2026-09 最新面经汇总：8 场真实原题 + 高频题变化
| # | 公司 / 岗位 | 时间 | 互动 | 题目数 | 侧重 |
|---|---|---|---|---|---|
| 1 | 字节跳动 · Agent 研发工程师（基础设施） | 2026-09-17 | ♥67 | 链路追问 | Agent Infra + 后端 |
| 2 | 字节 · AI Agent 开发岗 | 2026-09-10 | ♥12 | 9 题 | 工程化 + 系统设计 |
| 3 | 虾皮 · Agent 开发一面 | 2026-09-15 | ♥102 | 14 题 | Agent + RAG + 后端全链路 |
| 4 | 影石创新 · AI Agent（两轮） | 2026-09-16 | ♥62 | 23 题 | Agent 设计 + Java 后端 |
| 5 | 某公司 · Agent 开发一面 | 2026-09-10 | ♥453 | 12 题 | 项目拷打 + 基础理论 |
| 6 | 6-7 家中小公司 · Agent 面试复盘 | 2026-09-11 | ♥119 | 16 题 | LangGraph 深入 |
| 7 | 多家 · ai agent 面经 | 2026-09-22 | ♥83 | 8 项 | AI Coding 实践 |
| 8 | 焦点科技 · AI 应用研发一面 | 2026-09-11 | ♥62 | 围绕简历 | 无后端八股与手撕 |
另有 4 场仅有标题与互动数据、正文在长图里未转录（寒武纪三轮 ♥107、京东 ♥163、美团 ♥21 等）。
字节 · Agent 研发工程师（基础设施）
面试官不满足于"用没用过 LangChain"，而是沿这条链一路往下追：
1Agent Loop 怎么跑2→ Runtime 提供什么能力3→ Harness 解决什么问题4→ Memory 怎么设计5→ MCP / Skill 怎么接入6→ Sandbox 怎么提供执行环境
流程：自我介绍 → 项目经历 → Agent Infra / Runtime → 后端基础 → MySQL → 手撕算法 → 反问。手撕是 LRU。
结论：MySQL 和算法不能放掉，这轮后半段基本是标准后端考察。
虾皮 · Agent 开发一面
覆盖面最完整的一份，14 题里 Agent 理论、RAG 进阶、后端基础、算法各占约四分之一：
- 单 Agent、多 Agent 和 Workflow 编排模式各有什么优势？
- ReAct Agent 的核心执行流程是什么？Thought、Action、Observation 分别承担什么作用？
- Agent 调用工具后，工具返回结果时消息结构如何设计？为什么需要单独设计 Tool Message？
- RAG 为什么需要父子索引？BM25 和向量检索怎么结合？Rerank 放在哪个阶段？
- 知识库持续更新时，如何处理向量索引更新、缓存失效以及旧文档仍被召回？
- Agent 训练中的 SFT、强化学习和 Agentic CFT 分别解决什么问题？为什么需要 Mask Observation Token？
- Redis 在 Agent 系统中承担哪些作用？消息队列为什么不直接用数据库替代？
- MySQL 联合索引何时失效？LIKE 什么时候能用索引？
- 如何反转单链表？
6-7 家中小公司 · Agent 面试复盘
技术深度最高的一份，LangGraph 被问到实现层：
- LangGraph 的节点如何传输数据？靠共享 State 是怎么做到的？
- 并行边 + 多节点操作一个 state 的结果会汇总到一个节点，state 如何汇总？
- langgraph 如何自定义中间件？中间件如何绑定到 langgraph？
- langgraph 如何挂载 tools，底层如何实现？
- MCP 三连问：实现方式有哪些 / streamable 格式是什么 / 如何与大模型结合并调用
- 一个文档做向量化和一个文档的一个块做向量化，结果维度是否一样？
| 题目 | 7 月状态 | 9 月情况 |
|---|---|---|
| ReAct 框架 | TOP1 必考 | 仍必考，问法升级为"核心执行流程 + 三要素各承担什么作用" |
| Function Calling | TOP2 必考 | 仍考，更常与异常处理、Tool Message 消息结构一起问 |
| RAG 系统设计 | TOP3 高频 | 要求明显提高：父子索引、BM25 + 向量混合、Rerank 位置、索引更新与缓存失效 |
| 幻觉处理 | TOP4 | 仍在，但已不是主考点 |
| 多智能体架构 | TOP5 | 演进为"单 Agent / 多 Agent / Workflow 三选一的取舍"，并追问为什么用状态机不用线性 Chain |
| 上下文窗口管理 | 第 8 题 | 升格为高频核心题：滑动窗口 vs 动态摘要、压缩丢细节怎么办 |
| MCP | 第 14 题（新知识） | 升格为刚需，被连问三题 |
| Memory 机制 | 第 10 题 | 升格，与上下文压缩合并成一大类考点 |
| Harness / Runtime / Sandbox | 无 | 全新考点，字节 Infra 与影石均出现 |
| Agent 评测 | 第 16 题 | 升格为独立岗位，出现 JD 拆解 |
| AI Coding 实践 | 无 | 全新考点：Claude Code 使用习惯、AI 审核如何放行代码、被 AI 带偏怎么办 |
| 后端八股 | 列为"笔试基础" | 成为面试主体（MySQL / Redis / MQ / 线程池 / JVM） |
来源：一位面试官复盘"一上午面试了六个 Agent 开发岗"（♥760）。
核心观察：简历清一色写得很满（LangGraph、CrewAI、MCP、RAG、记忆系统关键词全覆盖），但问到落地细节，大部分撑不过三轮追问。
追问是怎么展开的：
- 从工具调用稳定性切入：模型调工具报错、参数不符合 schema、下游服务超时，代码层面怎么做异常处理？ → 多数人停留在"try-except 捕获一下"
- 继续追问：模型是直接调 API，还是先走记忆检索？工具返回结果做不做格式校验？ → 到这一步，回答开始缺乏逻辑链条
- 简历写"精通记忆系统"的：用户对话到第二十轮，Agent 丢失了最早的关键信息，排查路径是什么？ → 答不出记忆分层、上下文压缩、关键信息优先召回，说明只是在调接口层面打转
他给出的准备方法——把项目按四个维度重新拆一遍：
| 维度 | 要能答出的问题 |
|---|---|
| 数据层 | 知识库怎么清洗、按什么策略切分？ |
| 工具层 | 失败重试策略是什么，超时怎么降级？ |
| 记忆层 | 多轮上下文怎么管理，关键信息怎么召回？ |
| 工程层 | Token 成本怎么控制，异常怎么收敛？ |
一套完整的方案至少应覆盖：日志重放机制、关键节点断言、Bad Case 闭环复盘。
"Agent 不是一个岗位，是一类岗位"（已入职者复盘，♥29）
- 各家要的东西天差地别：偏模型应用的、偏工程落地的、偏中台架构的。没搞清楚方向，准备的东西大概率跑偏
- 2026 年的 Agent 面试根本不关心你 API 调得多顺，全程拷问工程化能力——"大厂要的不是会写 Agent 的人，是能控住 Agent 不失控的人"
- 拿 RAG demo 去面，被问"召回不准怎么监控、怎么评测"直接卡住
- 投递渠道别只盯大厂官网：国聘网、中智招聘上有不少国企和子公司的 Agent 岗，竞争小很多
"别被 JD 吓住，先上桌再说"（♥23）
- 这行最大的特点是没有统一标准，JD 上"精通 Agent 架构"大半是 HR 抄的
- 新手搞定三样算入门：工具调用、智能循环、MCP 协议
- 想卷赢，重点搞三个：沙箱隔离、记忆管理、Token 成本优化
- 求职别只搜"Agent"，顺手搜"智能体""LLM 应用"
"不用学那么多，多投多面才是最快的"（♥682）
"大概学了一个月，从 6 月中到 7 月中，找实习感觉还是看运气的，多投多面才是最快的。"
- 4 场面经正文在长图里未转录（寒武纪三轮、京东、美团等），opencli
download本次返回Navigation rejected，仅有标题与互动数据 - 小红书评论只翻得动首页（约 60 条上限）
- 样本以小红书用户自述为主，未经企业官方确认，题目细节可能存在回忆偏差
- 时间窗 2026-09-10 ～ 09-23
数据来源：opencli 采集产物 radar/raw/candidates-20260923T122929Z.json（小红书 40 条）+ 22 篇笔记正文