Agent 开发工程师一面面经

#Agent面经# 面试时间：8.20 面试问题： 1、自我介绍一下，重点介绍与AI Agent相关的项目经验和技术积累。 2、简单介绍一个你比较熟悉的Agent项目，包括业务背景、整体架构设计以及你主要负责的工作内容。 3、项目中采用了单Agent、多Agent还是Workflow编排模式？为什么选择这种方案？相比其他方案有什么优势？ 4、ReAct Agent的核心执行流程是什么？Thought、Action、Observation三个环节分别承担什么作用？ 5、Agent调用工具后，工具返回结果时消息结构如何设计？为什么需要单独设计Tool Message？ 6、Agent中的短期记忆和长期记忆分别如何实现？哪些用户信息或历史数据适合长期保存？ 7、当对话内容超过模型上下文窗口限制时，通常有哪些处理方案？滑动窗口和动态摘要分别有什么优缺点？ 8、RAG系统为什么需要设计父子索引？检索较小文本块、返回完整父文档能够解决什么问题？ 9、BM25关键词检索和向量检索通常如何结合使用？Rerank模型应该放在哪个阶段？ 10、如果知识库内容持续更新，如何处理向量索引更新、缓存失效以及旧文档仍被召回的问题？ 11、多模态Agent中，视觉编码器提取的信息如何与语言模型进行融合？两者之间的数据如何连接？ 12、Agent训练中的SFT、强化学习以及Agentic CFT分别解决什么问题？为什么训练过程中可能需要对Observation Token进行Mask处理？ 13、Redis在Agent系统中可以承担哪些作用？例如会话状态、语义缓存、分布式锁等场景应该如何设计过期策略？ 14、消息队列在Agent系统中主要解决什么问题？为什么不直接使用数据库存储和传递任务状态？ 15、MySQL联合索引在什么情况下无法生效？LIKE查询在什么条件下可以使用索引？ 16、手撕代码：反转单链表，并说明时间复杂度和空间复杂度。 17、反问环节。 #秋招面试记录#