多Agent 面试题
共 13 篇真实面经 · 涵盖 百度 / 字节跳动 / 米哈游 / 淘天 / 某互联网公司 等 11 家公司
百度 Agent 算法岗一二面面经：Agent 架构、上下文管理与 Skill 设计
百度 Agent 算法岗一面二面面经：一面从 Agent 核心模块与主流框架问起，覆盖 ReAct 与 Plan-and-Execute 的差异、海量工具下的 Token 爆炸与工具乱选治理、Agentic RL 的动机、全方位评测维度、单 Agent 与多 Agent 取舍以及上下文溢出方案，手撕翻转整数；二面转入源码阅读（OpenClaw、Claude Code）、记忆与上下文管理实现对比、工具错选根因、自定义 Skill 结构，并要求设计「预订明日上海机票」的完整链路与任务停滞的异常处理，手撕单词拆分。
百度 Agent 算法岗一二面面经：Agent 架构、上下文管理与 Skill 设计
百度 Agent 算法岗一面二面面经：一面从 Agent 核心模块与主流框架问起，覆盖 ReAct 与 Plan-and-Execute 的差异、海量工具下的 Token 爆炸与工具乱选治理、Agentic RL 的动机、全方位评测维度、单 Agent 与多 Agent 取舍以及上下文溢出方案，手撕翻转整数；二面转入源码阅读（OpenClaw、Claude Code）、记忆与上下文管理实现对比、工具错选根因、自定义 Skill 结构，并要求设计「预订明日上海机票」的完整链路与任务停滞的异常处理，手撕单词拆分。
字节跳动 Agent 开发一面：Harness 没答上来，居然还能过？
字节跳动 Agent 开发一面面经：开场被「你们项目的 Harness 层怎么设计」问住，后续围绕 Agent Loop 与 Plan/Executor/Checker 分工、路径震荡、上下文与工具描述治理、多 Agent 文件冲突与通信、长任务延迟排查、工具调用容错、记忆分层，以及 HTTPS、根证书、进程线程、ThreadLocal、BeanFactory、ROW_NUMBER 等基础题与手写合并嵌套 JSON 展开。
米哈游 AI Agent 一面：代码生成链路、并发隔离与手撕 LRU
米哈游 AI Agent 一面实录，前半场深挖代码生成系统：从输入到产出的全链路、上下文超限与 1M 窗口也不够时的工程方案、服务重启后的断点续传、多 Agent 改同一文件的冲突与分布式锁、Codebase Memory 与知识库检索、代码审查与测试用例生成；后半场是 MySQL 索引 B+ 树、Spring Bean 注入、大模型缓存与并发优化，最后手撕 LRU 并追问泛型、过期时间与线程安全。
淘天 Agent 开发二面：30 多道场景题与系统设计追问
淘天 Agent 开发二面：面试官不开摄像头、开场直接抛场景题，全程围绕智能客服 Agent 的职责拆分与记忆设计、高并发下的容灾降级、大模型在推荐链路各环节的作用、双塔与生成式召回的取舍、信息茧房与 AB 实验，以及 Skill 治理、部门知识沉淀、动态 workflow、幻觉与事实锚定、多 Agent 协作和模型调用链路优化，最后手撕双塔召回的前向传播。
AI Agent 开发岗面试题：55 道真实面试里的追问
一份 Agent 开发岗的面试题清单，覆盖技术选型、框架与 runtime、工程细节、多 Agent 协作、对齐与幻觉、评测、安全与开放设计八个方向；问题集中在判断依据与落地细节上，而不是 API 记忆。
Agent 岗面试问题整理：规划、工具调用、记忆与评估的连续追问
一份 Agent 岗面试的完整追问记录，全场约五十分钟：从项目里最复杂的一次工具调用切入，覆盖 Agent 与普通大模型调用的边界、规划模块与工具异常的连续追问、长短期记忆设计、多 Agent 协作与评估指标，最后是售后工单 Agent 的开放设计题。
阿里云 AI Agent 算法一面面经全解析
阿里云 AI Agent 算法一面 20 题：KV Cache 显存估算、Agent 上下文治理与取消、MCP 调用流程、RAG 父子索引、ReAct 与 Plan 取舍、多 Agent 协作与死循环兜底，另考分布式 ID、缓存、Redis、ThreadLocal、Spring 与 TCP。
字节一面 Agent 岗：ReAct、幂等与上下文压缩连环追问
字节跳动 Agent 方向一面面经，围绕一个复杂 Agent 项目连环追问：架构分层、ReAct 实现与结构化输出、tool call 非法参数的校验重试、超时与幂等 key 设计、上下文压缩与任务恢复，最后手撕嵌套 JSON 合并。
度小满 AI 全栈研发二面：AI Coding 工作流、长期记忆与多 Agent 闭环
度小满 AI 全栈研发 27 届秋招二面，9 月 20 日，约 30 分钟。全程围绕实习追问 AI Coding 工作流的拆解、TechDoc 维护、数据埋点三态、上报重复、多模型切换状态机、上下文窗口不匹配、长期记忆冲突消解与多 Agent 验证闭环。
快手 Agent 开发一面：工具兜底、多 Agent 与流式解析
快手 Agent 开发一面（已挂）复盘，方向是短视频脚本生成 Agent：问了工具调用失败的兜底、多 Agent 的分工方式、长上下文的压缩策略、输出质量的衡量方法，手撕流式 JSON 解析（半包拼接），并确认团队有内部红蓝对抗评测集。
上海联蔚数科 AI 工程实习生面经（Agent 八股）
上海联蔚数科 AI 工程实习生面经，约 25 分钟且几乎全是 Agent 八股，实习与后端经历一问没问。内容覆盖 harness 概念、Skills 与 MCP 的区别及数量膨胀处理、知识库、自研 Coding Agent 的上下文压缩与多 Agent 协作。
小米 AI 全栈开发面试：Agent 架构、RAG 与多 Agent 隔离
小米 AI 全栈开发面试题，围绕 Agent 项目展开：RAG 切分与召回排查、评测集与 Golden Set 维护、结构化输出校验、多 Agent 隔离与文件冲突、超时取消与断点恢复、成本优化，最后是合并区间手撕题。
微信小程序
手机上刷面经，随时随地
扫码 / 长按识别，免下载直接打开
或在微信 搜一搜「面灵面经」