1.1 问题背景与面试切入

面试官高频开场："你做过 Agent 吗？Demo 和生产级 Agent 的核心差距是什么？"

答题框架（5 句话）：

1. Demo 关心 happy path，生产关心异常路径

2. 生产级 = P-P-A-O-R 完整循环 + 持久化状态 + 沙箱 + 审计

3. 关键能力：可恢复、可降级、可审计、可治理

4. 参考 Anthropic 2026 内部数据：Claude Code 多 Agent 架构比单 Agent 性能高 90%，但 token 多 15x

5. 工业界主流：Plan-and-Execute + Reflexion + 状态机约束

1.2 2026 年 Agent 范式演进最新图景

2026 年关键引用（Anthropic 2026-01 工程实践）：

• 90% 任务在 L1 单 Agent 完成，但 10% 复杂任务需多 Agent

• 多 Agent token 多 15x，但任务完成率提升 90%

• 因此2026 工业界默认架构= L1 单 Agent + 显式升级到多 Agent

1.3 P-P-A-O-R 核心循环（面试必背）

Perception → Planning → Action → Observation → Reflection ↑ │ └──────────────────────────────────────────────────┘

工程约束（面试常追问）：

• 最大循环次数：默认 25，硬上限（防止恶意 Prompt 致无限循环）

• 单步超时：单 LLM 调用 30s，单工具调用 60s

• 总预算：Token 预算 + 时间预算 + 步骤预算

• 循环检测：相同 State 出现 ≥3 次强制终止

Anthropic 2026-04 经验值：

• Claude Code 平均任务 8-12 轮循环

• 90% 任务在 15 轮内完成

• 超 25 轮几乎都是 Prompt 漏洞

1.4 主流 Agent 框架对比（2026 年 7 月终极版）

关键框架生态变化：

1. Semantic Kernel → MAF：PyPI 已明确宣布 SK 被 Microsoft Agent Framework（MAF）1.0 取代，新项目应直接选 MAF

2. Google ADK 2.0 GA（6 月 18 日）：从 1.33.0 跃升至 2.2.0，确立为 Google Cloud 生产级默认选择

3. OpenAI Agents SDK SandboxAgent：0.14.0 引入沙箱内执行文件操作和命令，0.17.x 加入 SandboxManifest 安全边界

4. Claude Code v2.1.193：Dynamic Workflows 可编排数百个子 Agent，/cd 切换工作目录，嵌套子 Agent 最多 5 层，fallbackModel 支持 3 个备选模型

1.5 面试高频追问与答题模板

Q1.1：ReAct、Plan-and-Execute、Reflexion 的区别？

• ReAct：边想边做（适合探索型）

• Plan-and-Execute：先想后做（适合确定性多步）

• Reflexion：失败后反思（适合易错任务）

• 生产级：Plan-Execute 做骨架 + Reflexion 兜底 + ReAct 填细节

Q1.2：生产级 Agent 如何防止死循环？

• 硬上限（max_iterations、timeout）

• 循环检测（state hash 相同 N 次）

• 成本熔断（token 超阈值）

• 外部观察者（Trace 平台告警）

Q1.3：LLM Router 如何选模型？

• 任务分类 → 规则路由（简单/复杂/代码/视觉）

• 成本敏感度 → 便宜模型优先

• 性能关键 → 强模型兜底

• 实际做法：意图分类器 + 模型池 + 实时反馈

Q1.4：Agent 与 Copilot 的本质区别？

• Copilot：辅助人类决策，AI 提议、人确认

• Agent：自主执行，AI 决策+执行+反馈

• 工业界 2026 趋势：Copilot 2.0 = 弱 Agent（保留人类确认环节）

Q1.5（PM 题）：你如何衡量 Agent 的"智能"？

• 任务成功率（Task Success Rate）

• 平均完成任务轮数（Avg Steps）

• 单任务成本（Cost per Task）

• 人类干预率（Human Intervention Rate）

• 用户满意度（CSAT / 点赞率）

• 工具调用准确率（Tool Call Accuracy）

---------------------------------------------------------------------------------------------------------------------------------

2. Agent 状态机与工作流引擎

2.1 三种执行模型（面试必问）

2026 主流选择：状态机骨架 + LLM 节点决策转移，参考 LangGraph 范式。

2.2 任务定义（DAG / State Machine）

# LangGraph 示例（2026 主流范式） from langgraph.graph import StateGraph, END from typing import TypedDict, Annotated import operator ​ class AgentState(TypedDict): messages: Annotated[list, operator.add] plan: list[str] current_step: int tool_results: dict retry_count: int ​ # 节点：纯函数 def planner(state): ... def executor(state): ... def reflector(state): ... ​ # 图 workflow = StateGraph(AgentState) workflow.add_node("plan", planner) workflow.add_node("execute", executor) workflow.add_node("reflect", reflector) workflow.add_conditional_edges( "execute", lambda s: "reflect" if needs_retry(s) else END, ) workflow.add_edge("plan", "execute") workflow.add_edge("reflect", "plan") ```text ​ ### 2.3 持久化 Checkpoint（生产级必备） ​ **Anthropic 2026 推荐**：所有 Agent 状态必须可 Checkpoint，支持 **time-travel debugging**。 ​ ```python # LangGraph 内置 Checkpoint from langgraph.checkpoint.postgres import PostgresSaver checkpointer = PostgresSaver(conn_string="...") graph = workflow.compile(checkpointer=checkpointer) ​ # 恢复 config = {"configurable": {"thread_id": "user_123_session_456"}} graph.invoke({"messages": [...]}, config=config)

2.4 故障恢复机制

2.5 确定性 Replay（高级题）

Q2.1：Agent 调试为什么难？怎么解决？

• 答：非确定性 + 多步依赖 + 工具副作用

• 解决：固定随机种子 + Mock 工具 + Trace 完整记录 + Replay 模式

Q2.2：什么是 HITL？怎么实现？

• Human-in-the-Loop：关键决策点插入人工确认

• 实现：状态机设置"等待人类"节点，UI 推送 + Webhook 回写

• 适用：删除、转账、发送邮件等高风险操作

3. 长对话上下文管理与压缩

3.1 "三层危机"（面试必背）

引用：Liu et al. 2023 "Lost in the Middle"

3.2 主流压缩策略对比

3.3 分层上下文（2026 主流）

┌──────────────────────┐ │ Layer 1: System │ 角色定义、规则、输出格式（不变） ├──────────────────────┤ │ Layer 2: User Profile│ 用户偏好、历史画像（慢变） ├──────────────────────┤ │ Layer 3: Task State │ 当前任务进度、变量（快变） ├──────────────────────┤ │ Layer 4: Recent Dialog│ 最近 N 轮对话（滑动窗口） ├──────────────────────┤ │ Layer 5: Memory │ 检索召回的相关记忆（按需） └──────────────────────┘

Anthropic 缓存优化：将不常变化的 Layer 1-2 启用 Prompt Caching，可节省 90% 成本。

3.4 长程依赖保持

• 关键事实外提：将"用户是产品经理"等关键事实存入 Layer 2

• 实体引用表：维护 (实体, 最新值) 表，Prompt 中只插引用

• Context Summary：每 N 轮生成"对话摘要"放在 Layer 4 头部

4. Agent 流式响应与中断控制

4.1 流式协议对比

2026 主流：SSE（前端）+ gRPC（后端内部）。

4.2 流式数据结构（Anthropic 规范）

// event stream data: {"type":"message_start","message":{...}} data: {"type":"content_block_start","index":0,"content_block":{"type":"text","text":""}} data: {"type":"content_block_delta","index":0,"delta":{"type":"text_delta","text":"Hello"}} data: {"type":"content_block_delta","index":0,"delta":{"type":"text_delta","text":" world"}} data: {"type":"content_block_stop","index":0} data: {"type":"message_delta","delta":{"stop_reason":"end_turn"}} data: {"type":"message_stop"} data: [DONE] ```text ​ ### 4.3 中断机制 ​ | 中断类型 | 实现 | 协议 | |---|---|---| | **用户主动中断** | 前端发送 cancel_event | WebSocket 控制帧 | | **系统超时** | 服务端 timeout | gRPC deadline | | **优雅中断** | 协作式：检查 ctx.is_cancelled() | 应用层 | | **强制中断** | 断开连接 | 传输层 | | **Kill Switch** | 全局标志位 | 共享状态 | ​ ### 4.4 用户打断（Barge-in） ​ **语音 Agent 关键能力**： - 用户在 Agent 说话时打断 - Agent 立即停止 TTS + 保留已生成内容 - 切换到 ASR 接收新输入 ​ **实现**：VAD（语音活动检测）+ 流式 ASR + cancel token。 ​ ### 4.5 面试高频追问 ​ **Q4.1：为什么用 SSE 不用 WebSocket？** - SSE：HTTP 友好、自动重连、简单 - WebSocket：双向但复杂、需要独立服务 - 大多数 Chat 场景单向够用，SSE 是首选 ​ **Q4.2：流式中如何实现"边生成边工具调用"？** - Anthropic API：`tool_use` 块在 `content_block` 中 - 前端收到 `tool_use` 时暂停渲染 → 调用工具 → 注入结果 - OpenAI 同理（tool_calls 字段） ​ **Q4.3：流式中断后如何保证前端不丢消息？** - 每个 delta 携带 sequence_id - 客户端记录已接收的最大 sequence - 中断后重连，从 sequence+1 续传 - Anthropic prompt caching 可减少重连成本 ​