Agent 实习要学什么：从 11 场面经、170 道原题反推的优先级

Sep 23, 2026

2026-09-10 到 09-23，14 天里，小红书 7 条查询返回 40 条候选，X 的 4 条查询跑 live / top 两路返回 27 条。我把其中 26 篇笔记的正文和长图逐篇读完，拿到 11 场面经、约 170 道原题——最多的一场 43 题、三轮、已 OC。

样本里有一件事比题目本身更值得记。一位面试官在同一天的复盘里写：

上午面了六个 Agent 应用开发岗，简历清一色写得很满：LangGraph、CrewAI、MCP、RAG、记忆系统，关键词基本全覆盖。但问到落地细节，大部分撑不过三轮追问。

六个关键词全覆盖的候选人，在第三轮集体失守。三个问题因此变得具体：

这 11 场面经里反复出现的能力，是哪几项？
哪些是 2026-07 之后才出现的？
按什么顺序学，才能让简历上的关键词撑到第三轮？

有几件事我做不到，先说清楚：我没参加过这些面试，题目全部来自面试者本人发布的自述，未经企业确认；小红书评论只翻得动首页（约 60 条上限）；X 侧「Agent + 求职」的交集稀薄，它提供技术风向，不提供求职证据。全文我会逐条标注是「面试者原题」「面试官复盘」还是「从业者推文」。

一页速览

优先级	学什么	判据（来自哪一问）	达标标准
P0	工具调用与异常处理	面试官复盘的第一层追问	能讲清 schema 校验、超时重试（指数退避）、降级兜底三层
P0	Agent 智能循环（Loop）	虾皮第 2 题、影石第 8 题	能画出接任务 → 思考 → 行动 → 观察 → 再决策的闭环，并说清终止条件
P0	上下文与记忆管理	面试官复盘第三层，虾皮第 4-5 题	能讲记忆分层、上下文压缩、关键信息优先召回
P0	RAG 进阶链路	虾皮第 6-8 题	能讲 Query Rewriting + Hybrid Search（BM25 + 向量）+ Rerank 的完整链路
P0	手撕 + 后端基础	11 场里 8 场出现	LRU、拓扑排序、合并有序数组、SSE 流式组装；MySQL 索引 / 日志、Redis、消息队列、线程池
P1	MCP 协议	同一场连问三题	能讲协议形态、如何与大模型结合、如何被调用
P1	Harness / Runtime / Sandbox	字节 Infra 追问链、影石第 15-16 题	能解释 Harness 解决什么问题、Runtime 提供什么能力、沙箱怎么隔离
P1	多 Agent 编排与状态机	虾皮第 1 题	能对比单 Agent / 多 Agent / Workflow 三种模式的取舍
P1	Agent 评测	已出现独立岗位 JD	能讲 Rubric 设计、LLM-as-a-Judge 校准、Bad Case 归因闭环
P1	Agent 安全（Guardrails）	寒武纪二面第 9-11 题	能讲提示注入的输入 / 输出侧拦截、命令注入与 SSRF 防护
P1	A2A 协议	寒武纪二面第 8 题	能一句话区分：MCP 管接工具，A2A 管 Agent 之间对话
P2	可观测性与成本控制	寒武纪三面第 4 题	会用 LangSmith / Langfuse；能讲 Token 成本怎么控
P2	训练侧概念	虾皮第 10 题	知道 SFT / RL / Agentic CFT 各解决什么，为什么 Mask Observation Token
P2	多模态 Agent	虾皮第 9 题	知道视觉编码器输出如何与语言模型融合
P2	国产算力适配	寒武纪三场贯穿	知道 MLU 与 CUDA 的推理差异、MagicMind 动态 shape 的影响

P0 · 底座

1. 工具调用与异常处理

面试官的追问从这里开始：模型调工具报错、参数不符合 schema、下游服务超时，代码层面怎么做异常处理？他记下的结果是「多数回答停留在 try-except 捕获一下，明显只跑通过正常路径」。

要答出三层，每一层都有对应的原题：

层	做法	原题
参数层	工具返回结果做 schema 校验，不合法就回灌错误给模型重生成	京东一面第 5 题
网络层	超时重试用指数退避，并设最大重试次数	美团面经第 2 题（附答案）
业务层	异常链路降级到人工兜底或默认返回值，不静默失败	寒武纪一面第 15 题

美团那份面经给了完整的三层兜底写法：强约束 Prompt 限定 JSON 格式 → 代码层正则校验与字段补全 → 解析失败降级到预设固定工具流程。

2. Agent 智能循环

面试官现在的问法是把完整运行链路串起来讲一遍。字节 Agent 研发（基础设施）岗给出的追问链是：

1
Agent Loop 怎么跑
2
  → Runtime 提供什么能力
3
    → Harness 解决什么问题
4
      → Memory 怎么设计
5
        → MCP / Skill 怎么接入
6
          → Sandbox 怎么提供执行环境

必答的收敛机制有四项：最大迭代步数、重复动作检测、熔断、Token 预算上限。已入职者复盘的版本更直接：「Agent 调了三个工具后开始死循环，异常处理写在哪？」

3. 上下文与记忆管理

面试官复盘里有一句判词：简历上写「精通记忆系统」的，一问上下文管理就暴露了。他给的场景是——用户对话到第二十轮，Agent 丢失了最早的关键信息，排查路径是什么？

三种病因要能区分：没做记忆分层（短期 / 长期 / 工作记忆）；长期记忆召回策略有问题；上下文窗口被塞爆，关键信息被挤掉。

美团的答案给了一条可背的原则：统一写入与更新规则，关键业务数据做固定锚点不可被后续对话覆盖，每次推理前优先加载核心记忆。

4. RAG 进阶链路

只会「文档切片 + 向量检索」已经不够。虾皮连问三题，把链路拆成了：

1
Query Rewriting → Hybrid Search（BM25 + 向量）→ Rerank → 上下文组装

对应的原题分别是父子索引（第 6 题）、BM25 与向量的结合方式及 Rerank 位置（第 7 题）、知识库持续更新时的索引更新与缓存失效（第 8 题）。寒武纪还把「传统 RAG 和 Agentic RAG 的核心差异」做成了独立问题——考的是 Agent 如何自主判断检索次数、如何动态改写 query。

5. 手撕 + 后端基础

后端八股没有因为岗位名字里有「Agent」而消失。11 场里 8 场出现，字节 Infra 那场后半段基本就是标准后端考察。

出现过的算法题：LRU（字节）、拓扑排序 / 循环依赖检测（字节）、反转链表（京东）、合并两个有序数组（影石）、三数之和（百度）、SSE 流式工具 delta 组装（多家）、重复行检测（内存放不下时怎么做）、以及三道包装过的变形题——去重保序（寒武纪一面，LeetCode 316）、循环检测（寒武纪二面，LeetCode 202）、关键路径（寒武纪三面，LeetCode 207）。

出现过的后端题集中在 MySQL、Redis、消息队列、并发四块。京东把 RocketMQ 消息积压和 Redis 缓存穿透 / 击穿 / 雪崩放进了同一场。

P1 · 9 月新冒出来的

6. MCP 协议

同一场面试里连问三题：实现方式有哪些、streamable 格式是什么、如何与大模型结合并调用。有从业者把它类比为当年的 REST API，属于刚需。

7. Harness / Runtime / Sandbox

这是 2026 年 9 月最明显的新增概念。X 上一条 2495 赞的帖子把 Harness 定义为四件事：让模型在循环里持续工作；给它读文件 / 调工具 / 跑代码的手；管理记忆；约束它能碰什么、何时必须停下来问人。

影石把「Harness 为什么可能提升 Agent 的任务完成能力」做成了正式考题，问的是原理不是名词。字节 Infra 那场则要求把 Harness / Runtime / Sandbox 三层的能力边界分开讲。

8. 多 Agent 编排与状态机

虾皮第 1 题直接问三种模式的取舍。面试官复盘里的追问更狠：为什么选状态机而不是线性 Chain？分支执行失败怎么回滚？

真正上线过的人会讲节点级可重试设计、分支判定逻辑、防止单点故障拖垮整条链路。寒武纪二面还要求分别说明 Supervisor / 群聊 / 流水线 / 层级四种拓扑的适用场景。

9. Agent 评测

小红书上已经出现专门的「Agent 评测工程师」岗位拆解，拆了 10 个 JD（阿里 / 网易 / 小红书等）。核心要求是评测体系从 0 到 1 与 Bad Case 归因；评测方法是规则校验 → LLM-as-a-Judge → 人工评审，核心在设计 Rubric 和校准 Judge。

代价在这里：LLM-as-a-Judge 本身有位置偏见和长度偏见，寒武纪把「工程中如何规避与消除」做成了独立问题。会写 Judge 只是入场，能校准 Judge 才算达标。

10. Agent 安全

寒武纪二面成体系考了三题：工具调用的参数校验与命令注入防护、SSRF 在 Agent 系统中如何暴露、提示注入在输入侧和输出侧分别要拦什么。防护机制要对得上 OWASP LLM Top 10。

11. A2A 协议

原题是「A2A 和 MCP 的核心区别是什么？为什么企业级 Agent 系统需要同时集成两套协议能力？」一句话记法：MCP 管 Agent 怎么接工具，A2A 管 Agent 之间怎么对话。

P2 · 定向补强

12. 可观测性与成本控制

从业者建议里反复出现 LangSmith / Langfuse，以及「想卷赢别人，重点搞这三个：沙箱隔离、记忆管理、Token 成本优化」。寒武纪把它做成了决策题：线上出现无限循环、步数爆炸、算力过度消耗、成本飙升，优先调哪三个开关快速止损。

13. 训练侧概念

只在偏算法岗出现。虾皮第 10 题问 SFT、强化学习、Agentic CFT 分别解决什么问题，以及为什么需要 Mask Observation Token。

14. 多模态 Agent

虾皮第 9 题：视觉编码器提取的信息如何与语言模型融合。

15. 国产算力适配

只投国产芯片公司才需要。寒武纪三场贯穿：LangGraph 状态数据存哪最优、MLU 与 CUDA 栈的推理差异、MagicMind 动态 shape 对上层编排的反向压力、算力只有 A100 的 60% 时优先裁剪哪些层级。

一条可执行的 12 周路线

互动最高的一条学习路线帖（798 赞）给了明确的投入口径：每天 3-4 小时、周末 6 小时，总 100-120 小时。它的取舍标准和上面从面经反推的结论高度重合，所以直接采用：

周	主题	关键任务
1	打地基	Python 异步 + Pydantic v2 + FastAPI；手写最小 Agent Loop（50-150 行，不许用 LangChain）
2	Function Calling	定义工具 schema，写 5 个工具（天气 / 汇率 / 待办 / 日历 / 搜索），把超时、参数错、模型瞎编工具名全处理一遍
3	MCP	用 FastMCP 写一个文件系统 MCP Server（读 / 写 / 列目录 / 搜内容），部署到云函数
4	LangGraph	StateGraph、Node、Edge、条件分支、checkpoint；做一个任务规划 Agent
5	记忆	三层记忆：工作 / 会话 / 长期；长期用向量库 + 结构化存储
6	Agentic RAG	别搞固定管道，把 RAG 封成工具，让 Agent 自己决定何时检索、检索几次、结果不够怎么换 query
7	多 Agent	Supervisor 模式搭写作团队；同时想清楚什么时候不该用多 Agent
8	评估与可观测性	Langfuse 追调用链、RAGAS 评检索与生成；写一份可靠性报告（正常指标 / 对抗测试 / 失败模式）
9	部署与安全	Docker 打包、FastAPI 接口、流式输出；Guardrails 防注入、OWASP LLM Top 10、成本分级
10	打磨项目	精选 2-3 个（Agentic RAG / 多 Agent 协作 / MCP Server），README 带架构图，代码有类型注解、错误处理、测试
11-12	面试冲刺	高频题 + 项目话术三层（What / How / Why）+ 至少两次模拟面试

工具栈一以贯之：Python + LangGraph + FastMCP + ChromaDB / Milvus + FastAPI + Docker。

三条最硬的判断：前 3 周不许用框架，因为「你连思考 → 行动 → 观察 → 再思考的循环都没手写过，面试一问就露馅」；Agent 和 Chatbot 的区别只有一句，Chatbot 单次问答、Agent 自主闭环；没 eval 的系统就是 demo。

简历写法上，那份帖子的建议是把「使用了 LangGraph 和 MCP」换成「把工具调用准确率从 70% 提到 95%，通过优化工具描述和失败重试」——面试官看的是技术决策和结果。

外部题库的交叉验证

调研中翻出一份开源题库（Agent Interview 100，100 题 / 11 模块）。它是从题库设计推导优先级，和本文从面经反推的路径独立，两边结论几乎一致：

主题	本文	Agent Interview 100	结论
Agent 架构 / Loop / Harness	P0 + P1	模块 01（12 题）	一致
工具调用与异常处理	P0	模块 03（10 题，含安全）	一致
上下文与记忆	P0	模块 05 + 07	一致
RAG（含 Agentic RAG）	P0	模块 02（9 题）	一致
多智能体 / A2A	P1	模块 04（10 题）	一致
评估	P1	模块 08（9 题）	一致
安全与对齐	P1	模块 09（9 题）	一致
生产与部署 / 成本	P2	模块 10（13 题，题量最多）	不一致
框架	P2（二选一吃透）	模块 11（6 题，题量最少）	一致

唯一的分歧在「生产与部署」。它的题库里这个模块题量最多，本文把它放在 P2。把京东和美团的原题摆在一起看，这个权重更可能是对的——高并发、分布式锁、缓存与库一致性、消息队列积压都是真实考题，而我最初把它们归进了「后端基础」而没有单列。

修正：目标是大厂生产环境岗位时，「生产与部署」应从 P2 提到 P1。

长图是怎么读出来的

26 篇笔记里，寒武纪三轮、京东三轮、美团三份的正文全部在长图里。四条路径里只有一条能走通：

尝试	结果
`xiaohongshu download`	`Navigation rejected`
`xhs-media`（iPhone UA 抓 HTML）	抓到「你访问的页面不见了」，0 张图
curl 原图 URL（剥掉后缀）	403
curl 原图 URL（沿用自带后缀）+ Referer	200

完整的链路是：浏览器会话打开笔记页 → 读 window.__INITIAL_STATE__.note.noteDetailMap 的 imageList 拿原图签名 URL → 换成 https、沿用 URL 自带的渲染后缀 → 带 Referer 下载 → 转 png 后逐张读。后缀不固定（多数是 !nd_dft_wlteh_webp_3，也见过 !nd_dft_wgth_webp_3），写死会静默失败，所以下载后要校验文件体积。