Agent 面试专题

本篇汇总 Agent 工程向面试题，按主题拆篇、逐题展开。概念底座见 Agent 核心概念与架构；题型速览见 Agent 系统高频题；工具注册与轨迹见 工具调用与评测实践；外部工具标准插头见 MCP 概览与实践。

题目索引

主题	题目	链接
工具调用	LLM Agent 如何进行动态 API 调用？	详解
记忆	在大模型应用中，通常如何实现长短期记忆机制？	详解
记忆	TencentDB Agent Memory 是什么？难点与面试亮点？	详解
框架	什么是 OpenManus？它的实现原理是什么？	详解
RAG	如何优化 RAG 的检索效果？	详解
评测	如何进行 AI 应用的测试和效果评估？	详解
Agent 循环	在 AI 超级智能体项目中，你如何解决 Agent Loop 可能出现的死循环问题？	详解
多模态	LLM Agent 在多模态任务中如何执行推理？	详解
微调	什么是低秩适配（LoRA）技术？如何结合 LoRA 技术进行微调？	详解
场景	设计智能客服系统时，如何通过知识库构建解决长尾问题？	详解
场景	设计医疗问诊系统时,如何平衡 AI 幻觉风险与效率?	详解
选型	RAG、微调还是长上下文:如何选型?	详解

怎么答 Agent 面试题

1. 先定边界：静态预注册工具 vs 运行时动态发现——很多「动态 API」题其实在考后者。
2. 画闭环：发现 schema → 模型选接口填参 → HTTP 执行 → 结果回灌 → 继续规划。
3. 谈生产：鉴权、超时、参数校验、工具面裁剪、审计日志——别只讲 PoC。
4. 会挂实践：同一概念在 Agent 最小可运行项目 与 LangGraph 编排实践 里都有对照。

面试速记

1. 专题定位： Agent 工程面试，按题拆篇；与「高频题」速览互补，本篇偏单题深答。
2. 答题结构： 边界 → 流程 → 关键模块 → 坑与缓解 → 和 MCP / 静态工具的关系。
3. 动态 API 核心： OpenAPI 等契约转 function schema + 检索裁剪工具面 + 受控 HTTP 执行器。