校招之某生物公司Agent开发面经

最近闲下来了整理下之前的面经
1.你对agent了解多少呢
2.workflow和agent有什么区别
3.什么情况下适合用workflow,什么情况下适合用agent
4.如何保证workflow和agent的成功率
5.需要实现一个任务,你需要重点去提升指责给模型的一个能力。有四种方式:(1)微调;(2)换参数量更大的模型;(3)上下文工程;(4)提示词工程。哪一个你认为性价比最高
6.上一题回答的是微调,你是基于哪一种场景得到的这个答案
7.如果我换一个参数量更大的模型,你觉得会不会比微调好
8.聊一下muliagent,你是怎么做意图识别的
9.你是如何处理这种异常情况的,比如路由到了一个错误的任务,如果用户说不对,我要问的问题是XXX,你这个agent会不会纠正自己的行为,还是再跑一次流程
10.任务分解后,会根据任务执行结果调整任务列表吗
11.回答再跑一次,面试官说你这个也不是agent,而是一个工作流。因为没有意图的纠正、没有异常的处理、没有上下文记忆、没有agent本身的一个校准。
12.面试官讲了一下他对agent的见解。他认为agent最重要的不是路由,而是上下文的压缩,记忆管理、以及安全机制。
13.问会用docker吗,都有哪些命令,compose是构建镜像还是创建容器,镜像和容器有什么区别
全部评论

相关推荐

03-25 18:55
已编辑
中国农业大学 Java
稳稳的寄了。Q:你的 Agent 具备上下文记忆功能,基于 ReAct 模式,目前实际运行中最多能支持多少轮对话?Q:在 ReAct 模式下,Agent 需要频繁调用工具。考虑到不同大模型(如 Kimi 支持 20 万+ token,DeepSeek 支持 10 万+ token)的上下文窗口限制,您在执行过程中是否遇到过因工具调用次数过多(N 次)导致 Token 超出限制(撑爆上下文)的情况?如果有,是如何处理的?Q:在问答类场景中,如果 Agent 陷入死循环(例如反复搜索不到内容,不断重复“查看文件 - 搜索文件”的操作),有什么机制来检测并处理这种异常情况?Q:项目基于 MCP 协议集成了服务器资源查询、数据操作和校内文档检索,为什么没有考虑集成外部互联网资源的检索能力?Q:像 Codex 这类代码模型,其内部显然不是基于向量检索的。您是否研究或思考过 Codex 内部的文件检索策略是如何实现的?Q:目前 OpenClaw 比较热门,您是否阅读过相关源码或研究过其技术实现?Q:您提到了“服务器辅助开发”功能,是基于 Plan-Execute-RePlan 的方式实现的。能否详细讲解一下这一功能的具体实现逻辑?Q:你实现的“Plan-Execute-RePlan”流程与 Minus 这种有什么区别?
查看8道真题和解析
点赞 评论 收藏
分享
评论
6
33
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务