多智能体面试高频问题

核心结论（3 条必记）

1. 先给结论，再展开细节 -- 面试官最想听到的是核心判断
2. 有对比才有选择 -- 说明不同方案的优劣，体现系统性思维
3. Demo 能跑不等于生产可用 -- 体现工程思维，关注容错、监控、安全

---

一、架构类

1. 什么时候用 Multi-Agent，什么时候单 Agent 就够了？

答题要点：

先从单 Agent 开始 -> Prompt 超 2000 token 时模型注意力下降 -> 任务步骤超 5 步需要不同专业能力 -> 需要并行处理子任务提高效率 -> 业务流程有明确分工环节 -> 需要不同 Agent 使用不同模型（成本优化）

单 Agent 适用于：简单查询、步骤少的任务、对延迟敏感的场景。

2. Agent 间的通信机制有哪些？各有什么优劣？

答题要点：

方式	优点	缺点	适用场景
共享状态	简单直接	状态膨胀	简单流程
消息传递	解耦灵活	实现复杂	大规模系统
事件驱动	异步可扩展	调试困难	实时系统

生产系统推荐使用共享状态（如 LangGraph 的 StateGraph） -> 简单且可控 -> 状态膨胀时考虑消息传递。

3. 如何设计一个高可用的 Multi-Agent 系统？

答题要点：

服务层多副本部署 + 自动扩缩容 -> 存储层 Redis Sentinel 集群 + 向量数据库副本 -> 模型层多厂商互备 + 自动切换 -> 编排层任务状态持久化 + 断点续跑 -> 监控层全链路 Trace + 多维度告警。

4. 如何避免 Agent 间的死循环？

答题要点：

设置最大迭代次数（硬限制） -> 定义质量达标的终止条件（软限制） -> 设置全局超时（兜底保护） -> 监控连续无改进的次数 -> 提供手动中断接口 -> 设置 Token 消耗上限。

5. ReAct、Plan-Execute、Reflexion 三种模式的区别？

答题要点：

模式	特点	适用场景
ReAct	思考-行动-观察循环	简单任务，1-3轮
Plan-Execute	先规划再执行	多步骤任务，5-10步
Reflexion	执行后反思改进	高质量输出，需迭代

核心区别：ReAct 是实时循环 -> Plan-Execute 将规划与执行分离 -> Reflexion 在 ReAct 基础上增加自我反思环节。

---

二、RAG 类

6. RAG 的核心流程是什么？

答题要点：

文档加载 -> 文本切片 -> Embedding -> 向量存储 -> 用户查询 -> Query Embedding -> 向量检索 -> 上下文拼接 -> LLM 生成回答。

每个环节优化空间：切片用 RecursiveCharacterTextSplitter（chunk_size=500） -> 中文 Embedding 用 bge-large-zh-v1.5 -> 检索用混合检索 + Rerank -> 上下文拼接控制总长度避免超出窗口。

7. 如何优化 RAG 的检索精度？

答题要点：

Query 优化（HyDE、Query 改写、多 Query） -> 检索策略（混合检索向量+BM25、MMR 多样性） -> 结果精排（Cross-Encoder Rerank） -> 元数据过滤（按部门、文档类型）。

8. 长文本怎么处理？

答题要点：

策略	特点	适用场景
Map-Reduce	分片独立处理，可并行	大量独立片段
Refine	逐步精炼，上下文连贯	需要连贯性的场景
Stuff	直接塞入 Prompt	短文本

大多数场景用 Map-Reduce -> 需要连贯性时用 Refine -> 短文本直接 Stuff。

9. 如何做知识库的增量更新？

答题要点：

文档指纹法计算 hash 识别变更 -> 只对新增/变更文档处理 -> 版本管理知识库集合支持灰度切换 -> 增量 Embedding 只处理新切片 -> 设置过期策略自动清理 -> 定期全量对比确保完整性。

10. 向量数据库怎么选？

答题要点：

场景	推荐	原因
开发测试	Chroma	轻量、嵌入式
中等规模	Qdrant	功能丰富、性能好
大规模生产	Milvus	分布式、高可用
多模态	Weaviate	支持混合检索

选型维度：数据规模 -> QPS 要求 -> 部署方式 -> 功能需求（过滤/混合检索）。

---

三、工具类

11. Function Calling 的原理是什么？

答题要点：

开发者定义工具的 JSON Schema -> 将工具定义随消息发送给 LLM -> LLM 判断是否需要调用工具 -> 输出 JSON 格式的调用指令（不是自然语言） -> 开发者解析指令并执行实际工具 -> 将工具结果返回给 LLM 继续推理。

关键点：LLM 本身不执行工具，只生成调用指令 -> 执行由开发者控制 -> 因此可以加入校验、限流、降级等安全措施。

12. 如何设计一个好的工具？

答题要点：

名称用动词+名词格式（search_web、query_database） -> 描述清晰说明功能和限制（含适用和不适用场景） -> 参数类型明确有描述有默认值（有限选项用 enum） -> required 只放真正必须的参数 -> 返回统一格式包含成功/失败状态。

反面案例：工具名太抽象（如 "process"） -> 描述太简短（如 "处理数据"） -> 参数没有类型约束。

13. 工具调用失败怎么处理？

答题要点：

分三层处理：网络超时/临时故障用指数退避重试（最多3次） -> 主工具不可用时切换到备选工具（降级） -> 所有方案都失败时明确告知用户并给出替代建议。

注意：参数错误不要重试 -> LLM 生成的错误参数不会自动变对 -> 应该反馈错误让 LLM 重新生成。

14. 如何防止 Agent 乱调用工具？

答题要点：

精简工具列表（每个 Agent 最多 3-5 个） -> 工具描述清晰明确说明适用场景 -> 加入工具调用校验（参数类型、取值范围） -> 设置工具调用频率限制 -> System Prompt 中明确说明何时该用/不该用工具。

---

四、Prompt 类

15. 如何设计一个好的 System Prompt？

答题要点：

好的 System Prompt 包含五个部分：角色定义（明确身份和专业领域） -> 行为规则（能做/不能做/不确定时怎么处理） -> 输出格式（JSON Schema 或明确格式要求） -> 示例（1-3 个正确行为示例） -> 边界处理（超出能力范围时如何响应）。

关键原则：具体 -> 明确 -> 有约束 -> 避免模糊描述。

16. Few-shot 怎么选择示例？

答题要点：

代表性覆盖主要输入类型 -> 多样性包含正常/边界/异常三种情况 -> 简洁性每个示例聚焦一个要点 -> 数量 3-5 个最佳（过多分散注意力） -> 高阶用法基于语义相似度动态选择最相关的示例。

17. 什么时候需要精调（SFT）？

答题要点：

Prompt 工程已达瓶颈优化空间有限 -> 需要特定领域的专业输出风格 -> 需要稳定输出特定格式 -> 需要显著降低推理成本（小模型+精调 > 大模型+Prompt） -> 有足够的高质量标注数据（至少 500 条）。

注意：精调不是万能的 -> 数据质量 > 数据数量 > 精调方法。

18. 如何让 Agent 稳定输出 JSON？

答题要点：

三层保障：Prompt 层明确指定 JSON Schema 和示例 -> API 层使用 response_format={"type": "json_object"} -> 校验层用 Pydantic 校验 + 自动重试。

for attempt in range(3):
    response = llm.invoke(prompt)
    try:
        return Model.model_validate_json(response)
    except ValidationError:
        prompt += "\n格式有误，请严格按 JSON Schema 输出"

---

五、治理类

19. 如何防止 Prompt 注入？

答题要点：

多层防御：输入检测（正则匹配可疑模式） -> 输入清理（移除特殊标记、截断过长输入） -> Prompt 加固（System Prompt 加入安全规则） -> 输出审核（检查是否泄露系统信息） -> 权限控制（限制 Agent 可执行操作）。

关键原则：不要期望单一防线能挡住所有攻击 -> 多层防御才是正道。

20. 如何控制 Agent 的成本？

答题要点：

三层防线：请求级单次 Token 上限（如 8000） -> 任务级单次成本上限（如 5元） -> 系统级每日/每月预算上限。

优化手段：简单任务用小模型 -> 缓存相似查询结果 -> 精简 Prompt 长度 -> 控制输出长度 -> 设置迭代次数上限。

21. 如何保证 Agent 的输出安全？

答题要点：

双向审核：输入审核检测 Prompt 注入和敏感请求 -> 输出审核检查是否泄露敏感信息和符合规范。

具体措施：敏感信息自动脱敏（手机号/身份证/银行卡） -> 内容安全检测（政治/暴力/色情） -> 格式合规检查 -> 事实性检查（是否存在明显事实错误）。

22. 如何做 Agent 的可观测性？

答题要点：

三层可观测性：日志（结构化记录输入输出、耗时、Token） -> Trace（全链路追踪，可视化执行链路） -> 指标（实时统计准确率、延迟、成本、错误率）。

工具选择：LangChain/LangGraph 生态首选 LangSmith -> 框架无关用 AgentOps -> 需要深度定制时自建。

关键指标：请求成功率 -> P95 延迟 -> Token 消耗和成本 -> 用户评分趋势。