agent八股从哪看

这段时间看了不少面经，也面了n场，有个感受挺明显的，很多问题表面上看是在问基础，实际上只是一个起手式。你如果只答第一层，后面基本都会被顺着往下拽。我感觉最容易被继续追问的，基本就这4个点。第一是执行过程。就是你这个Agent到底怎么跑起来的。很多人会先说模型、工具、知识库这些，但说完就没了。但面试官更想听的是，这个东西到底怎么动：用户一句话进来以后，先干嘛，后干嘛，什么时候决定去调tool，什么时候继续想和停。只要这块说不顺，后面就很容易被接着问：有没有loop，怎么判断结束，卡住了怎么办。第二是为什么这么拆。这个真的很高频，尤其你项目里只要提到了多Agent、多个tool、多个模块，基本都会被问。你说“因为这样更清晰”“更方便扩展”，一般都不太够。面试官后面大概率会接着问，那为什么不能放一起？拆了之后通信怎么做？成本是不是更高？挂一个会不会全挂？这块挺容易暴露问题的，因为很多时候自己做项目的时候只是“这样做了”，但没认真想过“为什么一定要这样做”。第三是失败怎么处理。这个点也容易继续往下挖。比如前面讲了Tool Calling、自动规划、知识库检索，面试官多半都会顺手问一句：那失败了怎么办？而且这里的失败不只是接口报错，还包括工具调错了、参数填错了、模型开始胡说、检索内容不相关、输出格式不对这种。很多人这时候第一反应就是 retry，但通常面试官还想再听：怎么识别是哪一层出的问题，怎么降级，怎么回退，怎么兜底。第四是怎么让它稳定。我现在感觉Agent面试到后面，几乎都会绕到这件事上。因为“能做”其实不算特别难，难的是“别乱做”。怎么防止它无限循环，怎么限制它调不该调的东西，怎么做状态管理，怎么做评估，怎么知道它到底是好是坏。尤其一旦你前面回答得比较像 demo 视角，后面面试官就很容易把你往线上场景拉，看你有没有想过真正在生产里会发生什么。所以我现在对面试的感觉是，它表面问得很散，今天问你RAG，明天问你Memory，后天问你Multi-Agent，但本质上老是在问同一类问题：这个系统到底是怎么跑的，为什么长这样，出问题怎么办，怎么别让它太飘。

最近在准备和整理 AI Agent 方向的面试内容，顺手看了不少开源教程。其中 Datawhale 的 Hello-Agents 很适合做系统入门。它的定位是《从零开始构建智能体》，内容覆盖智能体基础、ReAct、Plan-and-Solve、低代码平台、Agent 框架、Memory、RAG、上下文工程、MCP/A2A、Agentic RL、评估和综合案例。如果你是第一次系统学 Agent，Hello-Agents 这种路线很完整，适合从概念到代码慢慢补。但我在准备面试时发现，另一个问题更迫切：系统学过 Agent，不等于能在面试里讲清楚 Agent 工程。面试官不会只问你「ReAct 是什...

上一篇发出来之后，私信和评论里问得最多的就是："有没有具体项目可以参考"，现在四个方向各挑了一个GitHub 高质量开源项目供大家参考。AI Coding：Aider44k+ stars，Apache 2.0最值得学的部分是 repo map。前一篇里讲过"为什么不能直接把整个仓库塞给模型"，repo map 就是这个问题最早的开源答案之一：用tree-sitter解析代码，提取每个文件里的类、函数、关键定义，再用图算法算出哪些符号和当前任务最相关，只把这些塞进context。二改：repo map 适配熟悉的语言生态（Aider对Python/JS 最好Deep Research：GPT-Researcher27k+ stars，MIT核心是planner和execution两类agent分工：planner把研究问题拆成一组子问题，execution agents并行去抓信息，最后由publisher聚合成带引用的报告。为了控制成本，会按需在 gpt-4o-mini 和 gpt-4o 之间切，一次任务平均 2 分钟、几美分。二改：挑具体领域，比如医疗文献综述、行业财报对比、学术 survey，在被大部分项目忽略的环节上做深，评测体系、引用质量、矛盾信息的处理。AIOps：HolmesGPT2025 年 10 月成为 CNCF Sandbox 项目，Apache 2.0。只读权限和 RBAC 是写在架构层的，agent 没有误操作生产的能力二改方向：HolmesGPT 默认覆盖云原生场景，如果方向偏数据库、偏前端监控、偏业务告警，可以基于它的架构做垂直版本。长期记忆：Letta（原 MemGPT）22k+ stars，Apache 2.0Letta 是 agent runtime，整个 agent 跑在 Letta 里，记忆系统是它的核心而不是附加层。核心设计来自 MemGPT 论文：把 LLM 的 context window 当成虚拟内存来管。二改方向：挑一个很小但真实的场景，比如基于过去几个月聊天记录学写作风格助手，然后在 short-term/long-term怎么分、何时清理、怎么避免老信息污染上做扎实。

1.BOSS直聘AI 前端岗位JD要求传统前端工程师（薪资 20K–40K）涵盖 6 大技能维度：核心技能HTML5 / CSS3 / JavaScript (ES6+)、React / Vue / Angular、TypeScript / JSX / Vue3、状态管理（Redux / Pinia / Vuex）工程化 & 构建Webpack / Vite / Rollup、Babel / ESLint / Prettier、npm / pnpm / Yarn框架与生态前端组件库（Ant Design / Element Plus 等）、UI 设计与交互、前端路由 / 状态管理网络与...