Agent 开发工程师一面、二面面经

选一个你参与最深的 Agent 项目，讲清楚它的用途和你的工作。

项目里最难处理的问题是什么，你具体改了哪里？

如果现在重新做这个 Agent，你会优先重构哪一部分？

你会用什么标准判断一个 Agent 已经具备企业使用的条件？

ReAct 和 Plan-Execute-Replan 的执行过程有什么区别？

怎样比较 DeepSeek harness 和 pi 的设计？

什么情况下会给 Agent 接入 RAG，什么情况下适合把知识整理成 Skill？

从用户提出问题开始，完整走一遍项目里的检索流程。问题怎样进入检索链路？

文档切块大小是怎样确定的？你依据哪些因素设置 Chunk 的范围？

一个 Chunk 同时包含相关内容和大量无关内容时，你会怎样处理？

拿到一批格式杂乱、缺少统一结构的外部文档，怎么把它们整理成可检索的知识？从

多种检索方式同时使用时，最终结果怎样选出来？

你怎样证明检索效果达到了项目要求？如

你会怎样给 Agent 的记忆分层？每一层保存什么信息，分别服务于哪些场景？不同层之间有哪些使用约束？

项目里的上下文压缩是怎样实现的？在什么情况下开始压缩？压缩过程具体做什么？

哪些信息必须在压缩后继续保留？结合记忆分层说明保留规则。对于不能压缩或不能丢失的信息，你怎样在实现中落实这些约束？

你对 Claude Code 的上下文压缩机制了解多少？

Computer Use 放到云电脑上运行时，整条交互链路是什么样的？结合你了解的方案，说明模型、界面信息和操作执行之间怎样配合。

用一个实际开发任务，介绍你的 AI Coding 工作流。从接到需求到完成实现，你在哪些环节使用 AI？

如果进一步围绕 Agent 的能力安排开发过程，你会怎么改？

你怎样理解 SDD，实际用过哪些相关工具？

团队是否自己搭建过 AI Coding 或 SDD 相关框架？

让 AI 参与性能测试时，你怎样设计 Prompt 和验证方案？

你认为 AI Coding 最难做好的是哪个环节？用亲身遇到的例子解释困难在哪里，以及你尝试过哪些改进。