模拟面试

A 轮：基础与执行，45 分钟

时间	问题	观察点
0–5 分钟	用一个做过的项目介绍自己	职责真实、背景简洁
5–12 分钟	Agent 如何从用户请求到调用工具？什么时候结束？	模型/运行时/工具边界，终止与失败
12–20 分钟	同一工具调用成功后响应丢了，怎么办？	不确定状态、幂等、查询确认
20–30 分钟	RAG 总回答错，如何一步步排查？	检索与生成分开评测，坏例证据
30–40 分钟	给现有教学实验添加一个失败场景	可复现的测试、明确的预期行为
40–45 分钟	你会如何选择模型与框架？反问面试官	有约束和测量，没有万能选型

追问链：怎么知道是这里坏了 → 能看到哪些字段 → 修好后怎样证明有效。不要让对话停留在工具名上。

B 轮：系统设计，60 分钟

题目：设计内部知识库客服助手，检索当前员工有权限的文档；必要时创建工单；文档可能过期，工具可能超时。规模和 SLO 未提供，请先澄清再做显式假设。

时间	应讨论内容	需要留下的产物
0–10 分钟	用户、敏感数据、读写操作、量级、可接受失败	需求与假设表
10–25 分钟	数据入库、ACL、检索、决策、写入审批	数据流与状态边界
25–40 分钟	超时、幂等、部分失败、恢复、取消	至少 4 个失败路径
40–50 分钟	开发集/保留集、质量/成本/延迟、灰度	指标定义、分母和发布门槛
50–60 分钟	预算变成一半，怎么改？项目风险与反问	一项删减与一项后续验证

不预设必须多 Agent、向量库或 Kubernetes。选用组件时解释它解决的实际问题。

C 轮：项目深挖，30 分钟

围绕自己的一个真实项目回答：你交付了什么 → 当时最难的约束是什么 → 比较过什么方案 → 用什么数据验证 → 哪个失败案例还没有解决。没有生产数据时，明确说是个人实验及其数据量。

结束后使用 复盘模板，只选两个薄弱点作为下一次练习目标。

D 轮：进阶系统深挖，60 分钟

这轮从一个正在运行的政策研究助手开始。面试官逐步增加约束，候选人要沿状态和证据推理。框架名可以少说几个，发生了什么要讲清楚；不能让系统每遇到一次故障就招一位新 Agent 来开会。

时间	场景与追问	对应题目
0–10 分钟	三地研究跨会话继续，怎样交接？文件有了，沙箱和持久化也有了吗？	Q057–Q059
10–20 分钟	工单创建成功但响应丢失，随后用户取消；恢复后该怎么办？	Q060–Q062
20–30 分钟	文档越来越多，窗口装不下，工具也选不准；先改哪一层？	Q063–Q065、Q069–Q071
30–40 分钟	引入研究 Worker 后更慢、更贵，怎样做对照实验和分支取消？	Q075–Q077、Q084–Q086
40–50 分钟	评测分数提高，但关键错误仍被放行；怎样检查 Judge 和数据切分？	Q081–Q083
50–60 分钟	技能更新、参数训练和奖励优化各解决什么？哪项失败应先修数据或权限？	Q087–Q089、Q090–Q092

结束时挑一个回答，换掉其成立条件再讲一次。评分看机制是否准确、状态是否完整、取舍是否有依据，以及案例结果怎样核对。