AI 全栈开发工程师（音视频）二面面经

时间：9.2 面试净时长：约 55 分钟，音视频方向 ## 一、自我介绍与经历 1. 自我介绍 - 请做一下自我介绍。 2. Agent 工程落地经历 - 你的经历主要集中在 Skill 开发，是否具备 Agent 工程落地经验？ ## 二、Agent 框架与项目实践 3. 主流 Agent 架构与框架 - 你是否了解主流 Agent 架构、工具调用链路和 Skill 评测等概念？ - 你了解哪些主流 Agent 架构或开发框架，它们各有什么优缺点？ - 你是否实际使用过 LangChain 或 LangGraph？ - LangGraph 有哪些优点和缺点？ 4. 业务 Agent 的意图识别与路由 - 你做过一个带多个检索分支的业务 Agent，它的意图理解和路由是怎样实现的？ - 具体使用什么方式完成路由？ - 意图识别使用的是规则、小模型，还是直接使用主模型？为什么这样选择？ ## 三、Agent 评测与诊断流程 5. 故障诊断 Skill 的评测体系 - 你如何评测一条完整故障诊断链路的好坏？ - 除了检查是否路由到正确的 Skill、是否调用了正确工具和知识文档，还如何判断最终诊断结果是正确的？ - 你们有哪些 Case 用来统一判断输入和输出是否正确？ - 这些 Case 的标准输出是怎样确定的？ - 构造的 Case 和预期结果是否经过实际值班人员或领域专家 Review？ - 如何确认离线构造的故障、标准答案和线上真实排障流程一致？ 6. Skill 的完整执行流程 - 一个用户请求进入系统后，Skill 的完整诊断流程是什么？ 7. 为什么选择 Skill 而不是专用 Agent - 为什么把故障诊断能力做成 Skill，而不是为它单独构建一个大的 Agent？ - 你们是否认为实现一个 Skill 就足够了，没有必要再搭建一套大的 Agent 架构？ ## 四、架构、安全与权限 8. 敏感内容、SubAgent 与鉴权设计 - 如果一次算法排障必须深入阅读内部代码和技术方案，而这些内容需要保密，把它们放进 Agent 上下文后应如何防止泄露？ - 如果提问者使用比较绕的方式诱导模型，仅依赖 Skill 或 Prompt 的输出约束能否避免泄露？ - 如果不让模型读取算法内容，系统如何完成必须深入算法细节的归因？ - 如果由 SubAgent 读取敏感内容，再由主 Agent 或 Review Agent 过滤输出，能否真正解决泄露问题？ - 使用主 Agent 做输出约束，与另设一个 Agent 执行或评审任务有什么区别？ - 如果从架构层面改造，你会怎样设计敏感内容的读取和输出流程？ - 能否让专门的领域 SubAgent 读取算法细节，只向外抽象出诊断规则，再由外层 Agent 使用这些规则？ - 你提到的鉴权逻辑，在 Skill 中是否实现？ 9. Workflow 与 Skill - 为什么要把原来的 Workflow 改成 Skill？ - Workflow 的优点和缺点是什么？ - Skill 的优点和缺点是什么？ ## 五、音视频领域基础与项目经验 10. 点播、直播与转码 - 你对音视频领域有哪些了解或实践？ - 你的既有经历中是否包含音视频相关经验？ - 你是否了解常见的点播链路和直播链路？