本文目录
适合处理过 Agent 超时、重试或降级的人，重点练故障处理、避免重复执行、安全防护和失败兜底。
教学示例：先换成自己的真实项目描述，再逐题练习。下面保留完整追问分支、检查重点与评分规则。
页面加载中…
求职指南 · 简历项目模拟面试
适合处理过 Agent 超时、重试或降级的人，重点练故障处理、避免重复执行、安全防护和失败兜底。
适合处理过 Agent 超时、重试或降级的人，重点练故障处理、避免重复执行、安全防护和失败兜底。
教学示例：先换成自己的真实项目描述，再逐题练习。下面保留完整追问分支、检查重点与评分规则。
学习内容与项目面试，在同一条路上。
负责【真实 Agent 场景】可靠性治理，承担【超时、重试、幂等、安全或降级模块】。
需要准备：个人职责；故障范围；策略与代码工件。
通过【真实可靠性改动】改善【真实 SLO 或失败指标】，由【真实演练或线上记录】验证。
需要准备：指标基线；故障样本；演练记录；副作用。
简历原句是“【自己的真实项目描述】”。模型调用、工具执行、队列、业务写操作和安全策略中哪些由你负责？
考察重点：核验项目所有权，避免把团队或平台成果当作个人成果。
需要追加追问时：ownership_ambiguous → ownership-proof。
下一步：design。
配套学习：Agent 调用链路容错机制。
请用一次故障演练、告警处置、重试配置或事故复盘证明你的实际贡献。
考察重点：用可脱敏工件交叉验证职责，而不是继续听抽象表述。
下一步：design。
配套学习：Agent 系统哪些模块最易出问题?。
把参数错误、超时、空结果、限流、模型拒答、越权和业务冲突分别放在哪一层处理？
考察重点：确认候选人理解端到端链路、关键接口和状态变化。
下一步：tradeoff。
哪些错误可重试，最大次数和退避怎么定？什么时候换工具、读缓存、返回部分结果或转人工？
考察重点：验证选型来自真实约束和对比，而不是技术名词堆砌。
下一步：metrics。
配套学习：最大重试次数怎么设?、Agent 工具调用失败怎么处理?。
成功率、超时率、重试放大、重复副作用、降级率和安全拦截如何定义？基线是什么？
考察重点：核验效果数字是否有定义、基线、样本和可归因证据。
需要追加追问时：metric_undefined → metrics-proof；baseline_missing → metrics-proof；evaluation_set_missing → metrics-proof。
下一步：failure。
配套学习：Agent 系统哪个模块最不稳定?。
请把成功率、重试放大和重复副作用分开定义，并给出同一故障注入条件下的基线；没有演练记录就不要把设计预期当结果。
考察重点：二次核验缺失的指标证据；仍无法提供时，在复盘中标记为“只有知识，没有项目事实”。
下一步：failure。
配套学习：Agent 系统哪个模块最不稳定?。
给出一次重试导致重复写入或降级返回过期数据的事故，怎样发现、止损和复盘？
考察重点：确认候选人见过方案边界，并能完成证据驱动的失败复盘。
需要追加追问时：failure_case_missing → failure-proof。
下一步：production。
请回放一次重试放大或重复写入：原始请求、幂等键、尝试次数、写入结果和止损动作分别是什么？没有事故记录就按演练场景回答。
考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。
下一步：production。
生产中超时预算、熔断、限流、幂等键、降级开关、审计、告警和回滚如何管理？
考察重点：验证系统是否真实上线，并具备监控、灰度和回滚能力。
需要追加追问时：production_evidence_missing → production-proof；rollback_missing → production-proof。
下一步：extension。
配套学习：Agent 如何防越权与隐私泄露?。
请拿一次故障演练或事故记录，说明超时预算、重试次数、幂等命中、降级开关和恢复路径；没有记录就标为设计方案。
考察重点：核验生产事实与设计知识的边界；没有线上材料时，只按设计能力记录，不视为上线经历。
下一步：extension。
配套学习：Agent 如何防越权与隐私泄露?。
如果外部工具错误率翻倍且流量增长十倍，如何避免重试风暴并维持核心链路？
考察重点：测试约束变化后的迁移、容量和风险判断能力。
配套学习：Agent 推理链路延迟优化策略。
dimension：ownership
0：只会复述团队目标，无法说明本人职责。
1：能说出参与模块，但职责边界和决策权不清。
2：能区分本人、同事和平台职责，并给出实现证据。
3：职责、决策、协作边界和可核验工件完整一致。
dimension：chain-understanding
0：只罗列技术名词，讲不清数据如何流动。
1：能描述主流程，但关键接口和状态变化含糊。
2：能画清端到端链路，并解释关键输入输出。
3：能把参数错误、超时、限流、模型拒答、越权与业务冲突放到正确处理层。
dimension：tradeoff
0：只说方案先进或效果好，没有备选比较。
1：知道一个备选方案，但说不清真实约束。
2：能结合质量、时延、成本或维护性解释选择。
3：有候选对比、实验或决策记录，并能说明放弃条件。
dimension：metric-credibility
0：只有提升结论，没有指标定义和基线。
1：有数字，但缺评测集、统计窗口或口径。
2：指标、基线、样本和统计口径基本完整。
3：能用固定故障注入条件核验成功率、重试放大、重复副作用、降级和安全拦截。
dimension：failure-review
0：声称没有失败案例或只归因于模型能力。
1：能举失败现象，但没有复现和根因证据。
2：能给出代表性坏例、定位过程和修复验证。
3：有失败分类、复现材料、反事实验证和遗留边界。
dimension：production-engineering
0：只讲离线 Demo，不了解上线约束。
1：知道监控或降级概念，但没有具体阈值。
2：能说明时延、容量、监控、灰度和回滚。
3：能用超时预算、熔断、幂等、故障演练、降级与恢复记录证明核心链路可控。
dimension：consistency
0：前后职责、数字或架构明显冲突。
1：主要结论一致，但追问后口径频繁变化。
2：事实、指标和方案在多轮回答中保持一致。
3：能主动声明不确定项、版本变化和证据边界，回答可交叉核验。
dimension：failure-review
能给出错误码、请求 ID 和副作用时间线。
dimension：production-engineering
重试、熔断、降级和回滚均可配置演练。
dimension：metric-credibility
SLO 包含重试放大与重复副作用。
dimension：production-engineering
所有异常统一重试固定次数。
dimension：failure-review
认为有幂等键就不可能重复执行。
dimension：consistency
降级策略与权限或数据新鲜度要求冲突。