AI应用开发面试备考
基于简历「AI应用开发工程师」定向整理，标记⭐为高频题（被问5次+），标记🎯为与简历高度相关、必考题。
一、MCP Protocol（🎯 简历核心亮点，必被深挖）
🎯 Q1：MCP 是什么？解决了什么问题？
参考回答：MCP（Model Context Protocol）是 Anthropic 推出的开放协议，AI Agent 与外部工具之间的标准化接口。核心价值：工具集成标准化（一套协议接所有工具）、动态工具发现（Agent 启动时自动获取可用工具）、安全沙箱（统一权限和审计）。
结合简历：我们设计并实现了组件库 MCP Server，将 12+ 私有组件的 Props 定义、使用示例、API 接口结构化暴露给 LLM，使 AI 能准确调用企业组件生成代码。
🎯 Q2：MCP 和 Function Calling 有什么区别？
关键区分：
- Function Calling 是 LLM API 层功能（LLM 输出 JSON 说调什么）
- MCP 是连接协议层（Agent 和工具之间的通信管道）
- 类比：Function Calling 是「拨号盘」，MCP 是「电话线」
- 两者不互斥——MCP 管理工具生命周期 + Function Calling 做工具选择
🎯 Q3：MCP Server 怎么构建的？大模型调用 MCP 工具的完整流程？
- 定义 Server（暴露 tools/resources/prompts）
- Transport 层（stdio 或 HTTP/SSE）
- 大模型通过 Client 连接 Server → 获取工具列表 → 选择工具 → 调用 → 返回结果
⭐ Q4：工具太多导致 token 过多怎么解决？（华为真题）
- 分层路由：关键词 + 小模型做意图分类 → 工具组 → 只发该组 schema
- 语义搜索：embedding 预计算工具向量 → query 检索 Top-K
- 效果：token 开销降低 60%，工具选择准确率 82% → 94%
二、RAG 系统（🎯 简历核心项目，必被拷打）
🎯 Q5：RAG 的完整流程？核心挑战？
离线阶段：文档加载 → 文本分割（Chunking）→ Embedding → 存入向量数据库 在线阶段：查询重写 → 向量检索 → 重排序（Reranking）→ 上下文拼接 → LLM 生成
结合简历：对组件库文档进行 Embedding 向量化并构建语义检索索引，匹配率从 30% 提升至 85%。
🎯 Q6：Chunk Size 怎么选？Overlap 的作用？
- 代码文档 500-800 token，产品文档 300-500 token，FAQ 类 100-200 token
- 没有万能值，要按数据类型调优
- Overlap 防止语义断裂，推荐 chunk_size 的 10-20%
- 进阶：多粒度索引——粗粒度做粗筛，细粒度做精排
⭐ Q7：向量检索和关键词检索的区别？什么时候用哪个？
- 向量检索：语义相似度，适合模糊查询、跨语言
- 关键词检索（BM25）：精确匹配，适合专业术语、代码名
- 最佳实践：混合检索（Hybrid Search），向量 + BM25 加权融合
⭐ Q8：RAG 的评估指标有哪些？
- 检索质量：Recall@K、MRR、NDCG
- 生成质量：Faithfulness（忠实度）、Answer Relevancy（回答相关性）、Context Precision（上下文精确度）、Context Recall（上下文召回率）
- 评估框架：RAGAS、TruLens、DeepEval
- 端到端：用户满意度、首 token 延迟（P50/P95/P99）、一次回答解决率
⭐ Q9：RAG 和 Fine-tuning 分别适用什么场景？
- RAG：知识频繁更新、需要引用溯源、低成本快速迭代
- Fine-tuning：需要改变模型行为风格、领域术语深度理解、推理模式定制
- 简历场景：我们选 RAG 因为组件库文档更新频繁，且需要精准匹配
Q10：检索到的上下文和问题无关怎么处理？
- Query Rewriting + Multi-Query Retrieval
- 元数据过滤 + HyDE（生成假设性回答来检索）
- 多路召回（向量 + BM25）
- Rerank 重排序（bge-reranker 等）
Q11：RAG 和长上下文模型（1M token 窗口）的关系？RAG 会被替代吗？
- 长上下文局限：成本高、延迟大、Lost in the Middle 更严重
- RAG 优势：精准高效、成本可控、知识更新灵活、可解释性强
- 未来趋势：RAG（精准召回）+ 长上下文（深度推理）混合模式
三、Multi-Agent 系统（🎯 简历有个人项目）
🎯 Q12：Multi-Agent 和 Single Agent 怎么选？
- 值得上 Multi-Agent：任务天然可并行、需要多种专业视角交叉验证、需要「魔鬼代言人」机制
- Single Agent 更好：步骤强依赖、需要大量人机交互、预算/延迟敏感
结合简历：设计任务拆解 → Agent 分配 → 并行执行 → 结果聚合的工作流，已开发 20+ 专业 Agent。
⭐ Q13：Multi-Agent 之间怎么通信和协调？遇到分歧怎么解决？
- 通信模式：Hub-Spoke（推荐）、广播、点对点
- 分歧解决四层：规则优先（安全 Agent 有否决权）→ 多数投票 → Manager 仲裁 → 人工升级
- 成本控制：限制通信长度（上限 800 token）+ Manager 摘要转发
⭐ Q14：Multi-Agent 的「幻觉放大」问题怎么处理？
- 一个 Agent 幻觉 → 第二个信了 → 第三个基于错误决策（级联失败）
- 防线：强制引用（Source Citation）→ 交叉验证 → 地面真相锚点（关键信息直接查 DB/API）→ 分歧即信号
Q15：Agent 框架怎么选？LangChain/AutoGen/CrewAI/LangGraph？
- 快速原型 → CrewAI
- 生产级复杂场景 → LangGraph 手写
- LangChain 陷阱：封装黑盒、版本地狱、过度抽象
- 生产建议：核心 Agent Loop（200 行）自己写，辅助模块用框架
四、Agent 基础架构
⭐ Q16：什么是 AI Agent？和 Chatbot 的本质区别？
- Chatbot：用户输入 → LLM 推理 → 输出文本（被动问答机）
- Agent：用户输入 → LLM 推理 → 决定用什么工具 → 执行 → 观察结果 → 决定下一步 → 循环
- 核心四能力：感知（Perception）、规划（Planning）、行动（Action）、记忆（Memory）
⭐ Q17：Agentic Loop 的流程？终止条件？
User Input → [Think → Act → Observe] → 循环 → Final Output
- 终止条件：最大轮次（如 10 轮）+ LLM 主动判断 finish
- 关键：上下文爆炸问题——工具返回结果做摘要、设最大轮次、定期 compact
⭐ Q18：Plan-and-Execute 和 ReAct 模式的区别？
- ReAct（边想边干）：适合任务路径不确定、需要观察结果再调整。灵活但容易跑偏
- Plan-and-Execute（先想好再干）：适合多步骤但依赖清晰的确定性任务。可控但不灵活
- 生产推荐：混合模式——大步骤 Plan-and-Execute 规划，子步骤内部 ReAct
五、Prompt Engineering
⭐ Q19：Agent 的 System Prompt 怎么写？和普通 Chat 有什么不同？
Agent System Prompt 六要素：
- 角色定义（2-3句话）
- 能力边界（能用什么工具，不能做什么）
- 决策准则（什么情况调什么工具/什么情况回复/什么情况转人工）
- 输出格式约束（JSON schema）
- 安全规则（禁止操作、敏感数据处理）
- 错误处理策略（工具失败怎么办）
⭐ Q20：Few-shot 和 Chain-of-Thought 在 Agent 中怎么用？
- Few-shot：工具调用参数提取（3-5 个示例），准确率 78% → 96%
- COT：复杂多步骤决策，但要限定思考步骤数（防「想太多」）
- 简单工具调用 → 不需要额外 prompting
⭐ Q21：Prompt 失效怎么办？怎么提高鲁棒性？
- 失效模式：指令冲突、长 prompt 中间指令被忽略（Lost in the Middle，遵循率仅 60%）、场景漂移
- 提高方法：关键规则放首尾位置 + 用反例 + 输出双层约束（Prompt + schema 校验）+ 监控漂移
六、Function Calling & Tool Calling
⭐ Q22：Function Calling 的工作原理？
- 本质：LLM 不是在「调用」函数，而是「生成 JSON 描述调哪个函数和什么参数」——实际执行是你的代码
- 流程：定义 schema → 发送 LLM → LLM 返回函数名+参数 → 代码执行 → 结果返回 LLM
⭐ Q23：工具调用失败怎么办？错误处理策略？
三层错误处理：
- 可重试错误（网络超时、限流）→ 指数退避重试，最多 2 次
- 参数错误 → 返回 error + schema，让 LLM 自行修正（83% 成功率）
- 不可恢复错误 → 返回清晰错误，让 LLM 提出替代方案
七、Memory 系统设计
⭐ Q24：Agent 的 Memory 系统怎么设计？
三层架构：
Working Memory（工作记忆）→ 上下文窗口内的当前对话
Short-Term Memory（短期）→ Redis，session 内的关键信息
Long-Term Memory（长期）→ 向量数据库，历史交互/用户画像
- 写入：用轻量级 LLM 判断「这条信息值得记住吗？」
- 读取：语义检索 Top-5 相关记忆拼入 System Prompt
- 遗忘/衰减：重要度评分 + 最后访问时间
⭐ Q25：上下文窗口有限，长对话怎么管理？
- 渐进式摘要：超过 80K token，前半段压缩成 500 字摘要
- 结构化状态：用 JSON 替代自然语言，省 70-80% token
- 关键信息 Pin：每轮 append 到 messages 末尾
八、LLM 基础
⭐ Q26：Transformer 的核心机制？为什么比 RNN 好？
- Self-Attention 机制：并行计算 token 间关系
- 比 RNN 优势：并行训练、长距离依赖、可扩展性
⭐ Q27：大模型训练流程（预训练 → SFT → RLHF）
- 预训练：大规模无监督学习语言模式
- SFT（Supervised Fine-Tuning）：指令微调，学会遵循指令
- RLHF（Reinforcement Learning from Human Feedback）：人类反馈对齐
⭐ Q28：Temperature 和 Top-p 怎么调？
- Temperature：控制随机性（0 确定性 → 1 创造性）
- Top-p（nucleus sampling）：从概率累积前 p 的 token 中采样
- 代码生成：Temperature 低（0-0.3）
- 创意写作：Temperature 高（0.7-1.0）
九、工程实践
⭐ Q29：模型推理速度怎么优化？
- KV Cache
- 量化（INT8/INT4）
- vLLM 框架
- 批处理（Continuous Batching）
- Speculative Decoding
⭐ Q30：SSE / WebSocket / HTTP 流式输出？
- SSE：单向推送，适合 LLM 流式输出，实现简单
- WebSocket：双向通信，适合需要客户端也发指令的场景
- HTTP 流式：最简单，chunked transfer encoding
Q31：LLM 服务不稳定时的降级策略？
- 多模型路由（主模型挂了切备用）
- 缓存热门 query 的结果
- 降级到关键词检索 + 模板回复
十、安全与系统设计
⭐ Q32：Prompt Injection 怎么防？四层防御模型
- 输入过滤：关键词检测 + 异常分类
- Prompt 层防御：明确拒绝规则 + Few-shot 示例 + 安全规则 append 末尾
- 工具权限层（最有效）：最小权限原则 + 危险操作 step-up 确认 + 参数校验
- 输出过滤：内容安全模型 + System Prompt 泄露检测
⭐ Q33：怎么评估 Agent 的好坏？
四层评估：
- 输出质量：准确性、忠实度、完整性
- 行为质量：任务完成率、工具选择准确率、平均步数、无效工具调用率
- 用户体验：解决率、满意度、首 token 延迟
- 业务指标：转人工率、平均处理时长、用户留存
简历项目高频追问预判
🎯 项目一：AI 驱动低代码平台
面试官必问：
- 匹配率从 30% 到 85%，具体怎么衡量的？测试集怎么构建的？
- 12 个私有组件的 MCP Server，工具描述怎么写的？遇到过 LLM 选错工具吗？
- 代码沙箱怎么实现的？安全问题怎么处理？
- 6 种页面模板的抽象依据是什么？怎么判断哪些模式值得模板化？
- 多模型路由的策略？按什么维度路由？延迟差异大吗？
- 单页 2-3 天缩短到 2-3 小时，这个数据怎么测量的？
🎯 项目二：多 Agent 自动化工作流
面试官必问：
- 20+ Agent 是怎么分工的？有没有 Agent 职责重叠的问题？
- 人工介入率从 100% 降到 30%，剩下 30% 是什么类型的任务？为什么不能自动化？
- 500+ 任务的处理，有没有遇到过 Agent 级联失败？怎么恢复的？
- RAG 知识处理流水线，280+ 素材的 Embedding 模型选的什么？效果如何？
- 多平台发布（公众号、小红书），遇到反爬/风控怎么处理？
🎯 项目三：前端基础设施
面试官可能追问 AI 结合点：
- Monorepo 管理组件，和 MCP Server 暴露组件有什么关联？
- 微前端方案中，AI 生成的代码怎么做到子系统间复用？
面试策略建议
- 项目深度 > 知识广度：面试官最关心你做了什么，不是背了多少概念。每个项目准备「问题 → 架构 → 踩坑 → 效果」四段论
- 准备好「为什么这样设计」：背面经能说「是什么」，你能说「为什么」和「为什么不用另一种方案」
- 简历项目数据要站得住：所有百分比和数据要能解释测量方法
- 安全意识是加分项：Prompt Injection 防御、工具权限控制、数据脱敏
参考来源：掘金（19场面试真题）、CSDN（30道Agent面试题双视角版）、牛客网（华为/字节AI面经）、小林coding（530+面试题库）