企业官网建设流程全解析

Day 54：第一轮模拟面试 —— 基础原理与项目深挖

欢迎来到第五十四天！昨天我们完成了作品集梳理和简历初稿。今天进入实战演练：第一轮模拟面试。本轮重点考察两块：基础原理（ReAct、Function Calling、RAG、记忆、多智能体）和项目深挖（你简历中的项目细节）。我会扮演面试官，给出 10 个高频问题，每个问题附带考察点、参考答案要点、常见陷阱和点评。你可以先自己回答，再对照参考要点查漏补缺。

一、今日学习目标

1. 通过模拟面试检验前 53 天的知识掌握程度。
2. 掌握 AI Agent 岗位高频面试题的答题框架。
3. 学会在项目深挖中“讲清楚背景、技术选型、挑战与结果”。
4. 发现自己的知识盲区，制定后续补强计划。
5. 完成一次完整的面试复盘，形成个人答题素材库。

二、模拟面试规则

• 形式：10 道题，建议每题先自己口述或写下答案（2-3 分钟），再看参考答案。
• 重点：不追求背标准答案，而是检查逻辑是否清晰、是否有项目实例支撑。
• 记录：准备一个interview_notes.md，记录每题的自我评分（1-5 分）和待补强点。
• 评分维度：概念准确性（40%）、逻辑结构（30%）、项目结合（20%）、表达简洁（10%）。

三、10 道高频面试题与参考答案

问题 1：请解释 ReAct 范式和 CoT 的区别，各自适用什么场景？

考察点：Agent 核心范式理解、能否对比分析。

参考答案要点：

• CoT（思维链）只让模型显式输出推理步骤，不调用外部工具，依赖模型内部知识。适合数学、逻辑等纯推理任务。
• ReAct = Reasoning + Acting，模型交替输出 Thought、Action、Observation，通过调用工具获取外部信息，再继续推理。适合需要实时信息、多步操作、外部知识验证的复杂任务。
• 关键区别：CoT 是“闭卷考试”，ReAct 是“开卷考试 + 动手操作”。
• 项目结合：我在网络爬虫 Agent 和数学专家 Agent 中使用 ReAct，因为需要调用搜索/计算工具；纯逻辑题用 CoT 更高效。

常见陷阱：只说“ReAct 多了 Action”，不解释 Observation 循环和减少幻觉的机制。

面试官点评：能说清“为什么 ReAct 能减少幻觉”（通过观察外部结果修正推理）是加分项。

问题 2：Function Calling 的工作原理是什么？它和 ReAct 是什么关系？

考察点：工具调用底层机制、概念辨析。

参考答案要点：

• Function Calling 是 API 层机制：开发者传入 tools 的 JSON Schema，模型根据用户输入决定是否调用、调用哪个函数、生成参数 JSON，然后由程序执行函数，再把结果作为 tool 消息返回给模型，模型生成最终回答。
• 模型本身不执行函数，只生成调用意图和参数。
• ReAct 是 Prompt 范式，要求模型显式输出 Thought/Action；Function Calling 可以看作一种更结构化的“行动”机制。LangChain 的 Agent 通常结合两者：底层用 Function Calling，Prompt 引导模型模拟 ReAct 思考。
• 项目结合：Day 11 我手动解析 tool_calls 执行函数；Day 24 用 AgentExecutor 自动完成循环。

常见陷阱：误以为模型真的执行了函数。

面试官点评：能区分“模型生成参数”和“程序执行函数”是基本要求。

问题 3：你的带记忆客服 Agent 中，短期记忆和长期记忆分别怎么设计的？如何防止 Token 超限？

考察点：记忆系统架构、工程落地能力。

参考答案要点：

• 短期记忆：当前会话的消息列表，使用滑动窗口保留最近 N 轮，配合摘要压缩；设置 Token 阈值，超过时触发裁剪。
• 长期记忆：向量库（Chroma）存非结构化记忆（事实/偏好/事件），SQLite 存结构化用户画像；对话前检索相关记忆注入 System Prompt，对话后抽取新记忆并去重、更新。
• 防 Token 超限：用 tiktoken 估算消息 Token；设置安全阈值（如模型上限的 70%）；滑动窗口 + 摘要 + 限制检索记忆条数（k=3）和单条长度。
• 项目结合：我的客服 Agent 中，历史超过 3000 Token 时触发摘要，长期记忆每次最多注入 3 条。

常见陷阱：只说“用 ConversationBufferMemory”，不解释超限处理。

面试官点评：能说出“软删除/版本控制/遗忘策略”会体现深度。

问题 4：RAG 中文档切分（Chunking）怎么选？chunk_size 和 overlap 如何影响效果？

考察点：RAG 核心实践、参数权衡。

参考答案要点：

• 切分策略：中文优先 RecursiveCharacterTextSplitter，分隔符包含段落、句号、问号等；结构化文档可用 MarkdownHeaderTextSplitter；代码可按函数/类切分。
• chunk_size 太小：语义不完整，检索片段缺乏上下文；太大：包含无关信息，浪费 Token，检索精度下降。
• overlap 通常为 chunk_size 的 10%-20%，保留边界上下文，避免关键信息被切断。
• 评估方法：构建测试查询，计算检索命中率/召回率；对比不同参数下生成回答的质量。
• 项目结合：我在本地文档问答中对比 200/500/1000 字符切分，最终选 500+100 overlap。

常见陷阱：给出固定数字但不解释权衡。

面试官点评：能提到“按文档类型选择切分器”和“用评估集调参”是加分项。

问题 5：MMR 检索是什么？为什么长期记忆检索需要它？

考察点：向量检索进阶、记忆系统优化。

参考答案要点：

• MMR（最大边际相关性）在“与查询相关”和“结果之间多样”之间做平衡，避免返回多条高度相似的记忆。
• 长期记忆中，用户可能有多条相似偏好或事件，普通 Top-K 会信息冗余；MMR 用 lambda_mult 控制相关性与多样性的权衡（0.5-0.7 常用）。
• 配合元数据过滤（user_id、memory_type、status=active）和相似度阈值，提升召回质量。
• 项目结合：客服 Agent 检索用户记忆时用 MMR，确保偏好、事件、事实都能覆盖。

常见陷阱：只背定义，不说为什么需要多样性。

面试官点评：能说出“fetch_k 先取候选再精选”体现工程细节。

问题 6：CrewAI 和 AutoGen 有什么区别？你的项目如何选型？

考察点：多智能体框架理解、技术选型能力。

参考答案要点：

• CrewAI：角色扮演 + 任务驱动，核心是 Agent/Task/Crew/Process，适合流程明确、分工固定的流水线（需求→设计→编码→测试）。
• AutoGen：对话驱动，核心是 ConversableAgent/GroupChat/GroupChatManager，适合需要多轮讨论、辩论、代码执行、人类介入的场景。
• 选型：迷你软件公司用 CrewAI（Sequential + Task context）；投资辩论赛用 AutoGen GroupChat（自定义发言顺序 + 终止条件）。
• 也可以混合：CrewAI 编排主流程，AutoGen 处理需要辩论或代码执行的子任务。

常见陷阱：只说“CrewAI 简单，AutoGen 复杂”，不结合场景。

面试官点评：能说出“Task 依赖用 context”“GroupChat 用 speaker_selection_method 控制节奏”是项目真实性的体现。

问题 7：Agent 陷入死循环或反复调用同一工具，你怎么调试和解决？

考察点：工程调试能力、错误处理经验。

参考答案要点：

• 调试：开启 verbose 或 LangSmith 追踪，查看每步 Thought/Action/Observation；用 return_intermediate_steps 获取中间步骤；自定义回调记录日志。
• 解决：设置 max_iterations；在 Prompt 中要求“获得足够信息后立即输出最终答案”；在 Observation 中提示“请更换策略”；检查工具描述是否让模型误以为需要重复调用；handle_parsing_errors=True 处理格式错误。
• 项目结合：我在 ReAct Agent 中设置 max_iterations=5，并在工具返回错误时要求模型修正输入而非重复调用。

常见陷阱：只说“加最大轮数”，不分析根因。

面试官点评：能区分“解析错误”“工具错误”“模型决策错误”是加分项。

问题 8：项目深挖 —— 你项目中最大的技术挑战是什么？怎么解决的？

考察点：项目真实性、问题解决能力、复盘深度。

参考答案要点（以带记忆客服为例）：

• 挑战：记忆冲突与重复。用户偏好会变，简单追加会导致旧记忆干扰新回答；重复抽取会撑大向量库。
• 解决：设计记忆状态（active/superseded/deleted）；新记忆先检索相似记忆，用 LLM 判断 duplicate/update/conflict/unrelated；update 时软删除旧记忆；存入前做相似度去重；定期遗忘低重要性记忆。
• 结果：记忆召回准确率提升，重复记忆减少，偏好变更后能正确回答。
• 反思：LLM 判断冲突有成本和不稳定性，后续可加入规则兜底和人工审核。

常见陷阱：说“没有挑战”或只讲技术不讲结果。

面试官点评：STAR 结构清晰、有量化结果、有反思，是高质量回答。

问题 9：如果让你设计一个企业级带记忆的客服系统，你会怎么架构？

考察点：系统设计、扩展性、工程化思维。

参考答案要点：

• 接入层：Web/APP/API 网关，鉴权，会话管理。
• 记忆层：短期记忆（Redis 存会话消息，TTL 过期）；长期记忆（向量库按 user_id 分片 + 关系库存画像/工单）；记忆抽取异步队列，避免阻塞主流程。
• Agent 层：路由（意图分类）→ 专业 Agent（售前/售后/VIP）；工具层（订单、物流、工单 API）做权限隔离和参数校验。
• 安全与合规：敏感信息脱敏、用户可删除记忆、审计日志、限流。
• 可观测性：LangSmith/LangFuse 追踪、Token 与延迟监控、记忆命中率评估。
• 扩展：多租户隔离、模型降级策略、缓存高频问答。

常见陷阱：只讲 Agent 不讲存储、安全、监控。

面试官点评：能提到“异步抽取记忆”“权限隔离”“可观测性”会明显加分。

问题 10：如何评估一个 Agent 的效果？你会看哪些指标？

考察点：评估方法论、数据驱动意识。

参考答案要点：

• 任务完成率：端到端成功率、多步任务通过率。
• 工具调用准确率：是否选对工具、参数是否正确、是否多余调用。
• 检索质量：Recall@K、Precision@K、记忆命中率。
• 生成质量：事实准确性、幻觉率、格式合规率、用户满意度。
• 工程指标：平均延迟、Token 消耗、单次任务成本、错误率。
• 方法：构建测试集（问题+期望工具+期望答案）；人工评估 + LLM-as-Judge；A/B 测试；线上日志分析。
• 项目结合：迷你软件公司用“测试通过率”和“迭代轮数”评估；客服 Agent 用“记忆召回准确率”和“回答正确率”。

常见陷阱：只说“看回答好不好”，没有指标和测试集。

面试官点评：能说出“LLM-as-Judge 的偏差”和“线上监控”是高级加分项。

四、面试复盘与自我改进

完成 10 题后，按以下表格自评：

改进建议：

• 自评 ≤3 分的题目，回到对应 Day 的代码和笔记复习，并用自己的话写一段 200 字答案。
• 项目深挖题要准备 2-3 个“挑战-解决-结果-反思”故事，每个控制在 2 分钟内。
• 系统设计题可以画文字架构图，练习边画边讲。

五、今日总结与作业

今天你完成了：

• ✅ 完成第一轮模拟面试的 10 道高频题。
• ✅ 对照参考答案检查了概念准确性和项目结合度。
• ✅ 建立了个人面试复盘表，明确了知识盲区。
• ✅ 学习了项目深挖和系统设计的答题框架。

今日作业（必做）：

1. 将 10 道题的自己的答案（口述转文字或手写要点）整理到interview_notes.md，标注自评分和待补强点。
2. 针对自评 ≤3 分的题目，写出 200 字左右的改进答案，并附上项目中的代码/文件位置作为证据。
3. 准备一个 2 分钟的“最大技术挑战”故事，用 STAR 结构写下来，并录音回听，检查是否啰嗦。
4. （思考题）如果面试官追问“你的记忆抽取准确率 85% 是怎么测的？测试集多大？有没有人工标注？”，你该如何回答？请写出你的回答思路。

明日预告：我们将进行第二轮模拟面试，重点考察系统设计和场景题，例如“设计一个多智能体协作的代码审查系统”“如何让 Agent 安全地执行用户代码”“线上 Agent 突然大量调用工具失败，如何排查”。请准备好纸笔，明天我们继续实战！

有任何问题欢迎随时评论交流！