跳转至

Agent 工程面试知识库

面向中国大陆 Agent Engineer / 大模型应用工程师 / AI 应用后端工程师 岗位。不是堆八股，而是训练理解、原理、工程边界和项目表达。

63深度问题
11原理手撕题
8知识模块
从 Q009 开始

进度如何保存

每道题标题下都有“标记为已掌握”。学习进度只保存在当前浏览器，不上传服务器；更换设备后不会自动同步。

三条学习入口

建立全局认知

先理解 Agent 与模型、Workflow、ReAct、Tool、Context 的关系，再进入具体框架。

从 Q009 开始

原理手撕

训练状态机、数据结构、伪代码、异常恢复和生产边界，适合国内面试连续追问。

进入原理专题

完整题库

按 Agent、RAG、Tool、Memory、Multi-Agent、协议和系统设计分类查看全部 63 题。

打开完整索引

推荐学习顺序

第一阶段：Agent 全局认知

  1. Q009 Agent 与大模型的本质区别
  2. Q001 Agent 与 Workflow
  3. Q002 ReAct 与 Agent Loop
  4. Q003 停止条件与循环控制
  5. Q005 Context Engineering
  6. Q004 Tool Calling 可靠性

第二阶段：生产级 Runtime

  1. Q053 从零设计最小 Agent Runtime
  2. Q055 Agent State 与消息协议
  3. Q054 Function Calling 完整链路
  4. Q056 Context Builder 与 Token Budget
  5. Q058 Checkpoint、恢复与幂等
  6. Q063 Trace、Replay 与故障归因

第三阶段：按岗位补专项

  • Agent 应用开发：Prompt、RAG、Tool Calling、评估、安全。
  • Agent 后端 / 平台：Runtime、Checkpoint、异步工具、网关、多租户、可观测性。
  • Coding Agent：代码修复闭环、沙箱、Harness、审批、Trace。
  • 多 Agent 系统：拓扑、状态、路由、A2A、错误放大与一致性。

每道题怎么学

  1. 先口述 2～5 分钟：不看答案，暴露自己真正不懂的地方。
  2. 阅读核心结论：确认概念和边界。
  3. 看工程实现与失败模式：重点理解为什么 Demo 方案不能直接上线。
  4. 再口述一次：只使用自己的语言。
  5. 结合项目重答：优先使用 CI/CD Agent、Claude Code 平台和 OpenSandbox 场景。

原理手撕题额外要求：

  • 画状态机与数据流；
  • 写核心数据结构；
  • 写不依赖框架的伪代码；
  • 主动补充超时、重试、幂等、恢复、权限和预算。

当前重点

现在不要平均用力。优先掌握：

Q009 Agent 与模型
→ Q001 Agent 与 Workflow
→ Q002 Agent Loop
→ Q053 最小 Runtime
→ Q054 Function Calling
→ Q056 Context Builder
→ Q058 Checkpoint
→ Q063 Trace / Replay

这条路线最能把你的 DevOps / 平台工程经验转换成 Agent 工程岗位的面试优势。