工具调用 面试题
共 22 篇真实面经 · 涵盖 百度 / 字节跳动 / 滴滴 / 美团 / OPPO 等 14 家公司
百度 Agent 一面：Trace Hook、SSE、幂等、工具并发
百度 Agent 一面面经：项目拷打后考 LLM Runtime 与 Tool Runtime 的职责划分与模型路由依据、错误重试的分类与参数错误处理、SSE 与普通 HTTP 和 WebSocket 的区别、多轮工具调用的上下文管理与截断风险、工具超时与并发调用、幂等保证、Trace Hook 的分层设计，最后手撕反悔贪心与堆。
字节跳动 Agent 开发面试：Harness 设计、上下文管理与长任务排查
字节跳动 Agent 开发岗面试记录：围绕自研 Harness 与 LangChain 的区别、Agent Loop 与状态管理、上下文与长期记忆、工具调用容错、多 Agent 协作和长任务排查展开约 30 道追问，另有一道合并嵌套 JSON 的手撕题，并延伸到 HTTPS 加密、进程与线程、ThreadLocal、Spring 容器、MySQL 去重等基础题。
字节 AI 全栈二面：八股一点都不问，全程项目 + AI 工具
字节跳动 AI 全栈二面面经：全程围绕 Agent 平台项目与 AI 使用习惯，考问答链路与意图识别树、MCP 工具使用注意事项与失败处理、AI 生成代码的质量兜底、工具调用结果缓存与长期偏好存储、敏感信息脱敏，最后手撕反转链表并追问线程池配置。
字节跳动抖音开放平台一面面经：TTU 指标归因、Agent 链路与 Vue 响应式
字节跳动抖音开放平台一面（内部跨转）几乎全程围绕实习项目追问：自定义性能指标 TTU 的统计口径与优化归因、资源调度与劣化事件拦截、意图识别链路、生成 UI 报告的技术选型和 planner 的作用、Agent 作业诊断的整体链路；八股考 Vue 响应式更新原理与 Agent 和 LLM 的区别、循环流程、工具调用和记忆，手撕题是用有限状态机解析 Markdown 的加粗语法。
滴滴 Agent 岗面经：智能客服与行程规划 Agent 设计
滴滴 Agent 岗面经，全程围绕真实项目与技术选型追问依据：智能问数的数据误差归因、幻觉优化、知识库增强与微调的适用边界、基座与微调数据选择、评估体系、verl 中的 agent loop、GRPO 与 on-policy/off-policy 取舍，以及出行场景智能客服的对话状态管理、工具编排、兜底与服务质量评估，行程规划 Agent 的长流程上下文、断点恢复、多 Agent 并发改文件的冲突处理，手撕买卖股票 II 与编辑距离。
美团 Agent 开发一面：Markdown 没标题怎么切分？
美团 Agent 开发一面面经：以“周末去南京玩两天”的行程规划 Agent 为主线考工具编排与异常处理，深挖 RAG 的 Markdown 切分、短 Query 与长 Chunk 的向量化对比、混合检索与 RRF，另含电商搜索排序 Agent 与推荐理由评估。
OPPO 小布助手 AI Agent 一面面经：被问懵的 30 分钟与复盘建议
OPPO 小布助手 AI Agent 岗一面复盘：面试官不寒暄，直接从「对话系统里的工具调用与外部 API 设计」切进项目，追问多数据源调用顺序与空值兜底、规划出错的发现机制、校验层放端侧还是云端、工具超时的状态机处理，并用「订机票并同步日历」要求现场拆解规划器、执行器与记忆模块的分工，还问了端侧模型的裁剪与推理加速。
中科曙光 AI Agent 一面
中科曙光 AI Agent 一面面经（2026-10-08 17:30）：从实习与项目的关系开始，围绕 Agent 项目本身连续追问——数据来源与测试过程、系统运转流程、工具如何闭环与选择、提示词与约束怎么写、多次工具调用怎么支持、Agent 循环怎么处理、ReAct 怎么做、RAG 知识库流程、取不到数据怎么排查、Agent 分几个模块、不用框架要手写哪些部分。
腾讯大模型算法岗一二面面经
腾讯大模型算法岗一二面记录：一面考注意力实现、ReAct、多轮工具调用的 RL 损失与 GRPO、GSPO，并手撕多头注意力；二面考多工具 Agent 训练、rollout 奖励与 LLM Judge 评估。
腾讯大模型算法岗一二面面经
腾讯大模型算法岗一面二面面经：一面考多头注意力实现、ReAct、多轮工具调用的 RL 损失与 GRPO、GSPO；二面考多工具 Agent 的 SFT、rollout 奖励与端到端时延归因。
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。
阿里国际 AI Agent 开发岗面经合集：多 Agent 协作与记忆
阿里国际 AI Agent 开发岗两场面试：一面深挖 Agent 架构分层、工具调用原理、记忆系统分级与多 Agent 通信的不确定性治理，手撕二叉树最近公共祖先；二面围绕 Agent 自主改代码、MCP 与 Skill 的职责边界。
千问 AI 研发一面凉经：Agent 设计、工具调用与 LangGraph
千问 AI 研发一面凉经：13 问几乎全压在 Agent 上——Agent 与固定 workflow 的边界、工具调用的幻觉与错误处理、循环终止条件、LangGraph 图流转、Skill 粒度与评测，最后发现岗位偏移动端和前端。
百度智能体算法二面：工具调用语义校验与状态机
百度智能体算法二面记录，围绕 Agent 工程化：工具调用参数「类型对语义错」的分层校验、重试卡死与循环调用的兜底、CoT/ReAct/Plan-and-Execute 选型、长上下文硬约束保持，以及图片理解 Agent 的评测与排查。
哔哩哔哩 AI Agent 开发一面面经全解析
哔哩哔哩 AI Agent 开发一面记录，18 道题覆盖 Agent 核心模块与 Chatbot 的区别、意图识别的三种实现与少样本稳定性、RAG 全流程与召回问题定位、切片与 Embedding 选型、LangChain 与工具调用机制、记忆设计与循环保护，最后手撕合并重叠区间。
字节跳动 AI Agent 开发一面面经（含完整答案）
字节跳动 AI Agent 开发一面记录，围绕 Agent 项目闭环展开：简历评分的结构化输出、RAG 离线上传与在线问答链路、Harness 运行时治理、长程任务延迟定位、工具调用可靠性，以及上下文压缩与信息保真；算法题为构造小于 n 的最大数。
字节剪映 AI 应用开发一面：Agent 工程四十五问
字节剪映 AI 应用开发一面共 45 问，几乎全部围绕简历上的 Coding Agent 与知识社区项目深挖：工具调用链路、大文件读取的返回设计、上下文持久化策略、安全执行与沙盒边界，最后落到 Redis Bitmap 计数、MySQL 索引、有效的括号与测试用例设计。
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。
快手 Java 开发日常实习一面凉经（商家技术电商）
快手商家技术电商方向 Java 日常实习一面，几乎全程围绕 AI coding 项目追问：分布式脚本执行服务的实现思路、从 0 到 1 用 harness 手段保证 AI 生成代码的质量、十万行规模项目的迭代质量保障、上下文工程与工具调用可靠性，另有一道线上 CPU 打满的排查题和一道业务线推广的架构设计题。
快手支付测试开发一面：Java 基础、并发与 AI Coding
快手支付测试开发一面面经，时长约 1 小时、全程无手撕但含 AI Coding 环节。基础知识考察 Java 容器、并发与进程线程区别、线程池、MySQL 索引与 Redis 缓存；实习部分围绕用户意图识别、工具路由出错、JSON 动态工具注入的非法参数死循环与上下文压缩的数值精确性展开。
拼多多Agent方向一面面经（60min双机位）
拼多多Agent方向一面面经，60分钟双机位。全程围绕Agent工程细节深挖：工具调用单个还是多个、并行还是串行、如何设计带工具调用的Agent、上下文压缩与压缩后的缓存命中、工具调用冲突、大量工具时准确率下降的解法，代码题是括号生成。
作业帮 Agent 开发一面：评测体系与 Trace 闭环
作业帮 Agent 开发一面面经（9 月 23 日），整场围绕 Agent 工程化展开：工具调用幂等与断线重连、审计能力、真实对话 Trace 的收集回流、评测集构建与人工 Review、确定性指标与 Agent Reviewer 结合的评分报告，以及按低分 Case 定向调优。
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」