Agent开发男放宽心，你不会找不到工作的
转行学习重点：
LangGraph、AutoGen、CrewAI 挑一个跑通就行，剩下全是换皮。真正有用的是三件事。
上下文怎么攒。短期记忆放哪，长期记忆写进什么库，超了怎么压。压不好，第三轮就开始忘事、胡说。
工具调用怎么稳。超时、重试、参数校验、重复调用拦截，一个都不能省。线上出问题，多数出在这儿。
效果怎么量。有没有自己的 eval 集，能不能把一次会话的 trace 拉出来回放。答不上就是盲调。
工程底子别丢。并发、可观测、成本控制，这三样才是 Agent 岗和后端岗的分界。

面试准备：

准备两三个 “我改过什么” 的真实案例，比背十个定义管用。讲的时候按顺序：原来什么指标、问题出在哪、你动了哪、后来变成多少、副作用是什么。
只说变好的，基本会被追问一句 “那代价呢”，答不上来就露了。

大厂高频面试题：

1.上下文爆了怎么压？压完怎么保证系统约束和用户原话不丢？
2.工具参数被模型编错、编出不存在的字段，怎么兜回来？
3.死循环和重复调用怎么破？光靠最大步数够不够？
4. RAG召回不准，怎么分清是切块、embedding还是rerank 的问题？
5.效果怎么量化？eval集谁写的，覆盖了哪些真实badcase?
6.多轮里用户改了需求，上一轮的约束怎么清掉又不误伤？
难的五道，问到这里开始看深度。
7.工具从20个涨到200个，模型开始选错，怎么解？
8.长任务跑到三十步，中途来了新信息，plan推翻还是打补丁？
9.结果看着对其实错，怎么用trace和回归集系统挖出来？
10.多Agent职责怎么切？出了错怎么定位是哪一环？
11.成本压不下来，模型路由、缓存、并行，先动哪个？
12.prompt注入怎么防？模型被诱导去调不该调的工具怎么办？
13.换了个模型版本，效果掉了，怎么判断是prompt过拟合？
AIAgent开发 agent开发面试 AI大模型 AI大模型应用开发 AI大模型面试 AI大模型学习 AI大模型入门 后端转行大模型 java