发点面经攒攒人品～项目拷打八股问题：1.大模型幻觉怎么处理？2.agent开发的过程中有没有实现一些约束？3.使用SKILL还是MCP的形式进行交互？聊了一些使用coding agent做开发的问题。1.全流程主导的agent开发（autonomous agent）和以结构化文档为核心通过工作流的方式去驱动（specfic）的方式各有什么优劣？2.你们公司结合AI的开发流程是什么样的3.会基于AI去做CR吗？4.怎么做单测？怎么保证生成的单测能够覆盖全？

1. 自我介绍2. 介绍一下你的项目3. Coze 新旧两种编排方式的差异是什么，你在设计节点时怎么取舍拖拽式编排适合流程稳定、路径清晰、节点边界明确的场景，比如固定审批、FAQ 问答、标准化信息抽取。Agent 化编排更适合目标不稳定、路径动态变化、需要中间决策的场景，比如多轮任务执行、复杂信息搜集、跨工具协作。节点设计时不能按功能菜单式地乱拆，而要按状态边界和失败恢复边界去拆。一个节点如果既负责理解问题、又负责查知识、又负责生成结果，那一旦出错很难定位，也很难重试。真正稳的节点应该输入清晰、输出结构化、失败可恢复。4. 你写过哪些 MCP 工具，设计一个 MCP 工具协议时最关键的是什么M...

继续来分享下最近的面经~欢迎友好讨论，信息共享1. 你有没有接触过自动化测试？了解哪些测试框架（Python 或其他语言）？2. 你在A公司做的 AI 平台整体是干什么的？3. 你说的孤儿资源清理具体是怎么实现的？4. 你是怎么判断一个资源是孤儿资源的？5. 这个过程是基于全量扫描，还是事件驱动？具体怎么做的？6. Watch 和数据库同步这一套是怎么设计的？有没有一致性问题？7. 你的事件处理链路是怎样的？有没有用 Kafka？为什么用 / 不用？8. 你在B公司做的 Agent 核心是做什么的？解决了什么问题？9. 这个 Agent 实际是在部署什么？是服务、脚本还是其他东西？10. Agent 是中心化部署还是每台机器一个？为什么这么设计？11. Agent 和 Jenkins 的关系是什么？谁负责调度，谁负责执行？12. Agent 的所有动作是不是最终都是通过 Jenkins 来执行的？13. Jenkins 执行完之后，怎么和 Agent 做状态同步或结果回传？14. 既然 Jenkins 本身就能做自动化，为什么还要做一个 Agent？15. 用户在 Jenkins 上最容易填错哪些参数？为什么？16. 能不能完全不让用户填参数，让系统自动完成？为什么做不到？17. 如果 Jenkins 已经可以完成这些事情，引入 Agent / AI 的价值在哪里？18. 如果让你设计一个自动拉日志的 Agent，你整体流程是怎样的？19. 有3台Linux机器，日志路径不统一，而且是二进制日志，需要解析，你怎么设计？20. IP/Port 固定，但 SSH 密码会随软件版本变化，这个你怎么处理？21. 不同业务的人要不同日志路径，你怎么做管理？22. 用户不愿意维护配置表，你怎么让用户输入，同时系统自动沉淀规则？23. 日志解析涉及不同格式、工具、版本，这一块怎么设计？24. 如果这个 Agent 要扩展到自动检测、排障、自动化能力，架构怎么演进？25. 在完全没有规范流程、系统很混乱的情况下，你怎么落地这个 Agent？手撕：第二大的数字，不能用既有函数。

1. 自我介绍2. 介绍一下 AI 智能体的 workflow，以及 RAG 知识库是怎么设计的智能体 workflow 一般不是一次模型调用，而是多阶段任务流。我会把它拆成意图识别、任务规划、工具选择、检索增强、结果生成、校验和记忆更新几个阶段。比如运营人员问一个商品问题，系统先判断是选品分析、广告诊断、库存预警还是内容优化，再决定调用商品库、广告系统、向量知识库或规则引擎。RAG 知识库设计上会分离结构化数据和非结构化文档。结构化数据比如商品指标、广告 ROI、库存周转用 MySQL、ClickHouse 或 ES 查询；非结构化内容比如运营 SOP、平台规则、历史案例、达人脚本会做切分、...