一、背景 & 项目请简单做一下自我介绍你做的 Agent 项目是做什么的？Agent 的整体架构是怎样的？你的 Agent 实现了哪些功能？为什么要做动态加载 / 编排？二、Agent 架构设计你的 Agent 是如何运行的？整体流程是什么？你提到用了 ReAct，具体是怎么实现的？Agent 的执行流程中有哪些节点？分别做什么？为什么要增加评估节点（Evaluator）？如何防止 Agent 死循环？三、Multi-Agent你的系统是 Multi-Agent 吗？多个 Agent 分别扮演什么角色？不同 Agent 之间是如何协作的？为什么要拆分多个 Agent，而不是一个 Agent 做完？四、Tool / MCP你在项目中用了哪些 Tool？Tool 在执行流程中是如何被调用的？Tool 的设计有没有什么经验或技巧？Tool 的 description 有什么作用？MCP 是什么？解决了什么问题？MCP 相比 function call 有什么区别？MCP 的优点是什么？MCP 的缺点是什么？MCP 太多导致上下文过大，怎么优化？五、Prompt 工程（重点）你平时是怎么写 Prompt 的？Prompt 设计的核心原则是什么？如何让模型输出符合预期格式？如何避免模型输出顺序混乱？如何防止 Prompt Injection？如果出现 bad case（错误结果），你怎么优化 Prompt？如何约束模型避免“胡编”（幻觉）？六、RAG（检索增强）你有没有用过 RAG？用来做什么？RAG 中你存的是什么数据？文档是如何切分（chunk）的？chunk 大小是怎么选的？token 切分有什么问题？如果日志跨 chunk，导致信息不完整怎么办？如何提高检索的准确率？如果向量相似度太接近，区分不了怎么办？有没有用过 re-rank？作用是什么？RAG 的基本原理是什么？七、系统问题 &优化在你的 Agent / RAG 系统中遇到过哪些问题？有哪些 bad case？如何解决？如果检索结果不准确，你怎么优化？八、扩展技术你了解 MCP 之外的方案吗？有没有了解过某些新框架（如 Harness / 其他）？有没有了解过大模型的 memory 机制？九、开放问题（思维题）为什么大模型会具备泛化能力？大模型为什么能表现出“智能”？反馈：多关注最新技术。