AI Agent 工程师已经成了 2025-2026 年最火的岗位之一。OpenAI、Anthropic、Google、字节、百度都在招，薪资也给得很猛。但问题来了——Agent 工程师的面试到底考什么？跟普通后端面试有什么不一样？
我把这个岗位的面试拆成了 5 个维度：推理框架、Agent 架构、工具与协议、系统设计、安全与评估。每个维度给出真题和考察点，最后附一张知识图谱。看完这篇，你基本知道该准备什么了。
先搞清楚岗位定位。Agent 工程师不是"会调 API 就行"，也不是"搞模型训练的"。它是一个交叉岗位——既需要理解 LLM 的能力边界，又需要工程化的系统设计能力。
典型 JD 要求：
| 维度 | 要求 |
|---|---|
| 编程语言 | Python 必须，TypeScript/Go/Java 加分 |
| LLM 基础 | Transformer 架构理解、Tokenizer、上下文窗口管理 |
| Agent 框架 | LangChain/LangGraph、CrewAI、AutoGen、Semantic Kernel |
| RAG | 向量数据库、Embedding、Chunking 策略、检索评估 |
| 工具调用 | Function Calling 协议、MCP 协议、工具编排 |
| Prompt Engineering | CoT、Few-shot、System Prompt 设计、Prompt 注入防御 |
| 系统工程 | 异步编程、流式输出、错误处理、成本优化 |
这是面试中最基础也最容易深挖的部分。三个框架不是并列关系，是递进关系。
论文：Wei et al., 2022 (arXiv:2201.11903)
核心思想：让 LLM 把推理过程一步步写出来，而不是直接给答案。仅用 8 个 CoT 示例提示 540B 参数模型，GSM8K 数学推理就达到了 SOTA。
面试可能问：
论文：Yao et al., 2022 (arXiv:2210.03629)
CoT 只能"想"，不能"做"。ReAct 把推理轨迹（Thought）和具体动作（Action）交错生成，让 Agent 边想边做。每一步的流程：
Thought: 我需要查一下北京今天的天气
Action: call_weather_api("北京")
Observation: 晴，28°C
Thought: 天气不错，可以推荐户外活动
Action: search_activities("北京", "户外")
Observation: ...
关键实验结果：ALFWorld 成功率提升 34%，WebShop 提升 10%。
面试可能问：
论文：Yao et al., 2023 (arXiv:2305.10601)
CoT 是一条线，ToT 是一棵树。允许 LLM 探索多条推理路径，自我评估，回溯。Game of 24 中，CoT 只解决了 4%，ToT 解决了 74%。
面试可能问：
| 框架 | 核心特点 | 适用场景 |
|---|---|---|
| Graph of Thoughts | 图结构推理，可合并多条路径 | 需要综合多条思路的复杂任务 |
| Self-Refine | 迭代自反馈精炼 | 文本生成、代码优化 |
| Reflexion | 基于语言反馈的强化学习 | 决策任务、错误纠正 |
| CodeAct | 用可执行代码统一动作空间 | 编程 Agent |
这是面试中区分度最高的部分。能说清楚短期记忆和长期记忆的设计，基本就过了。
短期记忆（Short-term Memory）：
- 当前对话上下文、任务状态
- 实现方式：上下文窗口、滑动窗口、摘要压缩
长期记忆（Long-term Memory）：
- 跨会话的知识和经验
- 实现方式：向量数据库（Pinecone/Chroma/Weaviate）、知识图谱、反思机制
经典参考：斯坦福"小镇实验"（Generative Agents, Park et al., 2023）——25 个 AI Agent 涌现出社交行为，核心就是记忆架构：观察 → 记忆存储 → 反思 → 检索 → 规划。
面试可能问：
Agent 怎么决定下一步做什么？
面试可能问：
Agent 执行动作的机制——调用工具、生成代码、操控 GUI 等。
面试可能问：
模型原生的工具调用能力——定义 JSON Schema 描述工具，模型决定何时调用。
面试可能问：
Anthropic 发起的标准化协议，让 Agent 和工具之间有了通用语言。114 个客户端在用，10 种语言 SDK。
面试可能问：
Google 发起的 Agent 间通信协议。Agent Card 描述能力，Task 是交互的基本单元。
面试可能问：
系统设计题是 Agent 面试的重头戏。不是画个架构图就完了，面试官会追问细节。
考察点：Agent 角色分工、任务路由、上下文共享、错误处理。
回答框架：
- 分层架构：路由 Agent → 专业 Agent（退款/技术支持/账户）→ 升级 Agent
- 共享上下文：会话状态持久化、对话摘要传递
- 降级策略：Agent 超时/失败时回退到规则引擎
- Human-in-the-loop：置信度低于阈值时转人工
考察点：Chunking 策略、检索精度、评估指标。
回答框架：
- 文档处理：语义切分 > 固定长度切分
- 检索：混合检索（向量 + 关键词 BM25）+ Reranking
- 生成：引用溯源，标注来源段落
- 评估：Recall@K、MRR、Faithfulness
考察点：工具注册、调度、并行执行、错误处理。
回答框架：
- 工具注册中心：JSON Schema 描述 + 版本管理
- 调度器：依赖分析 → 并行执行 → 结果聚合
- 安全层：权限白名单、沙箱执行、操作审计
- 重试策略：指数退避 + 最大重试次数
考察点：Trace 追踪、日志、监控指标。
回答框架：
- 完整的 Thought-Action-Observation 链路追踪
- 关键指标：任务成功率、工具调用频次、Token 消耗、延迟 P99
- 工具：LangSmith / LangFuse / Phoenix
- 错误回放：记录完整上下文，支持复现
考察点：视觉理解、GUI 操作、安全性。
回答框架：
- 截图 → 视觉模型理解 → 元素定位 → 操作规划 → 鼠标键盘执行
- 安全：操作确认机制、危险操作拦截
- 评估：WebArena / OSWorld 基准
面试中大概率会让你现场写代码。以下是最可能考的实现题：
import json
def react_loop(llm, tools, query, max_steps=10):
messages = [{"role": "user", "content": query}]
for step in range(max_steps):
# 1. LLM 生成 Thought + Action
response = llm.chat(messages, tools=tools)
messages.append(response)
# 2. 解析 Action
if response.tool_calls:
for tool_call in response.tool_calls:
# 3. 执行工具，获取 Observation
result = execute_tool(tools, tool_call)
messages.append({
"role": "tool",
"tool_call_id": tool_call.id,
"content": json.dumps(result)
})
else:
# 没有工具调用，说明 Agent 给出了最终答案
return response.content
return "Max steps reached without final answer"
def rag_pipeline(query, vector_db, llm, top_k=5):
# 1. Embedding
query_embedding = embed(query)
# 2. 检索
docs = vector_db.search(query_embedding, top_k=top_k)
# 3. 重排序（可选）
docs = rerank(query, docs)
# 4. 构造 Prompt
context = "\n".join([d.text for d in docs[:3]])
prompt = f"""Based on the following context, answer the question.
Context: {context}
Question: {query}
Always cite your sources."""
# 5. 生成
return llm.chat(prompt)
面试可能问：
面试可能问：
面试可能问：
面试可能问：
了解你面试的公司的侧重点，准备效率能翻倍。
AI Agent 工程师面试知识图谱
│
├── 推理框架
│ ├── CoT（思维链）— 基础，必会
│ ├── ReAct（推理+行动）— 核心，手写实现
│ ├── ToT（思维树）— 进阶，理解原理
│ └── CodeAct / Self-Refine / Reflexion — 了解即可
│
├── Agent 架构
│ ├── 记忆系统（短期/长期/反思）— 高频考点
│ ├── 规划（任务分解/子目标）— 系统设计必考
│ └── 行动（工具调用/GUI操作）— 编码题常考
│
├── 工具与协议
│ ├── Function Calling — 必会
│ ├── MCP — 2025 热点，了解架构
│ └── A2A — 了解概念和与 MCP 的关系
│
├── 系统设计
│ ├── 多 Agent 协作 — 高频大题
│ ├── RAG 系统 — 几乎必考
│ ├── Agent 框架设计 — 中高级岗
│ └── 可观测性 — 生产级 Agent 必问
│
├── 安全与评估
│ ├── Prompt Injection 防御 — 必问
│ ├── Human-in-the-loop — 必问
│ └── 评估框架（AgentBench 等）— 加分项
│
└── 编码实现
├── ReAct 循环 — 必须能手写
├── RAG Pipeline — 必须能手写
└── 流式输出/异步处理 — 加分项
准备 Agent 面试，不用面面俱到。抓住三条主线：ReAct 循环能手写，RAG Pipeline 能讲清楚，系统设计能画出架构图。这三关过了，其他都是加分项。
作者: itech001
来源: 公众号：AI人工智能时代
网站: https://www.theaiera.cn/
每日分享最前沿的AI新闻资讯和技术研究。
本文首发于 AI人工智能时代，转载请注明出处。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。