乐其电商 Agent 开发工程师一面:智能体项目里哪些是你做的、哪些是 AI 做的
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 请做一下自我介绍。
- 介绍一下你的智能体项目。
- 项目里哪些是你做的,哪些是 AI 做的?
- 参考的是哪个开源项目?
- 你对开源项目做了哪些改动?
- 在 AI 辅助开发的过程中,你自己的贡献是什么?有哪些设计取舍?
- 你在开发中解决了什么问题?
- 实习时你做了什么?
- 反问环节。
《参考解析》
这场面试在验什么:八个问题里有四个指向同一件事——项目的归属与判断力。现在简历上的 Agent 项目大多从一个开源框架起步,面试官真正想确认的是:你能否说清哪些决策是你做的、为什么这么做、遇到问题你怎么定位。所以介绍项目时不要从「用了什么框架」开始,而要从「解决谁的什么问题、原来的做法哪里不行」开始,再说架构,最后说你负责的模块与量化结果。
「哪些是你做的、哪些是 AI 做的」怎么答:如实分层,但要给出判断标准。可以这样组织:需求拆解、架构选型、数据与评测方案由我定;具体函数与样板代码有相当比例由 AI 生成,我负责给出上下文、审查正确性、补边界与测试;关键取舍(为什么用这个检索方案、为什么这样切分工具、成本与延迟怎么平衡)是我做的,并且我能说出被否掉的备选方案。最忌讳两种回答:一是含糊地说「都是我自己写的」(一追问细节就露),二是过度坦白「大部分是 AI 写的」却不谈自己做了什么判断。AI 辅助开发的正当叙述是「我负责问题定义、方案取舍与验证,AI 负责实现草稿」,并用一个具体例子证明你能读懂并改对 AI 生成的代码。
被问「参考了哪个开源项目、改了哪些」:直接说项目名与版本,改动按层次列:接入了哪些工具、替换了哪部分检索或记忆、怎么改的 prompt 与输出结构、怎么加的可观测(日志、trace、失败重试)、性能或成本上做了什么(缓存、并发、模型分流)。改动要有理由:原项目的哪个设计与你的场景不匹配,改完之后指标怎么变。只列「加了几个工具」会显得是配置工作。
「解决了什么问题」要具体:选一个真实的坑,例如工具调用参数经常不合 schema 导致执行失败,你的做法是把工具描述改成强类型 JSON Schema、在调用前做校验并让模型重新生成、对高频错误加少样本示例,最后失败率从多少降到多少。这类回答同时展示了排查能力与工程手段。
反问:问与岗位实际工作相关的问题,例如团队现在主要做哪类 Agent、评测怎么做、上线后由谁维护、这个岗位前三个月要交付什么。避免问「公司文化怎么样」这类可以在官网找到答案的问题。