第一层：基础认知（Why / What）【5 题】
Q1. 【你如何理解”智能体（Agent）”，它和普通 LLM 应用的本质区别是什么？】
面试官为什么问这个问题：
这个问题用来快速区分”会调模型的人”和”真正理解 Agent 的工程师”。很多候选人把 Agent 等同于多轮对话或复杂 Prompt，但在生产环境中这是一个危险的误解。
参考口语化回答：
我理解的 Agent，本质上是一个”具备自主决策能力的 LLM 控制器”，它不仅生成文本，还能根据当前状态选择工具、决定下一步行为。
和普通 LLM 应用最大的区别在于：普通应用是”你问我答”，而 Agent 是”你给目标，我自己拆解、执行、纠偏”。
这也是为什么 Agent 会放大能力，同时也会放大风险——一旦设计不好，它不是答错一句话，而是可能做错一整串事。
Q2. 【为什么 LangChain 会成为 Agent 构建的主流框架？它解决的不是”写 Prompt”的问题吧？】
面试官为什么问这个问题：
这里在看候选人是否真正理解 LangChain 的定位，而不是把它当成 Prompt 模板工具。
参考口语化回答：
LangChain 真正解决的不是”Prompt 好不好写”，而是把 LLM 的一次性调用，变成一个”可编排、可观测、可约束的推理过程”。
尤其在 Agent 场景下，它帮我把”决策、工具调用、状态管理”这些事拆开来做，否则代码会迅速失控。
如果只是一个简单问答，其实根本不需要 LangChain；只有当你开始关心 Agent 的行为边界和失败路径时，它的价值才会显现。
Q3. 【在你看来，Chain、Tool、Agent、Memory 的职责边界应该如何划分？】
面试官为什么问这个问题：
很多系统失控，本质是职责混乱。这个问题考察候选人是否具备”系统拆解意识”。
参考口语化回答：
我在工程里会把这几层分得比较清楚：
Chain 负责”确定性的流程”，比如固定步骤的数据处理；
Tool 是”明确副作用的能力”，比如查库、调接口、下发指令；
Agent 只做一件事：在不确定场景下做决策；
Memory 则是状态，不是知识，更不是万能缓存。
一旦 Tool 里写逻辑、Agent 里塞业务规则，系统后期一定不可维护。
Q4. 【为什么说”不是所有 LLM 应用都适合做 Agent”？】
面试官为什么问这个问题：
这是一个典型的”反直觉问题”，用来判断候选人有没有踩过坑。
参考口语化回答：
Agent 的代价非常高，不只是算力，还有不确定性成本。
如果业务流程是确定的、可枚举的，用 Agent 反而会让系统更不稳定。
我一般只有在”目标明确、路径不确定、人工成本高”的场景，才会考虑 Agent，否则宁愿用普通 API + 规则。
Q5. 【你如何理解”Agent 是能力放大器，也是风险放大器”？】
面试官为什么问这个问题：
这是价值观判断题，看候选人是否具备生产级风险意识。
参考口语化回答：
Agent 一旦接入工具，就不再只是”说错话”的问题，而是可能”做错事”。
比如一次误调用接口、一次错误的参数选择，后果可能是业务级事故。
所以我从一开始就把 Agent 当成”需要被约束的执行者”，而不是一个聪明的助手。
第二层：核心技术能力（How）【8 题】
Q6. 【你能从运行机制角度，描述一次 LangChain Agent 的完整执行过程吗？】
面试官为什么问这个问题：
考察候选人是否真的理解 Agent 的”思考—行动—反馈”闭环，而不是停留在 API 层。
参考口语化回答：
一次完整执行，通常是：模型先基于 Prompt 和上下文生成一个行动计划；
然后选择 Tool 并输出结构化调用参数；
工具执行后，结果会被再次送回模型进行判断；
这个循环可能持续多轮，直到满足终止条件。
真实工程里，最麻烦的就是控制这个循环不要失控。
Q7. 【Tool / Function Calling 在真实业务中最大的设计难点是什么？】
面试官为什么问这个问题：
很多候选人只会”把函数暴露给模型”，但从没考虑后果。
参考口语化回答：
最大的难点不是”怎么让模型调用”，而是”怎么不让它乱调用”。
我通常会严格限制 Tool 的输入 schema、调用频率和权限范围。
否则模型一旦理解偏了，很容易出现参数越界、重复调用，甚至死循环。
Q8. 【Prompt 在 Agent 决策中真实起到什么作用？它的边界在哪里？】
面试官为什么问这个问题：
这是用来识别”Prompt 迷信者”的问题。
参考口语化回答：
Prompt 更多是”行为约束说明书”，而不是逻辑实现。
我不会指望 Prompt 去保证安全性或正确性，它只能降低概率。
真正的兜底，一定是在代码层、工具层和流程层。
Q9. 【你在 Agent 中如何使用 Memory？踩过哪些坑？】
面试官为什么问这个问题：
Memory 是 Agent 系统中最容易被滥用的部分。
参考口语化回答：
我只在确实需要跨轮决策的信息上用 Memory，比如用户偏好或中间状态。
最大的坑是”什么都存”，结果上下文越来越长，模型行为开始漂移。
后来我会给 Memory 明确生命周期，到期就清掉。
Q10. 【LangChain + RAG 在 Agent 中是如何配合的？】
面试官为什么问这个问题：
看候选人是否理解 RAG 是”信息增强”，不是”决策替代”。
参考口语化回答：
RAG 更多是给 Agent 提供事实材料，而不是直接决定行为。
我一般把 RAG 作为一个 Tool，让 Agent 自己判断”是否需要查资料”。
如果把 RAG 强行塞进主 Prompt，反而会干扰决策。
Q11. 【Agent 出现无限循环，你通常如何定位和解决？】
面试官为什么问这个问题：
这是一个几乎所有 Agent 项目都会遇到的问题。
参考口语化回答：
我会先看是不是目标定义不清，导致模型永远觉得”还没完成”。
其次会加最大步数、重复调用检测。
在生产环境里，没有”无限思考”，只有”必须停止”。
Q12. 【你如何处理 Agent 的”误调用”问题？】
面试官为什么问这个问题：
误调用是 Agent 风险的核心来源之一。
参考口语化回答：
我不会完全信任模型的判断。
重要工具一定要做二次校验，必要时引入人工确认。
在金融、医疗场景，Agent 永远只能”建议”，不能”直接执行”。
Q13. 【当 Agent 输出结果质量波动很大时，你会从哪些维度排查？】
面试官为什么问这个问题：
考察候选人是否具备系统级调优能力。
参考口语化回答：
我会先排除上下文污染，其次看工具返回是否不稳定。
再往后才是模型参数和 Prompt。
很多时候，问题根本不在模型本身。
第三层：工程化与系统能力【8 题】
Q14. 【你如何让 Agent 的推理过程”可观测”？】
面试官为什么问这个问题：
没有可观测性，Agent 系统几乎无法运维。
参考口语化回答：
我会完整记录每一步 Thought、Action、Observation。
不是为了调试炫酷，而是出事故时能回溯。
否则线上问题根本无法复现。
Q15. 【工具调用失败或超时，你的治理策略是什么？】
面试官为什么问这个问题：
真实系统里，失败是常态。
参考口语化回答：
我会区分”可重试”和”不可重试”的失败。
并且告诉 Agent 当前状态，而不是直接报错。
让模型知道”失败了”，比假装成功更重要。
Q16. 【你如何控制 Agent 的性能和成本？】
面试官为什么问这个问题：
Agent 很容易变成”烧钱机器”。
参考口语化回答：
我会限制最大调用轮数，能不用 Agent 的地方不用。
并且把高成本模型只放在关键决策节点。
Agent 不是越聪明越好，而是够用就行。
Q17. 【Agent 行为随时间漂移，你如何应对？】
面试官为什么问这个问题：
这是长期运行系统才会遇到的问题。
参考口语化回答：
我会定期回放历史请求，对比行为差异。
必要时冻结 Prompt 或模型版本。
Agent 不是一次性上线就结束的东西。
Q18. 【你如何将 LangChain Agent 服务化？】
面试官为什么问这个问题：
考察是否真正做过生产部署。
参考口语化回答：
我通常会把 Agent 封装成无状态 API。
Memory 放在外部存储，方便扩展和回滚。
否则一上并发就全乱了。
Q19. 【Agent 的日志体系你是如何设计的？】
面试官为什么问这个问题：
日志是 Agent 运维的生命线。
参考口语化回答：
我会区分用户日志、推理日志和工具日志。
不是所有信息都给用户看，但后台必须全量可查。
Q20. 【当 Agent 行为不可控时，你的止损方案是什么？】
面试官为什么问一个问题：
这是”责任意识”问题。
参考口语化回答：
我一定会有全局熔断开关。
必要时直接降级为普通 LLM 或人工流程。
系统稳定性永远高于智能程度。
Q21. 【你如何验证一个 Agent 是否”可以长期运行”？】
面试官为什么问这个问题：
区分 Demo 与系统。
参考口语化回答：
我会跑长时间压力测试和异常注入测试。
只要跑一周不出幺蛾子，才算合格。
第四层：真实项目与业务场景能力【6 题】
Q22. 【在医疗场景中，你如何设计 Agent 的职责边界？】
面试官为什么问这个问题：
医疗是高风险领域。
参考口语化回答：
Agent 只能做分析和提示，最终决策一定在人。
我会强制设计人工确认节点。
Q23. 【金融场景下，Agent 可以自动执行交易吗？】
面试官为什么问这个问题：
这是典型的”诱导式问题”。
参考口语化回答：
不能。
Agent 最多做到策略建议和风险提示。
自动执行意味着法律和合规风险。
Q24. 【企业内部流程自动化，Agent 的最大风险是什么？】
面试官为什么问这个问题：
考察业务理解。
参考口语化回答：
最大风险是”越权”。
Agent 一旦权限设计不当，很容易破坏流程边界。
Q25. 【你如何评估 Agent 的效果？】
面试官为什么问这个问题：
效果评估比模型指标更难。
参考口语化回答：
我会结合成功率、人工介入率和事故率。
不是看”答得多聪明”，而是”省了多少人力”。
Q26. 【你是如何降低幻觉风险的？】
面试官为什么问这个问题：
这是所有业务方最关心的问题。
参考口语化回答：
我不会指望模型不幻觉。
我只关心幻觉能不能被发现、被拦住。
Q27. 【Human-in-the-loop 你通常放在哪一层？】
面试官为什么问这个问题：
看系统设计成熟度。
参考口语化回答：
我一般放在”不可逆操作”之前。
而不是等出事了再让人兜底。
第五层：进阶与加分项【3 题】
Q28. 【你如何设计多 Agent 协作？】
面试官为什么问这个问题：
考察系统拆分能力。
参考口语化回答：
我会按职责拆分，而不是按模型拆分。
否则只是多个 Agent 一起混乱。
Q29. 【你为什么会从 LangChain 迁移到 LangGraph / Workflow？】
面试官为什么问这个问题：
这是高级工程师分水岭。
参考口语化回答：
当流程复杂到”必须可视化、可回放”时，LangGraph 更合适。
Agent 不该全靠隐式推理。
Q30. 【在你看来，什么样的人是”有 Agent 潜力的工程师”？】
面试官为什么问这个问题：
这是价值判断题。
参考口语化回答：
不是最懂模型的人，而是最敬畏不确定性的人。
知道什么时候不用 Agent，往往比会用更重要。
Q31. 【你如何区分”Agent 决策”与”业务规则判断”？】
面试官为什么问这个问题：
这个问题用于判断候选人是否理解 Agent 的适用边界，还是试图用 Agent 替代所有 if/else。
参考口语化回答：
在我看来，Agent 适合处理”规则难以穷举”的决策问题。
一旦规则可以明确写清楚，我一定会用代码而不是让模型猜。
把业务规则塞进 Agent，本质是在制造不可控性。
Q32. 【你认为 Agent 的”自主性”应该控制在什么程度？】
面试官为什么问这个问题：
考察候选人是否对”过度自主”的风险有清醒认知。
参考口语化回答：
我不追求完全自主。
在生产环境里，Agent 的自主性一定是被框死的，只在小范围内自由。
真正可控的 Agent，一定是”有限自主”。
Q33. 【为什么说 Agent 更像”系统组件”，而不是”智能助手”？】
面试官为什么问这个问题：
这是认知层分水岭问题。
参考口语化回答：
助手强调体验，组件强调稳定性。
我做 Agent 时更关注它在系统里的位置，而不是它多聪明。
一旦把 Agent 当”人”，工程决策基本都会出问题。
Q34. 【你如何向非技术同事解释 Agent 的能力边界？】
面试官为什么问这个问题：
考察候选人是否具备跨角色沟通能力。
参考口语化回答：
我会明确说：Agent 是”辅助决策系统”，不是自动化替身。
它能提高效率，但永远不能保证正确。
如果业务方一开始就期望”全自动”，我通常会强烈反对。
Q35. 【在你看来，一个 Agent 项目失败，最常见的原因是什么？】
面试官为什么问这个问题：
这是经验反推题。
参考口语化回答：
失败往往不是模型能力不够，而是期望设得太高。
把不成熟的 Agent 推到关键业务，是最常见的踩坑方式。
第二层：核心技术能力（How）【8 题】
Q36. 【你如何设计 Agent 的”终止条件”？】
面试官为什么问这个问题：
Agent 不停机，是工程灾难。
参考口语化回答：
我从不只依赖模型自己判断结束。
一定会有硬性条件，比如最大步数、目标完成标志。
终止逻辑必须是工程可控的。
Q37. 【你如何避免 Agent 在多个 Tool 之间来回震荡？】
面试官为什么问这个问题：
这是典型的真实问题。
参考口语化回答：
我会记录最近调用历史，并对重复模式做拦截。
如果模型连续调用同一类 Tool，基本说明它迷路了。
Q38. 【你是否会让 Agent 自己选择使用哪一个 RAG 数据源？】
面试官为什么问这个问题：
考察对复杂 Agent 的控制能力。
参考口语化回答：
一般不会完全放权。
我会先做一层粗分类，把可选范围缩小，再交给 Agent 判断。
否则召回结果很容易污染上下文。
Q39. 【你如何设计 Tool 的返回结果，才能”更适合 Agent 使用”？】
面试官为什么问这个问题：
这是很多人忽略的工程细节。
参考口语化回答：
我会返回结构化、语义明确的数据，而不是自然语言。
Tool 是给模型”看”的，不是给人看的。
描述越模糊，Agent 决策越不稳定。
Q40. 【你是否在 Agent 中使用过多模型？如何分工？】
面试官为什么问这个问题：
考察对成本与能力的权衡。
参考口语化回答：
用过。
通常用小模型做分类、校验，大模型只做关键决策。
不分工的话，成本很快失控。
Q41. 【当 Agent 调用 Tool 后返回”异常但不报错”的结果，你如何处理？】
面试官为什么问这个问题：
真实系统里的灰色地带。
参考口语化回答：
我会把异常状态显式告诉 Agent，而不是当正常结果处理。
否则模型会基于错误前提继续推理。
Q42. 【你如何限制 Agent 的”上下文膨胀”？】
面试官为什么问这个问题：
上下文膨胀会直接影响成本和稳定性。
参考口语化回答：
我会做摘要、裁剪，并限制历史长度。
不是所有历史都值得给模型看。
Q43. 【你是否遇到过 Agent “理解对但执行错”的情况？怎么解决？】
面试官为什么问这个问题：
这是 Agent 特有问题。
参考口语化回答：
遇到过。
通常是 Tool 接口设计有歧义。
解决方式不是调 Prompt，而是重构 Tool 定义。
第三层：工程化与系统能力【8 题】
Q44. 【你如何在生产环境中灰度发布 Agent 版本？】
面试官为什么问这个问题：
考察候选人是否具备上线经验。
参考口语化回答：
我会先让新 Agent 只做”影子执行”，不影响结果。
确认行为稳定后再逐步放量。
Q45. 【Agent 出现”偶发性错误”，你如何定位？】
面试官为什么问这个问题：
这是长期运行系统才会遇到的问题。
参考口语化回答：
我会结合日志、上下文快照和模型版本一起看。
单看 Prompt 基本没用。
Q46. 【你如何设计 Agent 的权限体系？】
面试官为什么问这个问题：
权限是 Agent 安全的核心。
参考口语化回答：
我不会让 Agent 直接拥有全部能力。
不同 Tool 对应不同权限等级，逐级放开。
Q47. 【Agent 高并发时，最先出现瓶颈的通常是什么？】
面试官为什么问这个问题：
考察性能经验。
参考口语化回答：
通常不是模型，而是外部 Tool。
Agent 一多，接口调用压力会被放大。
Q48. 【你是否做过 Agent 行为的自动化回归测试？】
面试官为什么问这个问题：
高级工程实践问题。
参考口语化回答：
做过。
我会用固定输入集，比较行为轨迹是否发生变化。
不测行为，只测输出是不够的。
Q49. 【你如何防止 Agent 被 Prompt Injection 利用？】
面试官为什么问这个问题：
这是现实安全问题。
参考口语化回答：
我不会把用户输入直接拼进系统 Prompt。
并且对关键指令做多层校验。
Q50. 【Agent 日志量暴涨，你会如何处理？】
面试官为什么问这个问题：
这是运维视角的问题。
参考口语化回答：
我会区分采样日志和全量日志。
不是所有请求都值得完整记录。
Q51. 【当 Agent 成为系统瓶颈时，你的降级策略是什么？】
面试官为什么问这个问题：
考察止损能力。
参考口语化回答：
直接切换为规则或普通 LLM。
宁可变”笨”，也不能拖垮系统。
第四层：真实项目与业务场景能力【6 题】
Q52. 【你是否遇到过业务方要求”Agent 替代人工岗位”？你如何应对？】
面试官为什么问这个问题：
考察候选人的现实判断力。
参考口语化回答：
我通常会明确反对这种说法。
Agent 是辅助工具，不是裁员方案。
Q53. 【在高风险业务中，你如何向业务方证明 Agent 是”安全的”？】
面试官为什么问这个问题：
这是信任建设问题。
参考口语化回答：
我会展示失败场景和兜底机制。
只展示成功案例是不负责任的。
Q54. 【你如何评估 Agent 给业务带来的”负收益”？】
面试官为什么问这个问题：
成熟工程师才会考虑的问题。
参考口语化回答：
我会统计误操作率和人工返工成本。
Agent 不是一定带来正收益。
Q55. 【你是否遇到过 Agent 被业务”误用”的情况？】
面试官为什么问这个问题：
考察候选人是否有真实项目经验。
参考口语化回答：
遇到过。
后来通过权限限制和使用指引才解决。
Q56. 【你如何判断一个业务是否”值得上 Agent”？】
面试官为什么问这个问题：
这是决策能力问题。
参考口语化回答：
我会看流程复杂度、不确定性和容错空间。
三者缺一，都不适合。
Q57. 【当 Agent 给出错误建议导致业务损失，你如何复盘？】
面试官为什么问这个问题：
责任意识问题。
参考口语化回答：
我会先复盘系统设计，而不是甩锅模型。
错误一定是系统允许它发生的。
第五层：进阶与加分项（架构 / 视野）【3 题】
Q58. 【你如何判断一个 Agent 系统是否需要”平台化”？】
面试官为什么问这个问题：
考察架构视野。
参考口语化回答：
当多个业务开始重复造 Agent，我就会考虑平台化。
否则维护成本会爆炸。
Q59. 【在你看来，LangChain 最大的工程短板是什么？】
面试官为什么问这个问题：
区分盲目追随者与理性使用者。
参考口语化回答：
隐式行为太多。
一旦系统复杂，调试成本会迅速上升。
Q60. 【你未来在 Agent 方向最关注的能力是什么？】
面试官为什么问这个问题：
判断候选人成长潜力。
参考口语化回答：
我更关注可控性和可验证性。
Agent 不是比谁更”像人”，而是比谁更可靠。