字节暑期agent开发 1面

一、背景 & 项目

1. 请简单做一下自我介绍
2. 你做的 Agent 项目是做什么的？
3. Agent 的整体架构是怎样的？
4. 你的 Agent 实现了哪些功能？
5. 为什么要做动态加载 / 编排？

二、Agent 架构设计

1. 你的 Agent 是如何运行的？整体流程是什么？
2. 你提到用了 ReAct，具体是怎么实现的？
3. Agent 的执行流程中有哪些节点？分别做什么？
4. 为什么要增加评估节点（Evaluator）？
5. 如何防止 Agent 死循环？

三、Multi-Agent

1. 你的系统是 Multi-Agent 吗？
2. 多个 Agent 分别扮演什么角色？
3. 不同 Agent 之间是如何协作的？
4. 为什么要拆分多个 Agent，而不是一个 Agent 做完？

四、Tool / MCP

1. 你在项目中用了哪些 Tool？
2. Tool 在执行流程中是如何被调用的？
3. Tool 的设计有没有什么经验或技巧？
4. Tool 的 description 有什么作用？
5. MCP 是什么？解决了什么问题？
6. MCP 相比 function call 有什么区别？
7. MCP 的优点是什么？
8. MCP 的缺点是什么？
9. MCP 太多导致上下文过大，怎么优化？

五、Prompt 工程（重点）

1. 你平时是怎么写 Prompt 的？
2. Prompt 设计的核心原则是什么？
3. 如何让模型输出符合预期格式？
4. 如何避免模型输出顺序混乱？
5. 如何防止 Prompt Injection？
6. 如果出现 bad case（错误结果），你怎么优化 Prompt？
7. 如何约束模型避免“胡编”（幻觉）？

六、RAG（检索增强）

1. 你有没有用过 RAG？用来做什么？
2. RAG 中你存的是什么数据？
3. 文档是如何切分（chunk）的？
4. chunk 大小是怎么选的？
5. token 切分有什么问题？
6. 如果日志跨 chunk，导致信息不完整怎么办？
7. 如何提高检索的准确率？
8. 如果向量相似度太接近，区分不了怎么办？
9. 有没有用过 re-rank？作用是什么？
10. RAG 的基本原理是什么？

七、系统问题 &优化

1. 在你的 Agent / RAG 系统中遇到过哪些问题？
2. 有哪些 bad case？如何解决？
3. 如果检索结果不准确，你怎么优化？

八、扩展技术

1. 你了解 MCP 之外的方案吗？
2. 有没有了解过某些新框架（如 Harness / 其他）？
3. 有没有了解过大模型的 memory 机制？

九、开放问题（思维题）

1. 为什么大模型会具备泛化能力？
2. 大模型为什么能表现出“智能”？