AI Agent 实习：学习内容与优先级（2026-09 整理版）

1. 工具调用与异常处理

这是最容易被追问穿的一层。有面试官直接点评过：简历上 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"，回答停留在"try-except 捕获一下"，明显只跑通过正常路径。

要能答出这三层：

面试原题：

• 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？
• 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？（虾皮）
• 工具或 API 调用超时、报错时，系统如何处理？是否考虑过让大模型参与异常处理或自动恢复？（影石）
• 当工具越来越多，上下文信息杂乱，Agent 选工具容易出错，可以怎么优化？

关键判断：这些不是看文档能记住的，是线上故障倒逼出来的。自己造故障比背答案有用。

2. Agent 智能循环（Loop）

面试官现在的问法是"把完整运行链路串起来讲一遍"，而不是"你用过 LangChain 吗"。

字节 Agent 研发（基础设施）岗明确给出的追问链：

1
Agent 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

面试原题：

• ReAct Agent 的核心执行流程是什么？Thought、Action、Observation 分别承担什么作用？（虾皮）
• Agent 中的短期记忆和长期记忆分别如何实现？哪些信息适合长期保存？（虾皮）
• 如果从零设计一个 Agent，需要考虑哪些核心模块？（影石）
• Agent 调了三个工具后开始死循环，异常处理写在哪？（已入职者复盘）

必答的收敛机制：最大迭代步数、重复动作检测、熔断、Token 预算上限。

3. 上下文与记忆管理

"简历上写'精通记忆系统'的，一问上下文管理就暴露了。" 典型场景：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？

要能区分三种病因：

1. 没做记忆分层（短期 / 长期 / 工作记忆）
2. 长期记忆召回策略有问题
3. 上下文窗口被塞爆，关键信息被挤掉

面试原题：

• 当对话超过模型上下文窗口限制时，通常有哪些处理方案？滑动窗口和动态摘要各有什么优缺点？（虾皮）
• 长上下文压缩，你了解哪些实现思路？
• 上下文为什么需要压缩？压缩后丢失细节如何处理？（影石）
• cc、codex、dsh 上下文压缩策略（ai agent 面经）
• Token 消耗过快时，如何排查和优化？（影石）

4. RAG 进阶链路

只会"文档切片 + 向量检索"已经不够。现在的标准链路是：

1
Query Rewriting → Hybrid Search（BM25 + 向量）→ Rerank → 上下文组装

面试原题：

• RAG 系统为什么需要设计父子索引？检索较小文本块、返回完整父文档解决了什么问题？（虾皮）
• BM25 关键词检索和向量检索通常如何结合使用？Rerank 模型应该放在哪个阶段？（虾皮）
• 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的问题？（虾皮）
• 文档不拆分的 embedding 和拆分后的 embedding 结果有什么不一样？一个文档做向量化和一个文档的一个块做向量化，产生的结果维度是否一样？

5. 手撕 + 后端基础

后端八股并没有因为"Agent 岗"而消失，反而因为岗位常常挂在后端团队下而更硬。

出现过的算法题：LRU（字节 Infra）、拓扑排序 / 循环依赖检测（字节）、合并两个有序数组（影石）、三数之和（百度）、SSE 流式工具 delta 组装（ai agent 面经）、重复行检测（内存放不下时怎么做）、编辑距离、手撕 SQL 窗口函数。

出现过的后端题：

• MySQL：联合索引失效场景、LIKE 何时走索引、undo / redo / binlog 区别、两阶段提交
• Redis：在 Agent 系统里承担什么作用、过期策略怎么设计
• 消息队列：解决什么问题、为什么不直接用数据库传任务状态
• Java：线程池核心参数与执行流程、重新设计线程池要考虑什么、class 文件如何加载进 JVM
• 并发：线程 vs 协程 vs 进程的关系与切换成本

6. MCP 协议

有从业者直接把它类比为"当年的 REST API"——2026 年工具接入的主流标准，属于刚需。

面试原题（三题连续出现在同一场）：

• 讲讲 MCP？MCP 的实现方式有哪些？MCP 设计解决了什么场景？
• 介绍一下 MCP 的协议，streamable 格式？
• 要用一个 MCP，是如何与大模型结合，并且如何调用？

7. Harness / Runtime / Sandbox

这是 2026 年 9 月最明显的新增概念，中文圈和英文圈同步升温：

• X 上 ♥2495 的爆款帖把 Harness 定义为四件事：① 让模型在循环里持续工作 ② 给它读文件 / 调工具 / 跑代码的"手" ③ 管理记忆 ④ 约束它能碰什么、何时必须停下来问人
• 影石面试直接问："如何理解 Spec Coding 和 Harness？Harness 为什么可能提升 Agent 的任务完成能力？"
• DeepSeek 官方账号在招 Harness 团队，并已发布 DeepSeek Harness v0.1.5

面试原题（字节 Infra）：Harness 解决什么问题 / Runtime 提供什么能力 / Sandbox 怎么提供执行环境。

8. 多 Agent 编排与状态机

面试原题：

• 单 Agent、多 Agent 和 Workflow 编排模式各有什么优势？（虾皮）
• 为什么选状态机而不是线性 Chain？分支执行失败怎么回滚？
• 使用 deepagent、langgraph、dify 完成一个问数智能体如何设计方案，三种技术有什么区别？
• 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？

真正上线过的人会讲节点级可重试设计、分支判定逻辑、防止单点故障拖垮整条链路。

9. Agent 评测

小红书已出现专门的「Agent 评测工程师｜岗位要求全拆解」（拆了 10 个 JD：阿里 / 网易 / 小红书等）。核心要求：

• 评测体系从 0 到 1 与 Bad Case 归因
• 技术栈：LangChain / LangGraph / Dify / MCP，Python 是硬门槛，知道 SWE-bench 是加分项
• 评测方法：规则校验 → LLM-as-a-Judge → 人工评审，核心是设计 Rubric 和校准 Judge
• 评测链路工程化 8 步流程 + 质量模型五维度

面试原题：你们的 Agent 是怎么做效果评测的？有量化的指标吗？

10. 可观测性与成本控制

从业者建议里反复出现：LangSmith / Langfuse 这类可观测性工具，以及"想卷赢别人，重点搞这三个：沙箱隔离、记忆管理、Token 成本优化"——大部分人不会控成本，你懂就赢了。

11. 训练侧概念（仅偏算法岗）

虾皮面经中出现："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？" 若不投算法岗，了解即可。

12. 多模态 Agent（少数岗位）

"多模态 Agent 中，视觉编码器提取的信息如何与语言模型融合？"

一个高效技巧：把开源高星项目（Manus、MetaGPT 等）先跑通，然后故意搞破坏——让它无限迭代看怎么死、塞脏数据看怎么崩、丢超长任务看上下文怎么爆。这几个场景全是面试高频题，自己玩出来的经验比背一百道八股文管用。

证据层级：一手原文（面试者本人原题记录）> 面试官视角复盘 > 推文自述。三者不等价，本页优先采用前两类。

已知局限：

1. 部分高价值笔记（寒武纪三轮、美团、京东、若干学习路线）正文全部在长图里，本次未能转录，仅有标题与互动数据
2. 小红书评论只翻得动首页（约 60 条上限），覆盖不完整
3. X 侧「Agent + 求职」交集稀薄，主要提供技术风向，不作为求职证据
4. 采样窗口仅 2026-09-10 ～ 09-23（14 天增量窗口）

数据来源：opencli 采集产物 radar/raw/candidates-20260923T122929Z.json（小红书 40 条）与 radar/raw/candidates-20260923T123157Z.json（X 27 条）