AI 岗位预备 · 深入
写进简历的 Agent 项目，会被深挖到第三层
面试官一眼就能看出你是「学」还是「做过」
Agent 岗的面试结构其实很稳定：项目深挖占一半以上的时间，剩下的分给系统设计、技术原理与编码手撕。而项目深挖有四问几乎 100% 会问 ——「你的 RAG 召回率多少？怎么测的？怎么优化的？」「Agent 遇到死循环怎么处理？终止条件怎么设计？」「为什么选 LangGraph 而不是 AutoGen？」「线上出过什么问题？怎么排查的？」这份做法把四类深挖点与必问四问拆成四层，每层给判据与答法 —— 目标是让凡写进简历的项目，架构分层 · 评测指标 · 异常处理三层都能展开讲。
追问现场 · 面试真题
面试真题“请详细描述你项目中采用的 Multi-Agent 三层架构（Router → Manager → Sub-Agent）的设计逻辑。”
大多数人的第一反应：把三层名字背一遍，说「这样架构清晰、易扩展」——听完还是不知道你为什么这么切——架构是从教程抄的，没自己做过取舍
面试官要的是每一层的划分理由与替代方案对比：为什么不用两层、为什么不用单 Agent 加编排（核心词：划分理由 + 替代方案对比 + 失败降级），面试官要的是每一层的划分。
先说结论
先说结论：项目深挖按四层准备，第四层才是拉开差距的地方。第一层「做过什么」· 第二层「怎么评测」· 第三层「异常怎么办」· 第四层「为什么是它而不是别的」。简历上每一个 Agent / RAG 项目，都要能讲到第四层。
基础层 · 行业方案
① 做过什么（占面试时间 50% 以上）。要具体到可复述：任务是什么、用了什么模型与框架、数据从哪来、产出长什么样。修法：讲功能前先讲「要解决什么问题」。
② 怎么评测。「你的 RAG 召回率多少？怎么测的？怎么优化的？」——评估要从两条线答：检索侧（召回率 / MRR）与生成侧（忠实度 / 答案相关性）。修法：预算很小但要覆盖各类场景的评测集。
③ 异常怎么办。「Agent 遇到死循环怎么处理？终止条件怎么设计？」——三板斧（最大步数 / 重复动作检测 / 超时）是及格线；能讲清死循环真长什么样才是区分度。修法：说清「原地打转」与「向前失败」的区别。
④ 为什么是它而不是别的（选型）。「为什么选 LangGraph 而不是 AutoGen？」——要给出对比维度并落到自己的场景。修法：准备一套有取舍逻辑的表述，比背定义有用。
执行层 · 我们的增量
⑤ 我们的增量：「线上出过什么问题、怎么排查」要当成必答题准备。这道题的判据不是「有没有出过问题」（谁都会出），而是你能否说出一次具体的现场、根因与修复动作。准备方式：给每个写进简历的项目留一份「事故卡」——现象 / 定位过程 / 根因 / 修复 / 防御。没有事故卡的项目，宁可不写进简历。
真实事故（事后回看）：真实事故（事后回看）：训练侧按 460 写、检查侧拿 540 核对 —— 每个新产物都判不合格 → 退回 → 重做 → 再判不合格 → 暂停。链条是：基准切换 → 检查标准未同步 → 每一件必不通过 → 流程空转。根因不是有人写错，而是标准迁移不完整。
事后补的防御（避免重演）
凡是「两方各持一套标准」的环节，都要在开工前对齐一次基准并留下版本号与时间戳；连续三次不合格时，先查标准是否同版，而不是继续重做。。核心原则：**连续失败先查标准，不是先重做**。
面试官想听什么
能按四层展开：做过什么 → 怎么评测 → 异常怎么办 → 为什么是它而不是别的
评测给两条线（检索侧与生成侧），并说得出评测集是怎么搭的
死循环能讲根因（推理循环 vs 流程循环），不止三板斧
选型有对比维度，且能落到自己的场景约束上
有一次具体的线上事故：现象 · 定位 · 根因 · 修复 · 防御
加分项：主动区分「推理死循环」与「流程死循环」——前者是 ReAct 循环没有出口，后者是两方标准不一致导致的空转。两者的治理完全不同（前者加停止条件，后者对齐基准），能分开讲说明你不止跑过 demo。
可复制 · 救急段
面试官让你描述 Multi-Agent 架构，别背三层名字——先讲「为什么必须切这三层」，再给替代方案对比（两层为什么不成立、单 Agent 加编排差在哪），最后补一句失败降级。加分项：主动区分推理死循环与流程死循环。