AI Agent面经 9（持续更新）
Q1：Agent 如何做版本管理与灰度？
答案：Prompt/⼯具/schema 版本化；影⼦模式（只记录建议不执⾏）；⾦丝雀 ⽤户群；关键指标对⽐（成功率、成本、违规数）；⼀键回滚。
Q2：举⼀个「不是 Agent 但常被误认为 Agent」的例⼦。
答案：固定三步的 RAG 流⽔线（query 改写 → 检索 → ⽣成），若⽆ 基于观察的再决策循环，更像Chain；若加⼊ 多轮检索策略与失败分⽀ 则接近 Agent。
Q3：你如何向⾮技术经理解释 Agent 的⻛险？
答案：⽤ 「能办事的实习⽣」 类⽐：能⼒强但可能 记错、被误导、误操作；所以我们要 权限卡、审批、监控录像（⽇志），重要操作 双⼈复核——对应最⼩权限、⼈在回路、审计。
Q4：上下⽂窗⼝越来越⼤，还需要外部记忆吗？
答案：需要。⻓窗⼝ ≠ 低成本，也不等于 可检索、可治理、可遗忘。外部记忆解决 跨会话持久化、结构化权限、版本与溯源；窗⼝内更适合 热⼯作集。
Q5：如何测试 Agent？
答案：单元测⼯具、模拟环境、回归集（固定任务与期望轨迹范围）、对抗⽤例（注⼊、越权）、线上⾦丝雀；避免只测最终答案⽽忽略 过程正确性。
大模型、Agent面试八股全集 文章被收录于专栏
大模型面试，早已不只是会用 LangChain、会调 OpenAI API 那么简单。真正决定面试深度的，是你是否理解 Transformer、Prompt 工程、RAG 检索链路、Agent 规划与执行、工作流设计，以及复杂场景下的稳定性与工程落地问题。本专栏聚焦大模型与 Agent 开发面试高频八股，系统拆解核心概念、常见追问、项目回答思路，帮助你系统掌握核心考点，提升面试表达与项目答辩能力。
查看20道真题和解析