vivo Agent 开发线下一面：Harness 与 Agent 工程

《面试题目》

1. 自我介绍
2. 你是本科生？为什么不考研？
3. 你的意向是偏后端方向还是偏 Agent 方向？我看你都有做过。
4. 讲讲你对 Agent 的一些理解，都可以说。
5. 详细讲讲 Harness 吧。
6. 讲一个 Agent 工程中由于 Harness 环节做得不好而导致的问题，以及如何排查和解决。
7. 你平时都是怎么学习 AI 和 Agent 相关知识的？
8. 讲讲你在 Agent 方面的一些实践。
9. 反问：团队业务是什么？
10. 反问：对我的发展有什么建议？

《参考解析》

对 Agent 的理解怎么讲得有层次：先给定义——Agent 是”模型 + 循环 + 环境接口”：模型负责决策，循环负责”规划 → 调用工具 → 观察结果 → 修正”直到满足终止条件，环境接口包括工具、文件系统、浏览器、代码执行沙箱等；再加上记忆/上下文管理和评测护栏。然后区分 workflow 与 agent：workflow 的路径是人预先编排好的（适合稳定、可枚举的流程），agent 把路径交给模型自己决定（适合开放任务，但更难控）。最后落到自己做过的那条链路上，讲清边界：输入是什么、工具集有哪些、失败时怎么办、用什么指标衡量。反问得到的团队信息是蓝心小 V（对标小爱同学、小艺），说明业务偏终端助手。

Harness 到底指什么：Harness 是模型之外的那层运行时/脚手架——同一套模型换成不同的 harness，效果差距可能比换模型还大。它至少包含六件事：① 工具的定义与调用编排（schema 描述、参数校验、失败重试、并发调用）；② 上下文管理（系统提示、历史压缩与摘要、检索注入、token 预算分配）；③ 循环控制（最大步数、终止条件、死循环检测、子任务拆分）；④ 错误处理与降级（工具报错怎么反馈给模型、连续失败怎么兜底、超时与中断恢复）；⑤ 权限与沙箱（能写哪些目录、能跑哪些命令、危险操作确认）；⑥ 可观测（每一步的输入输出、工具耗时、token 与成本、可回放 trace）。面试里能被明确问到 Harness，说明面试官自己就做这层，答得越具体越好。

Harness 做得不好会出什么问题、怎么排查：典型症状：工具调用参数总是缺字段或类型错（工具 schema 描述不清、缺示例）；模型在同一个动作上反复打转（没有步数上限或没有把失败信息回灌）；上下文超限后丢掉关键约束、行为突然变差（压缩策略粗暴、没做优先级保留）；重试风暴或超时（没有退避与幂等，工具失败被无限重试）；幻觉调用不存在的工具（工具列表与描述在长对话中被截断）；多轮状态串味（会话隔离没做好）。排查方法是工程化的：把 trace 拉出来逐步回放，先固定模型只换 harness 的一处做 A/B，把线上失败案例收成一个可离线复跑的回放集，然后逐条看”是提示、工具描述、上下文、还是编排逻辑”的问题；能加单步断言就加断言，把”靠感觉调提示词”变成有回归集的迭代。

怎么学 AI/Agent 知识 + 实践怎么讲：学习方法讲三层——读官方文档与规范（模型 API、工具调用协议、上下文与缓存机制）、读优秀开源实现与源码（框架的 agent loop、工具注册、错误处理怎么写的）、动手搭一个最小可跑的 agent 再逐步加复杂度（先单工具，再加多工具与规划，最后做评测）。实践部分按”业务问题—方案—指标”讲：要解决什么场景的问题、链路怎么设计（模型选型、工具、prompt 与上下文策略）、效果怎么量化（成功率、平均步数、成本、人工介入率），有 pipeline 建设经验就重点讲工程化那部分——数据流、并发与限流、失败重试、日志与评测，这些比”我用过某个框架”更能证明能力。

面试复盘与节奏控制：作者记录了几个值得参考的点：笔试通知当天上午才发、面试周五才约、面试中说话频繁被打断；timeline 是 8.26 投递 → 9.15 笔试 → 9.22 面试 → 当晚感谢信。被频繁打断时不建议跟着提速或沉默，可以先用一句话给出结论（“我的结论是 X，展开说三个原因”），再按对方插话的节奏调整；面试体验差不等于没机会，但反馈快慢与流程拖沓确实反映了团队的做事方式，选 offer 时可以当作参考。