Agent 面试题库 80 问：ReAct、RAG、记忆分层与 MCP 工程落地

《面试题目》

1. 什么是 Agent？它和普通的大模型聊天机器人有什么区别？
2. 一个完整的 Agent 系统通常包含哪些组件？各自负责什么？
3. 提示词工程、上下文工程和 Harness Engineering 有什么区别？
4. 上下文工程具体要做哪些事？为什么不能把所有历史信息直接交给模型？
5. Harness 通常需要管理哪些内容？Workspace 和抽象文件系统分别起什么作用？
6. 从大模型问答到工具调用，再到 Agent，主要增加了哪些能力？
7. 你了解哪些 Coding Agent？OpenCode、Gemini CLI、Codex CLI 和 Claude Code 有什么区别？
8. Agent Runtime 的核心职责是什么？
9. 用户发来一个请求后，Agent 从接收请求到完成任务，整体经过哪些步骤？
10. ReAct 的执行流程是什么？适合什么场景？
11. Plan and Execute 和 ReAct 有什么区别？什么时候适合先规划再执行？
12. Reflexion 主要解决什么问题？适合在哪些节点加入反思？
13. 一个复杂任务里，怎么结合规划、执行和反思这几种机制？
14. CoT 和 ToT 分别是什么？它们和 ReAct 有什么区别？
15. 用户意图识别怎么做？规则匹配、LLM 判断和混合方案怎么选？
16. 意图识别完成后，怎么把请求路由到不同的业务处理器？
17. Workflow 和 Agent Runtime 是什么关系？
18. LangGraph 的 State、Node、Edge 分别是什么？怎么配合完成流程编排？
19. Agent 执行到一半中断了，怎么保存状态并继续执行？
20. 什么是 RAG？从文档入库到生成回答，完整流程是什么？
21. 向量检索和关键词全文检索有什么区别？各自擅长解决什么问题？
22. 为什么需要混合检索？只用向量检索会有什么问题？
23. pgvector 和 PostgreSQL FTS 分别负责什么？
24. 向量数据库怎么选？你会考虑哪些因素？
25. 用户身份、偏好这类明确字段，适合用向量检索吗？
26. Embedding 模型怎么选？调用云端 API 和本地部署有什么取舍？
27. 余弦相似度、欧几里得距离和曼哈顿距离有什么区别？
28. RAG 和模型微调有什么区别？什么情况下分别使用？
29. 文档切分有哪些常见策略？你在项目里采用了哪一种？
30. 递归字符切分是怎么工作的？块大小、重叠大小和分隔符顺序怎么设置？
31. Chunk 太大或太小分别有什么问题？重叠部分主要解决什么问题？
32. Markdown、PDF 和代码文件的切分方式有什么不同？
33. 什么是相邻块扩展？为什么召回命中块后，还要补充前后的内容？
34. 什么是父子文档检索？它和相邻块扩展有什么区别？
35. 介绍一下你项目里的 Hybrid RAG 流程，双路召回后怎么得到最终的 TopK？
36. PostgreSQL 全文检索怎么实现？tsvector、tsquery 和 GIN 索引分别起什么作用？
37. PostgreSQL 做中文全文检索，需要怎么处理分词？
38. ts_rank 和 ts_rank_cd 在检索中起什么作用？
39. RRF 是什么？为什么不直接把向量分数和全文检索分数相加？
40. Rerank 主要解决什么问题？为什么放在召回和融合之后？
41. 元数据过滤用来解决什么问题？文档类型和访问权限怎么参与检索？
42. RAG 文档块表怎么设计？为什么要保存原文、元数据、向量和全文检索字段？
43. RAG 回答不准确，你会从哪些环节排查？
44. 知识库没有检索到可靠内容时，系统应该怎么处理？
45. 什么是大模型幻觉？提示词、RAG 和输出校验分别怎么降低幻觉？
46. RAG 延迟高时怎么优化？流式输出能不能真正降低处理耗时？
47. 你为什么要把记忆分成短期、中期、长期偏好和跨对话语义记忆？
48. 完整聊天记录怎么保存？调用模型时，怎么选取最近的对话？
49. 滑动窗口和增量摘要怎么配合，避免上下文越来越长？
50. 系统提示词、用户偏好、会话摘要、最近对话和检索结果，怎么组装成上下文？
51. 怎么从对话里提取用户偏好？怎么区分长期偏好和一次性的描述？
52. 当前用户输入和历史记忆发生冲突时，以哪个为准？为什么？
53. 长期记忆中的 Active、Outdated、Conflicted、Deleted 分别表示什么？
54. 跨对话语义记忆怎么做去重、相似归并和召回降权？
55. 用户问“你知道我偏好什么吗”，为什么可能被误当成记忆写入？你怎么解决？
56. 记忆读取和记忆写入的处理流程分别是什么？为什么要分开设计？
57. Function Calling 是怎么工作的？模型和后端系统分别负责哪些步骤？
58. 什么是 Skill？一个 Skill 通常包含哪些内容，应该怎么编写？
59. Skill 为什么采用按需加载？名称、描述、正文和脚本分别什么时候加载？
60. 什么是 MCP？MCP Client 和 MCP Server 分别负责什么？
61. MCP 中的 Tools、Resources 和 Prompts 有什么区别？
62. MCP 和 A2A 有什么区别？分别适合什么交互场景？
63. 什么是提示词注入？直接注入和间接注入有什么区别？
64. 怎么防范提示词注入？输入处理、提示词约束和工具权限分别怎么做？
65. Agent 的工具调用权限应该由谁判断？为什么不能交给模型决定？
66. Agent 一直思考或重复调用工具，怎么防止它陷入循环？
67. 怎么控制 Agent 的 Token 消耗和整体调用成本？
68. 大小模型怎么分工？哪些任务适合小模型，哪些需要更强的模型？
69. 预训练、微调和提示词工程有什么区别？
70. 提示词问答、RAG、工具调用和 Agent，这几种应用方式有什么区别？
71. OpenClaw 这类个人助手型 Agent，和普通聊天产品有什么区别？
72. OpenClaw 的 Gateway 和 Runtime 分别负责什么？为什么分成两层？
73. OpenClaw 的短期、中期和长期记忆分别保存什么？
74. Agent 怎么通过定期总结，把历史记录转化为长期记忆？
75. 为什么用 Markdown 保存记忆，再用 SQLite 建立索引？FTS5 起什么作用？
76. 介绍一下你的 Agent 项目：解决什么业务问题，包含哪些核心模块？
77. 为什么选择 MongoDB、PostgreSQL、Redis 这样的存储组合？各自保存什么数据？
78. Agent 怎么调用 Spring Cloud 微服务？统一网关和 Nacos 在链路里分别起什么作用？
79. 课程预约这类多轮业务怎么设计？信息收集、校验、确认和执行怎么衔接？
80. 你实际使用了 LangGraph 框架吗？哪些流程由 LangGraph 编排，哪些由 Agent Runtime 自己处理？

《参考解析》

Agent 与 Workflow 的边界

普通聊天机器人是无状态（或只带短窗口）的单轮补全，Agent 多出三样东西：面向目标的自主多步决策、调用工具产生副作用的能力、跨轮次的状态。组件上至少要有模型、提示词与上下文装配、工具注册与调用、执行循环、状态存储，以及一层约束与可观测（步数、预算、权限、Trace）。ReAct 是「思考—行动—观察」的循环，适合路径不可预测、需要边探边试的任务；Plan and Execute 先出一份计划再逐步执行，好处是计划可检查、依赖能提前暴露、部分步骤可并行，适合步骤多但结构清晰的任务；Reflexion 在执行失败后自我批判再修正，适合反馈明确、结果可验证的任务（编译、跑测试、查询有确定结果）。复杂任务通常是组合：外层规划、内层 ReAct 执行、关键节点插反思。选 Workflow 还是 Agent 的判据是路径可预测性和错误代价——路径固定、要可复现可审计的场景用 Workflow 更稳，路径开放且错误可回滚时才上 Agent；不少号称 Agent 的项目其实是 Workflow 加几个判断节点，能主动指出这一点是加分项。

上下文工程与 Harness

提示词工程管单次输入怎么写，上下文工程管窗口里放什么、放多少、按什么顺序放，Harness 则是模型之外那层执行框架：编排模型与工具调用、装配上下文、管理重试与终止、持久化状态与埋点。不能把所有历史都交给模型的原因有三条：窗口有限、成本随 token 线性上涨、噪声会稀释注意力并诱发无关联想。手段是滑动窗口加摘要压缩、按当前任务检索相关记忆、对工具结果做结构化裁剪（只留关键字段）。Harness 需要管理的内容包括工具注册与权限、步数与预算上限、失败重试与终止条件、状态存储，以及 Workspace 与抽象文件系统——后者让所有工具通过统一读写接口访问文件，屏蔽本地磁盘、沙箱与远程环境的差异，工具代码因此不必关心运行环境。一次请求的完整链路一般是：意图识别 → 路由到对应处理器 → 装配上下文 → 循环「模型决策、工具调用、结果回填」→ 校验输出 → 写回状态与记忆。

RAG 全链路：切分、混合检索与融合

入库侧是解析、切分、向量化、写库；检索侧是召回、融合、重排、过滤；生成侧还要处理引用与兜底。切分是质量的第一道闸：块太小丢上下文，太大稀释相关性；递归字符切分按分隔符优先级（段落、换行、句号、空格）逐级降级，块大小与重叠要按文档类型调。Markdown 按标题层级切、代码按函数和类切、PDF 还要先处理双栏和表格。相邻块扩展与父子文档检索解决同一个问题——命中块的信息不全：前者召回后补前后文，后者用小块做索引、返回大块作为上下文，区别在索引粒度和返回粒度是否解耦。混合检索的必要性在于向量擅长语义相似、关键词擅长精确术语；只用向量，遇到型号、错误码、人名这类查询就会失手。PostgreSQL 侧要讲清 tsvector 是文档的词位表示、tsquery 是查询条件、GIN 是倒排索引，中文必须先解决分词。两路分数不能直接相加，是因为量纲和分布不同，RRF 用排名倒数融合、只看名次不看绝对分数，因此更稳。Rerank 放在召回与融合之后，因为它贵且只能处理少量候选，先用便宜的召回把候选压到几十条再精排收益最大。答不准时按链路隔离排查：正确片段有没有被召回、召回片段有没有进最终上下文、进了上下文模型有没有用好——分别对应切分与索引、组装与截断、提示词与指令冲突三类问题。检索不到可靠内容时要能兜底，明确说没有依据并给出可选项，而不是让模型自由发挥。

记忆分层与冲突处理

分层是因为用途不同：短期会话记忆服务当前任务的连贯，中期记忆承载当前项目状态，长期偏好跨会话稳定，跨对话语义记忆则是可复用的知识。写入必须过判定：换个时间是否仍然成立、是否跨会话有用、用户是否明确要求记住。像「你知道我偏好什么吗」这类元问题不能当偏好写入，它没有提供新事实——做法是把写入与读取分开，写入只从用户的陈述里抽取，并对问句形态做过滤。冲突以时间和显式确认为准：新近且用户明确表达过的覆盖旧的，旧记忆标成 Outdated 而不是物理删除，需要时还能追溯。用 Active、Outdated、Conflicted、Deleted 这类状态机比布尔值好，因为它能表达「有冲突待确认」。跨对话语义记忆要做去重与相似归并，同一件事只留一条并合并来源，召回时降权，避免它压过当前会话的明确指令。读链路和写链路分开设计的原因也在这里：读要快、按需、可降权，写要准、可异步、可二次确认，混在一起会互相拖累。

工具调用、Skill/MCP 与安全边界

Function Calling 的链路是：把工具的 schema 作为元信息给模型，模型输出结构化的调用意图（并不真正执行），后端校验参数、鉴权、执行，再把结果回填给模型继续推理——模型只负责决定调什么，执行与权限必须留在后端。Skill 是把某类任务的方法、步骤与约束组织成可加载的文件，按需渐进加载：名称与描述常驻用于路由，正文在需要时才读，脚本按需执行，既不占窗口又能沉淀程序性知识。MCP 规定客户端与服务端之间工具、资源、提示模板如何暴露与调用：Tools 是可执行动作、Resources 是可读数据、Prompts 是预置模板；A2A 面向 Agent 之间的对等协作，解决的是任务委派与结果交接，不是模型与工具的连接。提示词注入分直接注入（用户输入里藏指令）和间接注入（模型读到的网页、文档里藏指令），防范要三层一起上：输入侧做来源标记与净化，提示层明确外部内容只是数据不是指令，权限层给工具最小权限并对敏感写操作要求人工确认。最关键的仍是权限层，前两层都可能被绕过。工具权限为什么不能交给模型判断——模型看不到真实身份与授权边界，它的输出只是概率判断，而权限是确定性规则，必须由后端按调用者身份裁决。防死循环靠硬约束：最大步数、重复动作检测（同一工具同一参数连续出现就终止）、无进展检测（状态没变化就停）、预算上限；触发后转人工或明确失败，而不是继续烧 token。

模型分工与成本控制

省成本按收益排序：先砍无效调用（工具结果裁剪、避免重复检索、缓存高频问答与嵌入结果），再谈模型降级，最后才考虑微调这类重投入。大小模型的分工原则是「难度高、错误代价高的环节用强模型，格式转换、分类、抽取、改写这类有明确判据的环节用小模型」，路由本身可以用规则或小模型完成。预训练、微调、提示词工程不是替代关系：预训练给通用能力，微调注入领域风格和格式约束，提示词工程解决当下任务的指令与示例；大多数业务问题的性价比排序是提示词与检索优化在前、微调在后。