匹配正文：面试官可能会问：“Agent 做一个十分钟任务和跨多天任务，记忆设计有什么不同？是不是把所有消息都存进向量库就行？” 这道题最容易把三个概念混在一起：上下文、任务状态和长期记忆。上下文是当前这次模型调用能看到的内容；任务状态记录同一次执行进行到哪里；长期记忆保存跨会话仍有价值的事实、偏好或经验。它们都让系统“记得”，但生命周期、存储方式、读取策略和安全边界不同。短任务通常重视当前目标、最近对话、计划和工具结果，重点是选择哪些信息进入有限上下文。长任务除了工作记忆，还要持久化…

#Agent#记忆与存储#Agent 长期记忆设计

面试题·Agent

ReAct Agent 为什么会死循环？停止条件和步数上限怎么设计

匹配正文：面试官问：“你的 Agent 如果一直调用工具不结束，怎么办？” 最常见的回答是：“设置最大循环次数。” 这句话只能证明你知道怎么止损，不能证明你知道为什么循环。最大步数像保险丝，任务失控时可以切断，但如果目标、工具结果和状态设计没有修复，下一次请求仍然会以同样方式撞上保险丝。这道题真正考的是：ReAct 每轮究竟在更新什么，系统如何判断完成，错误怎样改变下一步，什么时候应该重试、澄清、降级或转人工。先给出 30 秒回答 ReAct 的 while 往往没有写错，死循环更…

#Agent#架构与规划#ReAct Agent 死循环

面试题·Agent

Agent Planner 生成的计划为什么不能直接执行？怎么校验和动态重规划

第 1 / 2 页下一页 →

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

匹配正文：…这类规则不应仅依赖 Planner 自觉生成，应由模板或 Policy 检查器强制验证。第五层：权限与副作用用户能否访问数据，Agent 是否有权调用工具，动作是只读还是写入，是否需要人工确认，全部由后端判断。模型写在计划里的 risk=read_only 只是请求声明，系统要按真实工具元数据重新计算。第六层：预算与可完成性估计节点数量、串并行关系、必需工具和剩余预算。如果计划明显超出任务允许的总耗时或工具次数，应要求缩减、拆分或转异步，而不是执行到一半才发现无法完成…

#Agent#架构与规划#Agent 计划校验

面试题·Agent

Agent 任务中断后怎么恢复？Checkpoint、断点续跑和人工审批怎样设计

匹配正文：面试官问：“Agent 跑到一半进程挂了，或者遇到高风险操作要等人确认，恢复时怎么保证不从头再来，也不会重复执行？” 只报出“LangGraph Checkpoint”远远不够。保存一份状态很容易，真正困难的是：保存的状态能否代表一个一致的执行位置，恢复时使用哪版代码和工具，已经完成的写操作会不会再做一次，审批前后状态有没有被篡改，以及等待几小时后外部数据发生变化该怎么办。如果现有项目还没有完整实现持久化恢复，也不必编造“已经支持秒级恢复”或“恢复成功率”。这类题完全可以按…

#Agent#工作流与状态#Agent 中断恢复

面试题·Agent

Agent 工具超时怎么办？重试、换工具、降级和停止怎样设计

匹配正文：…不能在错误发生后默认触发。工具为什么失败、是否可能自行恢复、请求能否幂等重放、剩余时间和预算还有多少，都会改变策略。一个成熟的 Agent 不应该把所有异常都扔回模型，让模型凭一段错误文字自由选择。执行层先把错误分类，运行时根据工具策略和任务状态决定重试、切换兼容工具、返回缓存、交付部分结果、请求用户补充或安全停止。模型可以在有限候选中调整路径，但不能绕过超时、预算与副作用边界。先给出 30 秒回答工具超时后我先区分可重试的暂时故障、不可重试的参数或权限错误，以及结果不…

#Agent#工具调用与安全#Agent 工具超时重试

面试题·Agent

Agent 调用写操作怎么防误执行？副作用分级、幂等、确认和审计怎样做

匹配正文：…工具应说明是否可补偿、补偿前置条件和超过什么状态后不可补偿。模型不能根据名称猜一个相反操作。 Prompt 注入怎样触发工具风险 Agent 读取网页、文档或邮件时，内容中可能混入“调用某工具”“上传密钥”等指令。外部内容是数据，不是可信系统指令。运行时要区分用户目标、系统策略和工具返回。工具结果不能提升权限，也不能动态增加未注册工具。敏感动作只根据可信任务状态和明确确认执行。工具参数还要限制路径、域名、SQL、命令和文本长度。沙箱用于隔离代码或文件操作，但沙箱不能替代业…

#Agent#工具调用与安全#Agent 写操作幂等

面试题·Agent

Teacher 生成的 Agent 轨迹为什么不能直接拿去训练，怎样筛出高质量样本？

匹配正文：…审计的，是系统可以观察和复现的过程。一条轨迹可以包括用户任务、当前状态摘要、工具名称、结构化参数、工具返回、被采用的证据 ID、任务状态变化、停止原因和最终答案。例如系统先搜索候选来源，随后访问官方页面，发现版本条件不一致，再补查第二个来源，最后只对已经获得支持的结论作答。这些动作和观察都能从日志与工具环境中核验。不需要把模型不可审计的内部推理文本当成质量依据。即使 Teacher 写了一段听起来很完整的“思考”，也不能证明它真的使用了正确证据。把评审重心放在可观察记…

#Deep Research#数据构造与训练#Deep Research 轨迹生成

面试题·Agent

Agent 长期记忆什么时候写入？从候选提取到更新、冲突和遗忘的完整生命周期

匹配正文：…，不代表现有项目的生产 Schema。重点是记忆不能只剩一段文本和一个向量，否则系统无法判断它属于谁、从哪里来、是否过期以及当前 Agent 能不能读。保存授权不能藏在“提升体验”里长期记忆跨越当前任务，授权边界必须比普通上下文更明确。产品可以把信息分成三类。用户主动要求“请记住”的内容，在通过安全检查后可以直接进入确认流程。为了完成当前任务而暂时处理的信息，只应保留在会话或任务状态。系统想用于未来个性化的信息，需要清楚说明用途，并提供关闭、查看、修改与删除入口。授权…

#Agent#记忆与存储#Agent 记忆写入机制

面试题·Agent

训练数据里 Search 太多，为什么 Agent 遇到什么都想先搜？

匹配正文：一个调研 Agent 面对“水的化学式是什么”，先调用 Search；面对简单乘法，也想搜网页；真正需要访问原文时，却停在搜索摘要。很多团队会先怀疑 Prompt 没写好，或者模型太小。但如果训练轨迹里大量任务都以 Search、Visit 开头，模型可能只是忠实模仿了高频动作。它没有学会判断“当前缺什么信息”，而是把“收到问题”与“先搜索”绑定在一起。相关首次训练记录里，就出现了简单问题仍偏 Search 的现象，材料同时指出 Search、Visit 轨迹偏多可能是…

#Deep Research#数据构造与训练#Deep Research 工具选择

面试题·Agent

Agent 记忆数据怎么存？关系库、向量库、对象存储与 Schema 怎样设计

匹配正文：面试官可能会问：“做 Agent Memory，是不是把所有对话切块后存进向量库就够了？” 不够。向量库适合根据语义找相似内容，却不擅长单独承担用户归属、租户隔离、事务更新、唯一约束、版本冲突、精确状态和彻底删除。完整对话、大文件和工具工件全部塞进一张关系表也不合理，读取成本和生命周期会混在一起。这道题考的是你能否先区分“事实源”和“索引”。关系型存储保存主体、记忆条目、来源、权限、版本、状态和审计；向量索引帮助从已授权范围里找到语义候选；对象存储承载长文档、完整轨迹和大工…

#Agent#记忆与存储#Agent 记忆存储设计

面试题·Agent

多 Agent 怎么编排？固定流水线和 Supervisor 监督模式怎么选

匹配正文：面试官可能会问：“既然任务已经拆成检索、分析、写作和评审多个 Agent，接下来是固定顺序执行，还是交给 Supervisor 动态调度？” 固定流水线把角色按明确依赖串起来，路径容易理解、测试和回放。Supervisor 则根据当前 State 决定下一步叫谁、是否返工或结束，适合运行时才能确定的开放任务。但 Supervisor 并不会自动让团队更智能，它也可能成为新的单点瓶颈：所有上下文都汇总到中央角色，路由错误反复发生，子 Agent 互相踢任务，最终在没有完成证据时…

#Agent#多智能体与评估#多 Agent 编排模式

面试题·Agent· 美团

Agent 强化学习怎么训练?

匹配正文：…率、工具调用正确性、执行效率具体实施方法 1. 奖励模型设计（最关键）场景奖励构成对话流畅度 + 事实性 + 用户反馈 Agent 结果正确性(50%) + 过程合规(30%) + 效率(20%) Agent特有：过程奖励模型（PRM）对每个推理步骤打分，而不仅是最终结果解决长序列的信用分配问题 2. 状态空间处理多轮状态 = 历史对话摘要 + 当前工具返回 + 任务进度标记用滑动窗口或摘要模型压缩历史，避免上下文爆炸显式维护已完成/待完成/失败的任务状态…

#美团#Agent#Agent 强化学习

面试题·Agent· 字节

Agent 长短期记忆如何分层?

匹配正文：逻辑分层 Agent 记忆应按职责划分：工作记忆保存当前目标、约束和近期工具结果；会话或情景记忆保存任务状态、事件和未完成事项；长期记忆只沉淀经确认、可复用且允许保存的偏好与事实。这是逻辑职责，不要求每层使用固定数据库。写入与读取交互或工具结果先经过候选提取、结构校验、去重、来源、权限与敏感信息检查，再带时间和版本写入结构化库、文本库或向量索引。新请求按身份与任务作用域做关键词、向量和结构化混合检索，再按相关性、时效性、重要性和权限重排，在上下文预算内注入。事实、原文和…

#字节#Agent#Agent 记忆架构

面试题·Agent· 百度

Agent 组件如何协同完成复杂任务?

匹配正文：Agent核心架构：感知-规划-行动-反馈的闭环大模型Agent的本质是以LLM为"大脑"的自主决策系统，通过环境交互完成复杂任务。核心模块协同如下： 1. 规划模块（Planning）作用：将复杂目标拆解为可执行的子任务关键范式： CoT（思维链）：逐步推理，适合数学/逻辑题 ReAct：推理（Reasoning）+ 行动（Acting）交替，"我想→我做→我观察"循环 ToT（思维树）：多路径探索，保留最优解 2. 记忆模块（Memory）类型功能典型实现短…

#百度#Agent#Agent 工作原理

面试题·Agent· 高德

Agent记忆分层：摘要与检索协同

匹配正文：…发下沉 2. 短期记忆（温数据）增量摘要：每K轮用轻量模型生成"发生了什么+用户意图变化" 关键事件提取：识别决策点、用户确认、任务状态变更存储格式：[(timestamp, summary, entities, importance_score)] 3. 长期记忆（冷数据）向量数据库：对话片段embedding + 元数据（时间、主题、情绪）结构化存储：用户画像、偏好、历史任务结果（如SQL/图数据库）检索策略：混合召回场景策略实现即时上下文工作记忆直接…

#高德#Agent#Agent 记忆管理

面试题·Agent· 高德

Agent记忆分层与RAG检索

匹配正文：核心架构：三层记忆体系工作记忆（Working Memory）最近2-4轮对话，直接拼接进prompt 包含当前任务状态、工具调用中间结果短期记忆（Short-term Memory）当前会话内的历史（数小时级）按对话轮次分块，维护时间索引和主题标签长期记忆（Long-term Memory）跨会话的持久化知识（天/周/月级）存储于向量数据库，支持语义检索多维度检索策略维度实现方式权重场景语义相似度对话Embedding + 向量检索（如HNSW）…

#高德#Agent#向量检索

面试题·Agent· 百度

Agent 组件如何实现自主决策与学习?

匹配正文：Agent vs LLM：从"问答"到"行动" LLM是被动响应器，Agent是主动决策者。核心差异在于Agent具备目标驱动和环境交互能力——能分解任务、调用工具、根据反馈调整策略。四大核心模块 1. 规划（Planning）任务分解：将复杂目标拆解为可执行的子步骤（如"订机票"→查航班→选座位→支付）推理策略：CoT（链式思考）、ToT（树状搜索）、ReAct（推理+行动交错）动态调整：根据执行反馈重新规划（如工具调用失败时换备用方案） 2. 记忆（Memory）…

#百度#Agent#Agent 工作原理

面经·项目面试

Agent 压缩了上下文，为什么任务还在，条件却丢了？

匹配正文：…缩而把已经很短的关键条件再改写一遍。交接时短状态卡保留目标、条件、待办和原文来源面试里把验证说到下一步被问到“你们怎样管理 Agent 的长上下文”，可以先讲清触发条件、保留近期消息、摘要替换旧历史。接下来值得展开的，是你怎样判断压缩没有改变任务。用这个日志例子，就能把回答落到具体位置：先检查关键条件是否进入摘要输入，再检查摘要与当前任务状态是否一致，最后把结果继续送进下一次压缩。正常分支、备用分支、用户修正，都要沿同一个任务往下走。如果要给项目补一个小验证，可以固…

#Agent#上下文压缩#记忆管理

面试题·Agent

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

匹配正文：…AG”。于是系统不管收到什么问题，都先拆计划、反复搜索、打开网页、整理报告。用户只是问一句“这个产品支持哪些文件格式”，也要等 Agent 跑完一整轮研究。流程看起来很智能，实际却把一个本来一次检索就能回答的问题，做得更慢、更贵、更不稳定。反过来，如果用户问的是“请比较三种技术方案在小团队、低运维和数据合规约束下的适用性，并给出能够核查的依据”，只查一次再生成也不够。一次检索可能只拿到某个厂商的宣传页，模型会把不同时期、不同部署方式和不同口径的数据混在一起。所以这道面…

#Deep Research#问题边界与研究闭环#Deep Research 分级路由

面试题·Agent

Deep Research 拿到一个大问题后，怎么拆成能查证的子问题？

匹配正文：…自由文本，前面结构化拆解的价值就没了。每个分支应使用统一交付：当前结论、支持证据、反对证据、来源时间、版本、限定条件、信息缺口和任务状态。比较类任务还要使用统一维度，某个分支没有数据就明确为空，不能用相近信息替代。合并时先做结构校验，再处理冲突和缺口，最后才生成自然语言。若某个分支失败，主任务应知道缺的是哪一格，而不是把整个研究报告判定失败。并行分支也要共享“已访问来源”和任务契约，避免三个 Agent 重复打开同一页面，或各自改变研究范围。共享的是可审计状态，不是彼此…

#Deep Research#问题边界与研究闭环#Deep Research 问题拆解

面试题·Agent

Deep Research 为什么会一直搜索？什么时候该停？

匹配正文：…索；若统一限制五步，后者可能在关键证据缺失时被截断。更合理的做法是同时保留软停止和硬停止。软停止根据证据覆盖、冲突、信息增益和任务状态判断，可以提前完成。硬停止根据步骤、时间、成本和安全边界判断，保证系统最终会退出。硬停止发生时，结束状态必须是预算耗尽，而不是正常完成。评估系统也要把两者分开统计。提前停止也可能是错误的 Agent 看到一个看似完整的答案时，很容易过早结束。常见原因之一是首个来源写得很自信。页面结构完整、数字很多，模型误以为证据充分，却没有检查来源…

#Deep Research#问题边界与研究闭环#Deep Research 停止条件

面试题·Agent

ReSum 动态摘要怎样压缩长任务，又不把关键证据丢掉？

匹配正文：…。把“来源 A 与 B 口径不同”写成“综合来看 A 更合理”，就是摘要替系统做了未经证据支持的裁决。第四，信息缺口和下一步。 Agent 必须知道哪些问题尚未完成。摘要只写已经发现的内容，会让后续误以为研究结束。第五，已执行动作和失败路径。不必保存每次调用全文，但要知道哪些查询已经尝试、哪些页面不可用、哪个策略失败，防止摘要后重新走一遍。第六，预算和停止状态。剩余步骤、工具限制、当前任务状态和最近一次失败原因，决定下一步是否还能执行。这些字段适合结构化保存。自由…

#Deep Research#执行框架与长任务#ReSum 动态摘要

面试题·Agent

Search 超时、Visit 受限、Python 报错时，Deep Research 怎样继续而不乱答？

匹配正文：…，可以从未完成缺口继续，而不是从头搜索。幂等动作 ID 和已访问集合用于避免重复。进程重启和用户取消怎样恢复？工具还在运行时，Agent 进程可能重启，用户也可能主动取消任务。每个关键动作开始前要持久化调用 ID、工具、参数摘要、任务版本和当前状态。进程恢复后先查询调用是否已经完成，再决定取回结果、重试或标记不确定，不能直接重新发送。用户取消时先停止产生新动作，再尝试取消可安全中断的工具。已经返回的证据可以保存，但任务状态必须标为用户取消，不能因为后台稍后完成就自动发…

#Deep Research#研究工具与稳定性#Deep Research 工具故障恢复

面试题·Agent

Deep Research 一跑几分钟，为什么不能用普通同步接口硬等？

匹配正文：…复创建两份研究。相关工程教程给出的方向是异步任务加进度查询，并要求重试、降级、断点和状态隔离。所以面试官真正想问的是：长时 Agent 如何拆成任务控制面和执行面，任务状态机怎样设计，怎样处理幂等、租约、断点、取消、重试和背压，GPU 推理与外部工具并发如何协调，又如何定义可验证的服务目标而不虚构现有 QPS 或 SLA？同步请求为什么容易出问题？第一，生命周期不匹配。网关、负载均衡和客户端都有超时，研究任务却可能更久。连接结束不代表任务应该被杀掉。第二，失败边…

#Deep Research#上线成本与评估#Deep Research 长任务