聊聊agent面试那些事

说实话2025年LLM岗位的薪资真的离谱，校招开到60万到200万，各家公司都在抢人。agent方向更是香，很多同学简历上都写了agent相关的项目或论文。

但面试下来，发现不少同学其实卡在一些关键点上——不是不聪明，是没想清楚。

一、业务背景搞清楚了吗？

这是最基础、也最容易被忽视的一关。面试官第一个问题往往就是：你这个agent应用是干嘛的？输入什么、输出什么？

你得能说清楚：是做客服问答，还是自动生成图片？整个流程是怎样的，比如"输入query → query改写 → RAG检索 → 模型生成 → 后处理"，最好脑子里有一张架构图，能顺口说出来。

扣分场景：只会说"这是我主管让我做的"，说不清业务价值，更没法讲清楚全链路——这种回答基本直接减分。

二、数据，你真的在意过吗？

很多同学做项目重模型轻数据，这是个大误区。数据的数量和质量，从根本上决定了模型的上限。当年ImageNet出来直接把计算机视觉拉了一个时代，agent应用也是同理，不管是模型训练还是RAG召回，数据都是核心。

面试里你需要能回答这几个问题：数据从哪来？是人工标注的，还是LLM合成的？合成完怎么筛、怎么评质量？数据质量怎么样？准确率多少？谁来评？数据量有多少？SFT只有几百条数据大概率练不好。

其他像数据多样性、难度分布，也都会影响最终效果。

扣分场景：不知道数据准确率是多少，也没做过数据质量对比实验。

三、模型和算法，你理解本质了吗？

这一块是最能拉开差距的地方。先把SFT和RLHF的区别搞清楚：SFT是监督学习，只能告诉模型哪些是好结果，泛化性有限。RLHF通过reward信号告诉模型结果好不好，泛化性更强，在推理相关任务上提升明显。

RLHF具体算法：DPO、PPO、KTO、GRPO、DAPO等。DPO的关键在于构造高质量的chosen/rejected pair，GRPO的核心改进是用基于平均的相对奖励。更重要的是：你的项目为什么用这个算法，不用其他的？说不出来就是扣分项。

亮点加分项：如果你结合业务做了针对性改进，比如把GRPO的reward函数调整成更贴合业务场景的设计，面试官会眼前一亮。

agent面试考的是你对业务、数据、算法这三块有没有真正下过功夫。你在哪块掌握得比较扎实？欢迎评论区聊聊 👇