一、引言：为什么需要区分新手与高手？

随着 AI Agent（智能体）技术的火热，相关岗位的面试竞争日趋激烈。面试官如何在短短几十分钟内，穿透简历和项目描述，精准识别出候选人的真实水平？关键在于设计一系列能触及核心能力、暴露思维深度的“区分性问题”。这些问题往往不追求标准答案，而是考察候选人对 AI Agent 本质的理解、工程实践的权衡以及解决复杂问题的系统性思维。

本文将围绕 AI Agent 岗位的核心能力模型，梳理一套能快速区分新手与高手的面试问题清单，并剖析高手回答中蕴含的深层逻辑。

二、核心能力模型与问题设计框架

一个优秀的 AI Agent 工程师/研究员，通常需要具备以下四个维度的能力：

1. 理论基础与原理理解：对 Agent 架构、LLM 能力边界、规划、工具使用、记忆等核心概念有深刻认知。
2. 工程实现与架构设计：能将理论转化为稳定、可扩展、高效的系统，熟悉相关框架与工具链。
3. 问题拆解与系统思维：面对模糊、开放的复杂需求，能进行有效的问题定义、任务分解和路径规划。
4. 评估、调试与迭代优化：具备科学的评估方法论和强大的 Debug 能力，能驱动系统持续改进。

以下问题将围绕这四个维度展开。

三、区分新手与高手的经典问题集

1. 原理理解类问题

问题示例：“请解释 ReAct（Reasoning + Acting）框架的核心思想。在实际构建 Agent 时，你如何决定何时让 LLM 进行推理（Reasoning），何时让它执行动作（Acting）？”

新手回答特征： 复述论文定义，给出“先推理后行动”的笼统回答。对于“何时”的问题，可能回答“根据任务复杂度”等模糊标准。

高手回答特征：

• 能指出 ReAct 的本质是通过显式的推理轨迹（Thought）来引导工具调用（Action），从而提升任务完成的可靠性和可解释性。
• 会结合具体场景讨论权衡：例如，在工具调用成本高（如调用外部 API）或动作不可逆时，应增加推理步骤的深度和验证；在简单、确定性的信息查询任务中，可以简化甚至跳过显式推理。
• 可能提到“思维链（CoT）”与“工具使用”的耦合方式，以及如何通过提示工程或微调来优化这个决策过程。

2. 工程架构类问题

问题示例：“假设你要设计一个支持数百种不同工具调用的通用 Agent 服务，你会如何设计它的工具发现、路由与执行模块？重点考虑性能、可维护性和安全性。”

新手回答特征： 直接说“用 LangChain 的 Tool 类”，或给出一个简单的 if-else/规则匹配方案。对性能（如并发、缓存）、错误隔离、权限校验等考虑不足。

高手回答特征：

• 分层设计： 提出清晰的架构分层，如：工具注册中心、语义路由层（可能基于嵌入向量相似度 + LLM 分类）、执行引擎、状态管理与回调。
• 性能考量： 讨论工具的懒加载、连接池、异步执行、结果缓存策略。
• 安全与鲁棒性： 强调输入验证、输出过滤、执行超时与回退、工具间的权限隔离（例如，网络工具与文件系统工具不应有相同权限）。
• 可维护性： 提出基于配置或代码的标准化工具描述规范，支持动态热更新工具列表。

3. 系统思维类问题

问题示例：“请设计一个‘旅游规划 Agent’。用户只说‘我想去一个温暖的海边度假，预算 1 万元，时间 5 天’。你会如何拆解这个任务，并让 Agent 逐步完成？”

新手回答特征： 给出一个线性的任务列表：查目的地、订机票、订酒店。缺乏对不确定性、多轮交互、约束冲突处理（如预算与目的地矛盾）的考虑。

高手回答特征：

• 问题澄清： 首先会设计 Agent 与用户进行多轮澄清对话，明确“温暖”的具体温度范围、对“海边”的偏好（喧闹/安静）、出行人数、出发地等隐含约束。
• 任务分解与规划： 将宏观目标分解为可执行的子任务链：信息收集（目的地调研） → 方案生成（多个行程草案） → 方案评估（基于预算、时间、用户偏好进行打分或 A/B 比较） → 预订执行（调用机票、酒店 API）。
• 处理不确定性： 设计回退机制，如某个目的地机票售罄，Agent 应能自动寻找替代方案并重新评估整体计划。
• 提到评估指标： 如何定义这个 Agent 的成功？不仅是完成预订，还包括用户满意度、方案合理性、预算符合度等。

4. 评估调试类问题

问题示例：“你上线了一个客服 Agent，发现其解决率（Issue Resolution Rate）低于预期。请描述你的诊断和优化流程。”

新手回答特征： “我会去检查 Prompt，然后加更多示例。” 或 “我会用更多数据去微调模型。” 诊断过程缺乏系统性。

高手回答特征：

• 系统性归因： 构建一个诊断框架，从数据、模型、流程三个层面排查。
  • 数据层： 分析失败案例的共性模式（是特定问题类型、特定用户表述，还是知识库缺失？）。
  • 模型层： 评估 LLM 的意图识别、信息抽取、推理能力是否存在瓶颈（例如，对长上下文理解不足？）。
  • 流程/Agent 层： 检查工具调用是否准确、工作流逻辑是否有缺陷、记忆管理是否有效。
• 可观测性建设： 强调日志、追踪（Trace）和指标（Metrics）的重要性，例如对 Agent 的每一步推理（Thought）、行动（Action）、观察（Observation）进行记录和分析。
• 迭代方法： 提出假设 → 设计实验（如 A/B 测试某个模块的改进） → 分析结果 → 持续迭代。可能具体到“引入 ReAct 框架替换原来的单步 Prompt”或“为工具调用增加验证步骤”。