虾皮 Agent 开发一面 9.15（14 题全记录）

覆盖面最完整的一份：Agent 理论、RAG 进阶、后端基础、算法各占约四分之一，几乎可以直接当复习大纲。

Agent 基础与编排

1. 单 Agent、多 Agent 和 Workflow 编排模式各有什么优势？
2. ReAct Agent 的核心执行流程是什么？Thought、Action、Observation 分别承担什么作用？
3. Agent 调用工具后，工具返回结果时消息结构如何设计？为什么需要单独设计 Tool Message？
4. Agent 中的短期记忆和长期记忆分别如何实现？哪些信息适合长期保存？
5. 当对话超过模型上下文窗口限制时，通常有哪些处理方案？滑动窗口和动态摘要各有什么优缺点？

RAG 进阶

6. RAG 系统为什么需要设计父子索引？检索较小文本块、返回完整父文档解决了什么问题？
7. BM25 关键词检索和向量检索通常如何结合使用？Rerank 模型应该放在哪个阶段？
8. 知识库持续更新时，如何处理向量索引更新、缓存失效以及旧文档仍被召回的问题？

多模态与训练侧

9. 多模态 Agent 中，视觉编码器提取的信息如何与语言模型融合？
10. Agent 训练中的 SFT、强化学习和 Agentic CFT 分别解决什么问题？为什么需要 Mask Observation Token？

后端基础

11. Redis 在 Agent 系统中可以承担哪些作用？不同场景应该如何设计过期策略？
12. 消息队列在 Agent 系统中主要解决什么问题？为什么不直接使用数据库传递任务状态？
13. MySQL 联合索引在什么情况下无法有效使用？LIKE 查询在什么条件下可以使用索引？

算法

14. 如何反转单链表？时间复杂度和空间复杂度是多少？

原帖的 14 道题各自配了参考答案，答案只存在于长图里（正文的 text 字段只有题目）。下面第 2 张起是逐题详解。