生成代码可能死循环或疯狂分配内存，沙箱应设置哪些资源限额来防止失控？
围绕“生成代码可能死循环或疯狂分配内存，沙箱应设置哪些资源限额来防止失控”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确 CPU、内存、进程数、墙钟时间四类限额及超限后的清理动作。
核心关键词沙箱 CPU 内存时间限额防止代码失控
面试知识索引 · 分类、标签与搜索
AI Agent · 并发编程面试题，25 道完整答案
AI Agent · 并发编程面试题第 1 页，显示第 1–25 题，共找到 25 道完整解析，可继续按分类、标签与关键词缩小范围。
25筛选结果
52技术分类
178检索标签
1索引分页
快速定位
清除全部筛选分类、标签与关键词搜索
第 1 页
本页面试问题
按稳定语义路径排序
- 0001
- 0002
Agent 输出的非确定性来自哪些环节，如何提升评估可复现性
围绕“Agent 输出的非确定性来自哪些环节，如何提升评估可复现性”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答需要围绕必须枚举采样温度、工具返回变化、并发时序、外部状态四类来源及各自的固定手段。
核心关键词Agent 非确定性 可复现 评估 - 0003
Orchestrator-Workers 模式相比固定工作流适合什么任务？
本题解释 Orchestrator-Workers 模式适合哪些任务，强调其动态分解子步骤的能力，区别于并行化固定分支，并给出代码修改等具体场景，分析失败边界与判断条件。
核心关键词orchestrator workers 动态编排 适用场景 - 0004
MCP 的 JSON-RPC request、response、notification 怎样区分和关联？
从双向消息和并发响应关联解释 MCP 的 JSON-RPC 外层结构，说明 id、result/error 互斥、通知无响应，以及传输状态与业务结果的区别。
核心关键词MCP JSON-RPC 消息类型请求响应通知 - 0005
同一用户同时打开两个会话窗口时，两份短期状态与共享长期记忆如何保证不互相污染？
围绕“同一用户同时打开两个会话窗口时，两份短期状态与共享长期记忆如何保证不互相污染”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明会话级状态隔离加长期记忆写入冲突处理（如版本比较）的设计。
核心关键词Agent 并发会话 状态隔离 共享记忆 一致性 - 0006
同一用户的多个会话线程需要共享偏好信息时，LangGraph 应使用什么机制而不是共享 checkpointer？
围绕“同一用户的多个会话线程需要共享偏好信息时，LangGraph 应使用什么机制而不是共享 checkpointer”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确用 Store 按用户命名空间存取跨线程记忆的理由。
核心关键词LangGraph 跨线程 共享记忆 Store namespace - 0007
AI Agent 中短期记忆与长期记忆的划分依据是什么，各自该存什么内容？
Agent 短期记忆与长期记忆按什么边界划分？用同一用户跨会话的地址与任务状态说明线程检查点、共享知识、检索和删除策略，区分保存数据与放入模型上下文。
核心关键词AI Agent 短期记忆和长期记忆区别 - 0008
LangGraph 中多个节点并发写同一个状态字段时，reducer 如何定义合并语义？
围绕“LangGraph 中多个节点并发写同一个状态字段时，reducer 如何定义合并语义”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明默认覆盖与自定义 reducer（如追加消息列表）的差异及并发写冲突处理。
核心关键词LangGraph state reducer 并发 合并 - 0009
LangGraph 中 State、Checkpoint 和 Store 三者的职责边界分别是什么？
围绕“LangGraph 中 State、Checkpoint 和 Store 三者的职责边界分别是什么”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须区分图内瞬时状态、可恢复快照、跨线程长期存储三层概念。
核心关键词LangGraph State Checkpoint Store 区别 - 0010
LangGraph 的 supervisor 模式中，监督 Agent 应该看到多少各 worker 的中间输出？
围绕“LangGraph 的 supervisor 模式中，监督 Agent 应该看到多少各 worker 的中间输出”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答 supervisor 输入窗口设计（摘要 vs 全文）对决策质量的影响。
核心关键词LangGraph supervisor 模式 可见性 - 0011
Orchestrator 给 worker 下发子任务时，上下文应该传多少，传整个对话历史会有什么问题？
解释 orchestrator 下发子任务时上下文传递的取舍：传整个历史导致 token 成本膨胀、注意力分散、指令遵循下降。提出用任务描述自包含和上下文压缩结合的策略，并给出具体工程场景与失败边界。
核心关键词orchestrator 子任务 上下文传递 裁剪 - 0012
多 Agent 系统中的 orchestrator-workers 模式是什么，它和工作流式编排的本质区别在哪？
解释 orchestrator-workers 模式与预定义路径工作流的本质区别：动态任务分解 vs 预定义路径。涵盖机制、适用场景、失败边界，并提供判断建议。
核心关键词多 Agent orchestrator-workers 模式 与 workflow 区别 - 0013
多个 Agent 并发更新共享状态，怎样避免旧结果覆盖新决策？
通过可执行版本检查例子解释乐观并发控制、重新读取与重新判断，并说明字段归属、合并规则、租约失效和数据库原子更新的边界。
核心关键词多 Agent 共享状态并发写冲突处理 - 0014
Orchestrator-Workers 模式中编排器该把多少决策留给 worker？
围绕“Orchestrator-Workers 模式中编排器该把多少决策留给 worker”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确编排器管分解与汇总、worker 管局部执行的权责线。
核心关键词orchestrator workers 编排 agent 决策分配 - 0015
进程崩溃后恢复时，正在执行到一半的子任务怎么处理？
围绕“进程崩溃后恢复时，正在执行到一半的子任务怎么处理”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确已完成节点跳过、中断节点按幂等性决定重跑或人工介入。
核心关键词agent 崩溃恢复 中断节点 重放 - 0016
多租户 Agent 系统的并发配额应限制在哪一层？
区分租户任务、模型请求、工具执行和全局容量，解释分层许可、扇出继承、分布式租约与公平调度，避免只在入口限制任务数。
核心关键词多租户 Agent 并发配额粒度设计 - 0017
Agent 的 LLM 连接池和并发数怎样根据上游限额估算？
用请求速率、Token 预算和占用时间估算在途请求，区分物理连接与业务许可，说明流式响应、多副本总额、尾延迟与容量观测。
核心关键词Agent LLM 连接池并发数与速率限额估算 - 0018
LLM 的 RPM 没打满但 TPM 先打满时，Agent 客户端应调整什么而不是继续加并发？
围绕“LLM 的 RPM 没打满但 TPM 先打满时，Agent 客户端应调整什么而不是继续加并发”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答需要围绕必须识别 token 吞吐与请求数两个维度的独立限制。
核心关键词LLM RPM TPM 限流 Agent - 0019
Orchestrator 模式的 Agent 扇出子任务时，为什么必须限制扇出宽度和总深度？
围绕“Orchestrator 模式的 Agent 扇出子任务时，为什么必须限制扇出宽度和总深度”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确成本与错误放大的失控路径。
核心关键词Agent 子任务 扇出 并发 上限 - 0020
并行工具执行时为什么需要并发上限，如何确定这个上限？
围绕“并行工具执行时为什么需要并发上限，如何确定这个上限”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确下游限流与资源竞争决定上限，按最弱下游配额设定。
核心关键词并行工具 并发限制 速率 - 0021
LangGraph 中同步节点与 async 节点混用时并发行为有何差异，阻塞节点会拖累并行分支吗？
围绕“LangGraph 中同步节点与 async 节点混用时并发行为有何差异，阻塞节点会拖累并行分支吗”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖要回答同步节点在 executor 中运行、async 节点才能真并发 IO 的判断。
核心关键词LangGraph async 节点 并发 阻塞 - 0022
LangGraph 的 MemorySaver、SqliteSaver 与 PostgresSaver 在生产环境如何选择，各自边界是什么？
围绕“LangGraph 的 MemorySaver、SqliteSaver 与 PostgresSaver 在生产环境如”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答需要围绕考察内存进程级、单文件与生产级数据库后端在重启恢复与并发上的取舍。
核心关键词LangGraph checkpointer 存储后端 选型 - 0023
在 LangGraph 中如何为自定义字段（如计数器、集合）设计 reducer 函数，需要注意哪些坑？
围绕“在 LangGraph 中如何为自定义字段（如计数器、集合）设计 reducer 函数，需要注意哪些坑”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖回答需要围绕考察合并函数满足幂等与并发安全的判断。
核心关键词LangGraph 自定义 reducer 设计 - 0024
Anthropic 的 orchestrator-workers 模式如何动态分解任务并汇总结果，与静态 map-reduce 差异在哪？
围绕“Anthropic 的 orchestrator-workers 模式如何动态分解任务并汇总结果，与静态 map-r”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确编排器运行时决定子任务数量这一动态性。
核心关键词Anthropic orchestrator-workers 动态分解 - 0025
LangGraph 中多个节点共享同一条出边时如何触发并行分支，执行顺序有保证吗？
围绕“LangGraph 中多个节点共享同一条出边时如何触发并行分支，执行顺序有保证吗”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖要说明同一 super-step 内并行节点并发执行且顺序不保证。
核心关键词LangGraph 并行分支 fan-out