智能体架构面试速查
本文对应 Agent开发实战 模块全部文档的面试考点提炼。内容量最大，覆盖了从基础概念到Harness工程、记忆系统全链路。
基础概念
Q1：Agent跟普通LLM对话的核心区别？
普通对话是"一问一答"产出文本。Agent是"接到任务后自己规划步骤、调用工具、观察结果、循环直到完成"——产出的是行动和结果。
Agent的核心循环：感知（理解任务）→ 思考（决定下一步）→ 行动（调用工具）→ 观察（看结果）→ 再思考。这个循环重复执行直到任务完成或达到终止条件。
最小组成：一个LLM（大脑）+ 一套工具（手脚）+ 执行循环（流程控制）+ 记忆（经验积累）。
📖 走进智能体的世界
设计范式
Q2：ReAct是什么？为什么它是目前最主流的Agent范式？
ReAct = Reasoning + Acting。每一轮交替进行推理和行动：先想（Thought）→ 再做（Action）→ 看结果（Observation）→ 继续想下一步。
主流的原因：对LLM友好（不需要一次规划完）、可观测性好（Thought暴露了决策过程）、容错性强（某步失败可以基于错误信息重新规划）、实现简单（一个while循环就能搭）。
局限性：复杂任务步骤多时容易"迷失方向"，属于"走一步看一步"没有全局视野。
📖 主流架构深度对比
Q3：ReAct、Plan-and-Execute、Reflection三种范式各自适合什么？
ReAct：步骤少且工具调用明确的任务。比如查天气、查订单、做简单计算。
Plan-and-Execute：复杂的多步骤任务，需要全局规划。先让Planner输出完整计划，Executor逐步执行，遇到意外Replanner动态调整。
Reflection：对输出质量要求高的场景。生成 → 自我审视 → 修改 → 再审视。适合代码生成、报告撰写。
实际项目通常嵌套组合：顶层用Plan-and-Execute做全局编排，每个子任务用ReAct执行，关键输出用Reflection把关质量。
📖 主流架构深度对比
Q4：什么情况下"手搓"Agent比用框架更合适？
用框架的好处：快速验证、降低入门门槛、社区资源多。
手搓的动机：
- 框架过度抽象，你的场景只需要20%的功能，剩下80%是负担
- 需要在流程中间插入自定义逻辑，但框架没暴露这个插入点
- 生产环境对性能、可控性、调试便利性要求高
- LangChain等框架迭代过快，API频繁废弃带来维护风险
建议路径：先用框架做PoC验证流程可行 → 流程确定后用手搓实现生产版本。
核心能力
Q5：任务拆分怎么做？拆分的好处是什么？
把一个大任务分解成可独立执行的子任务。拆分方法两种：LLM动态拆分（Prompt中要求先输出计划）、代码预定义DAG（固定流程场景）。
好处：降低单步难度（LLM更容易做对）、支持并行执行（无依赖的子任务同时跑）、失败隔离（一步挂了不影响已完成的步骤）、进度可观测（"完成3/5步"）。
注意粒度：太粗（"分析数据"）执行时不知道具体做什么，太细（"打开文件"）浪费上下文。
Q6：怎么赋予Agent规划能力？规划容易翻车的地方？
三种做法：
- Prompt内规划：在System Prompt中要求"先列计划再执行"。零成本但质量依赖模型能力。
- 独立Planner：用专门的（可以是更强的）模型生成计划，另一个模型执行。分工明确。
- 递进式规划：不一次规划完，规划一步→执行一步→基于结果规划下一步。避免"空想"。
容易翻车的地方：过度乐观（假设每步都成功，不考虑失败分支）、粒度不当、僵化不变（环境变了还按旧计划走）。
记忆系统
Q7：Agent记忆系统怎么设计？短期和长期记忆分别存什么？
短期记忆：当前对话的上下文。存在LLM的上下文窗口里，包含消息历史、已执行步骤、中间状态。瓶颈是窗口有限。
长期记忆：持久化的历史信息。存在向量数据库/KV数据库里，包含用户偏好、历史交互摘要、学到的知识。需要检索调用。
协作方式：每轮对话前，用当前话题做相关性检索 → 把相关长期记忆注入上下文 → 对话结束后提取有价值的信息存入长期记忆。
记忆分类存储：事实性记忆（"用户是金融行业"）、偏好性记忆（"喜欢简洁风格"）、事件性记忆（"上次讨论了迁移方案"）。
Q8：记忆存储的粒度怎么选？存太细和存太粗各有什么问题？
太细（每句话都存）：检索时噪音巨大，很多无意义的碎片。检索召回率高但精度低。
太粗（只存对话级摘要）：丢失关键细节。用户说过"不要用表格格式"这种偏好如果被压缩掉了，下次还会犯同样的错。
推荐做法：对话结束时用LLM做"有价值信息提取"——判断哪些内容值得记住，输出结构化记忆条目。既过滤了噪音，又保留了关键细节。
Q9：记忆压缩有哪些方法？各自的优劣？
滑动窗口截断：只保留最近N轮。最简单但丢了就找不回来。
LLM摘要压缩：用模型把早期对话浓缩。压缩比10:1，但需要额外一次LLM调用且必然丢失细节。
重要性评分+选择性保留：给每条消息打分（含决策/事实/被引用过的分高），保留高分丢低分。更精细但打分本身有成本。
推荐组合：最近3-5轮完整保留 + 5-20轮做摘要 + 20轮以前存长期记忆按需检索。
多Agent与协作
Q10：多Agent系统的协作模式有哪些？
主从模式：一个Master分发任务、汇总结果，多个Worker执行。最常用。
流水线模式：A的输出是B的输入，一级一级传。适合有明确顺序依赖的任务。
竞争模式：多个Agent独立完成同一任务，选最好的。适合创意类。
动态路由：Router根据任务特征实时决定分配给哪个Agent。需要意图识别能力。
设计要点：消息格式统一、失败不能传播（熔断降级）、防死循环（最大轮次限制）、上下文隔离（每个Agent只看自己需要的信息）。
Harness工程
Q11：Harness Engineering是什么？为什么说瓶颈经常不在模型？
Harness是包裹在模型外面的整套工程系统。同一个模型在不同Harness下表现可以天差地别（有实验数据：同模型从6.7%提升到68.3%，差10倍）。
六层架构：信息边界（控制哪些信息进入上下文）→ 工具系统（工具定义/发现/调用）→ 执行编排（循环/超时/并行）→ 记忆状态（跨轮次保持）→ 评估观测（trace/质量评分）→ 约束恢复（重试/回退/安全边界）。
实际项目中，优化Harness（改善工具描述、加重试机制、做上下文压缩）比换一个更贵的模型通常性价比更高。
Q12：Agent陷入死循环怎么防护？
防护分三层：
硬限制：max_iterations（最多N步）、timeout（总时限）、max_token_budget（Token上限）。
模式检测：连续3步Thought高度相似、同一工具相同参数连续调用、多Agent间消息往返超阈值。
降级策略：检测到循环后清空中间步骤重新开始；还是卡就返回"需要人工协助"并附上当前进度摘要。