AI 应用开发一面面经

无八股无手撕，整体面试氛围比较轻松，面试官人很好，能明显感受到交流感，交流过程更像围绕项目进行深入讨论，不是单纯按照固定题库提问。很多问题会根据上一道回答继续追问，所以需要真正理解自己项目中的设计，而不是只背准备好的答案。

面试开始后，先让我介绍了一个自己比较熟悉的项目。后续问题主要围绕项目中的 Agent 架构展开，大致包括：

1. 项目中的 Agent 整体是如何设计和划分的？
2. 用户提出一个问题后，系统内部会经过怎样的完整处理流程？
3. 项目中包含哪些 Agent？每个 Agent 分别负责什么？
4. 多个 Agent 之间如何进行任务分配、路由和协作？
5. Memory 机制是如何设计的？保存了哪些信息？
6. 为什么要这样设计 Memory？不同类型的记忆分别解决什么问题？
7. 如何避免历史信息过多导致上下文污染或 Token 消耗过大？
8. Agent 的评审或评价机制是如何设计的？
9. 如何判断 Agent 给出的回答是否准确、完整和安全？
10. Memory 如何与多 Agent 架构结合？
11. 当 Agent 回答失败、置信度不足或出现异常时，系统如何处理？
12. 项目中的关键设计为什么选择这种方案？是否考虑过其他实现方式？

每道题的范围都比较大。即使最开始只是几句话的问题，面试官也会根据回答继续追问很多细节，例如具体实现方式、模块职责、设计原因、异常处理以及不同模块之间如何配合。

个人感受是，这场面试比较重视项目深度。准备时不仅要知道“项目用了什么”，如果项目是自己完整做过的，并且提前梳理好架构、流程和常见追问，整体交流会比较顺畅。面试官也会根据回答给出一些比较实用的建议，整体体验给到夯。[赞]

面试时间9.5