进 schema 的不写进提示词。权限按最小可用:用户级凭据而不是服务账号通吃、跨租户隔离、危险动作二次确认。错误要结构化,并标出「可重试 / 不可重试 / 结果未知」。
失败后怎么不陷入重试循环。 先判能否安全重试:查询超时可退避重试;提交类超时属于结果未知,必须先查实际状态,否则就是重复下单;参数错误、无权限重试多少次都不会成功。工程上给硬约束:单轮最多 2–3 次、同一工具同一参数连续失败就换策略、总步数与时长设上限,超了强制收敛。
反转单链表。 三指针迭代:每步先用 next 存住后继,再改 cur.next = prev,两个指针前移,最后返回 prev;while (cur != null) 自然覆盖空链表和单节点。落笔前先画三个节点,能避免把后半段链表弄丢。