限制 Agent 可行动作空间为什么通常提升可靠性？
围绕“限制 Agent 可行动作空间为什么通常提升可靠性”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明缩小动作空间降低误选概率与失去灵活性之间的取舍。
核心关键词agent action space 动作空间 约束 可靠性
面试知识索引 · 分类、标签与搜索
AI Agent · Agent 架构面试题，40 道完整答案
AI Agent · Agent 架构面试题第 1 页，显示第 1–40 题，共找到 40 道完整解析，可继续按分类、标签与关键词缩小范围。
40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
评估一个自主 Agent 的效果为什么不能只看最终答案正确率？
围绕“评估一个自主 Agent 的效果为什么不能只看最终答案正确率”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明需评估轨迹效率、工具使用合理性与成本等多维指标的理由。
核心关键词agent evaluation 评估 轨迹 过程指标 - 0003
Agent 的「观察—思考—行动」循环每一轮具体交换哪些信息？
解释 AI Agent 循环中的消息与状态流转：工具调用请求、执行结果、上下文整理和停止条件。结合代码修复场景，区分模型推理、宿主执行与权限校验。
核心关键词AI Agent 观察思考行动循环 - 0004
给 Agent 授予文件、网络等系统权限时应遵循什么最小化原则？
围绕“给 Agent 授予文件、网络等系统权限时应遵循什么最小化原则”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确按任务授予最小权限、隔离执行环境的判据。
核心关键词agent 权限最小化 沙箱 sandbox 安全 - 0005
自主 Agent 的终止条件应该如何设计才不会提前退出或死循环？
围绕“自主 Agent 的终止条件应该如何设计才不会提前退出或死循环”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须列出成功判据、步数上限、预算上限等多层终止信号。
核心关键词agent 终止条件 max iterations 死循环 - 0006
如何判定一个 AI 任务该用固定工作流还是自主 Agent？
从执行路径由谁决定入手，比较固定工作流和自主 Agent。结合工单处理场景，说明何时使用预设分支、何时需要动态规划，以及成本、反馈和失败处理的取舍。
核心关键词AI Agent 与工作流的区别和选型 - 0007
Augmented LLM 是什么，检索、工具和记忆分别增强什么能力？
解释增强型 LLM 的检索、工具和记忆如何影响信息获取、实际操作与跨轮状态，并区分能力增强、工作流控制和 Agent 自主决策。
核心关键词Augmented LLM 检索工具记忆三种增强能力 - 0008
Agent 自主性越高为什么越需要监督机制？
分析 AI Agent 自主执行与安全护栏的关系。以明确设定的售后场景说明工具权限、人工检查点、预算限制和环境反馈如何配合，并解释各层机制的能力边界。
核心关键词AI Agent 自主性与安全护栏 - 0009
如何让 Agent 在 token 或成本预算内自适应地决定探索深度？
围绕“如何让 Agent 在 token 或成本预算内自适应地决定探索深度”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确预算信号注入决策循环与降级策略的设计。
核心关键词agent 成本预算 token budget 自适应 深度 - 0010
用 LLM 输出驱动条件边跳转时如何保证路由结果可靠？
围绕“用 LLM 输出驱动条件边跳转时如何保证路由结果可靠”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出结构化输出约束与兜底分支的工程手段。
核心关键词conditional edge LLM 路由 结构化输出 可靠性 - 0011
长程自主循环中错误为什么会累积放大？
围绕“长程自主循环中错误为什么会累积放大”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要解释错误状态进入上下文后影响后续决策的机理。
核心关键词agent 错误累积 compounding error 长任务 - 0012
Evaluator-Optimizer 循环在什么条件下值得引入额外成本？
围绕“Evaluator-Optimizer 循环在什么条件下值得引入额外成本”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出存在明确评估标准且迭代能显著提升输出时的判断。
核心关键词evaluator optimizer 迭代优化 适用条件 - 0013
Agent 编排图为什么需要支持环（cycle）而不只是 DAG？
围绕“Agent 编排图为什么需要支持环（cycle）而不只是 DAG”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确反思、重试等迭代行为无法用无环图表达的原因。
核心关键词agent graph cycle 循环 DAG 反思迭代 - 0014
为什么 Agent 需要从环境获取真实反馈而不是只靠模型自我判断？
围绕“为什么 Agent 需要从环境获取真实反馈而不是只靠模型自我判断”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明模型自评的不可靠性与外部反馈的纠偏作用。
核心关键词agent grounding 环境反馈 自我评估 局限 - 0015
在 Agent 工作流中哪些决策点适合设置人工检查点？
围绕“在 Agent 工作流中哪些决策点适合设置人工检查点”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出以不可逆性、影响面为标准选择人工介入点的判断。
核心关键词human in the loop 检查点 高风险操作 审批 - 0016
为什么 Agent 的可重试工具应当设计成幂等的？
围绕“为什么 Agent 的可重试工具应当设计成幂等的”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要解释重试与检查点恢复导致重复调用时幂等的保护作用。
核心关键词agent 工具幂等 idempotent 重试 副作用 - 0017
如何用 LangSmith 诊断一个 LangGraph Agent 的异常行为？
围绕“如何用 LangSmith 诊断一个 LangGraph Agent 的异常行为”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 trace 定位具体节点输入输出的排查路径。
核心关键词LangGraph LangSmith 调试 trace 诊断 - 0018
LangGraph 的 durable execution 如何在 Agent 崩溃后恢复执行？
围绕“LangGraph 的 durable execution 如何在 Agent 崩溃后恢复执行”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要解释检查点持久化状态、从断点续跑的机制。
核心关键词LangGraph durable execution 持久化 恢复 - 0019
LangGraph 的 streaming 在 Agent 应用中用于暴露哪些中间过程？
围绕“LangGraph 的 streaming 在 Agent 应用中用于暴露哪些中间过程”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明流式暴露节点执行与 token 输出对可观测性的作用。
核心关键词LangGraph streaming 中间状态 流式输出 - 0020
LangGraph 为什么定位为底层编排框架而不是高抽象 Agent 封装？
围绕“LangGraph 为什么定位为底层编排框架而不是高抽象 Agent 封装”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明高抽象隐藏控制流导致难定制的痛点。
核心关键词LangGraph low-level orchestration 设计动机 - 0021
给 Agent 设置最大迭代次数时如何权衡任务完成率与成本？
围绕“给 Agent 设置最大迭代次数时如何权衡任务完成率与成本”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确上限过低截断任务、过高浪费 token 的双向代价及估算方法。
核心关键词agent 最大迭代次数 成本 完成率 权衡 - 0022
划分 Agent 图中节点的粒度时遵循什么原则？
围绕“划分 Agent 图中节点的粒度时遵循什么原则”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确以独立可测试、单一职责为界且避免过细的权衡。
核心关键词agent graph 节点粒度 划分原则 - 0023
设计 Agent 的「观察」时如何决定给模型看多少环境信息？
围绕“设计 Agent 的「观察」时如何决定给模型看多少环境信息”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确信息不足导致决策错误与信息过多稀释注意力的双向权衡。
核心关键词agent observation 设计 信息量 噪声 取舍 - 0024
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 - 0025
Agent 并行调用多个工具时需要处理哪些顺序与依赖问题？
围绕“Agent 并行调用多个工具时需要处理哪些顺序与依赖问题”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确无依赖工具才并行、结果合并一致性两个判断点。
核心关键词parallel tool calling 并行工具 依赖 结果合并 - 0026
Agent 并行工作流中，sectioning 与 voting 有什么区别？
对比分工并行与多次独立评估两种工作流，说明任务拆分、结果汇总、相关错误、投票规则和资源预算，避免把多数意见当成事实保证。
核心关键词Agent 并行工作流 sectioning 与 voting 区别 - 0027
Plan-and-Execute 模式相比逐步 ReAct 循环各自适合什么任务？
围绕“Plan-and-Execute 模式相比逐步 ReAct 循环各自适合什么任务”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确预先全局规划减少漂移但适应性差这一核心权衡。
核心关键词plan and execute vs ReAct 适用任务 比较 - 0028
Prompt Chaining 工作流适合什么类型的任务，何时不该用？
本题剖析 Prompt Chaining 的适用边界：任务需拆成固定子步骤且每步可程序化校验。结合示例与失效条件，说明如何判断用链式还是更开放的 Agent。
核心关键词prompt chaining 工作流 适用场景 - 0029
纯 ReAct 式交替推理与行动的循环在长任务上有哪些局限？
围绕“纯 ReAct 式交替推理与行动的循环在长任务上有哪些局限”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确上下文增长与目标漂移两类失效模式。
核心关键词ReAct 局限 长任务 上下文 漂移 - 0030
给 Agent 增加自我反思步骤什么时候能提升结果、什么时候只是浪费 token？
围绕“给 Agent 增加自我反思步骤什么时候能提升结果、什么时候只是浪费 token”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出存在可验证反馈时反思有效的条件。
核心关键词agent reflection 自我反思 有效性 条件 - 0031
LLM Routing 工作流如何选择分支并处理不确定输入？
说明 LLM 路由如何定义分支职责、输出可校验标签、处理多意图和低确定性输入，并用错误路由成本与分支表现评估实际效果。
核心关键词LLM Routing 工作流分支选择与兜底设计 - 0032
为什么用状态机建模 Agent 行为比隐式控制流更可靠？
围绕“为什么用状态机建模 Agent 行为比隐式控制流更可靠”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明显式状态转移让行为可推理、可测试的理由。
核心关键词agent 状态机 建模 显式控制流 可靠性 - 0033
设计 Agent 的共享状态 schema 时哪些字段该进状态、哪些不该？
围绕“设计 Agent 的共享状态 schema 时哪些字段该进状态、哪些不该”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确跨节点需要传递的信息才入状态的判据及状态膨胀的代价。
核心关键词agent state schema 设计 字段取舍 - 0034
把子任务交给子 Agent 执行时为什么常做上下文隔离？
围绕“把子任务交给子 Agent 执行时为什么常做上下文隔离”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明隔离防止主上下文被中间过程污染的作用与代价。
核心关键词subagent 上下文隔离 context isolation 主上下文 - 0035
多 Agent 系统中 Supervisor 模式与对等协作模式如何取舍？
围绕“多 Agent 系统中 Supervisor 模式与对等协作模式如何取舍”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须给出任务是否可中心分解、通信开销为核心的判断。
核心关键词supervisor 多智能体 编排 协作模式 取舍 - 0036
LangGraph 的 time travel 回放历史状态在调试 Agent 时解决什么问题？
围绕“LangGraph 的 time travel 回放历史状态在调试 Agent 时解决什么问题”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明从历史检查点分叉重跑以验证修复的能力。
核心关键词LangGraph time travel 状态回放 调试 fork - 0037
为 Agent 编写工具描述时哪些信息必须写清？
围绕“为 Agent 编写工具描述时哪些信息必须写清”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要明确参数语义、格式示例与防错设计要求。
核心关键词Agent 工具描述写法 参数说明 示例 - 0038
为什么 Agent 的工具接口设计要像面向人类的 API 一样打磨？
围绕“为什么 Agent 的工具接口设计要像面向人类的 API 一样打磨”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖需要说明模型依赖工具描述做决策，描述含糊会导致误用的机理。
核心关键词Agent 工具接口设计 ACI 设计原则 - 0039
工具返回结果过大导致上下文膨胀时有哪些工程处理手段？
围绕“工具返回结果过大导致上下文膨胀时有哪些工程处理手段”给出直接结论、机制拆解、可复现验证、常见误区与追问，重点覆盖必须列举截断、摘要、结构化过滤等手段及信息损失风险。
核心关键词tool result 上下文膨胀 截断 摘要 过滤 - 0040
为什么开发 Agent 应先验证最简单可行方案？
从任务确定性、失败原因和评估基线判断何时需要 Agent 规划、记忆或多步循环，说明简单方案的适用边界与逐步增加复杂度的方法。
核心关键词Agent 开发先选择最简单可行方案