企业官网建设流程全解析

第1节 面试与作品集：Agent循环工程师的高频问题全解

一句话总结：Agent岗位面试题库解析——循环设计/验证器/上下文管理/失效模式四大高频主题+系统设计题答题框架+手撕代码题。

本文导航

• 一、2026年的Agent面试，考的已经不是"会不会调API"
• 二、四大高频主题逐题拆解（含参考答案）
• 三、系统设计题：七步答题框架实战
• 四、手撕代码题：15分钟写一个能跑的ReAct循环
• 五、反问环节与谈薪：别在这一轮掉链子
• 六、作品集：让面试官主动想聊的东西
• 小结

一、2026年的Agent面试，考的已经不是"会不会调API"

第15章的八个行业场景讲完，这门课的技术内容就全部交付了。但技术讲完不等于事情完了——所有能力最终都要落回同一个问题：它怎么变成你的职业筹码。所以最后一章我们回到你自己：面试怎么答、简历怎么写、团队怎么推、企业怎么落，最后再聊聊风险和远方。先从面试说起。

我在2024年底面过一轮"AI应用工程师"，面试官让我讲怎么用LangChain拼一个Chain，我讲得挺顺，对方也挺满意。到2026年再面"Agent循环工程师"，画风完全变了：没人关心你用什么框架，所有人都盯着一件事——当模型不确定、工具会失败、上下文会爆炸的时候，你的系统怎么办。

这就是这门课反复强调的判断：Agent开发的竞争重心，已经从"提示词技巧"迁移到"循环工程"。写一个好提示词，一个下午就能学会；设计一个能整夜自己跑、跑错了自己纠、跑不完会熔断的循环，需要的是系统设计能力。面试官心里都很清楚这一点，所以题目也全往这个方向出。

把这两年的岗位画像放在一起对比，变化一目了然：

第1章我们聊过128亿美元的市场和六个百亿独角兽，钱流向哪里，岗位要求就跟到哪里。你如果仔细翻2026年的JD，会发现一个高频词：production-grade（生产级）。没人再为"能演示"的Agent付高级薪资，大家要的是"敢让它半夜无人值守跑"的Agent。这一点直接决定了后面所有面试题的出题逻辑。

我用一张图概括现在Agent面试的考察层次。注意最底下那层——大部分人挂在它上面，而不是挂在上面两层：

踩坑提示：我见过不少候选人（包括当年的我）把80%的准备时间花在背概念名词上，什么ReAct、Plan-and-Execute、Reflexion背得滚瓜烂熟，结果面试官一句"你的循环在第7步开始复读，怎么办"就哑火了。概念是入场券，失效模式才是决胜局。

二、四大高频主题逐题拆解（含参考答案）

把最近一年我收集到的面试题（自己的+朋友们的+网上整理的）摊开看，高度集中在四个主题。先给总览表，再逐题拆：

2.1 循环设计题：“设计一个自动修Bug循环”

这是开场题，答好了后面全顺，答砸了面试官就开始看表。

我的参考答案骨架：任何循环都由三件套构成——可验证的目标、验证器、终止条件。修Bug循环的目标是"让指定测试全绿"；验证器就是测试套件本身（确定性验证，不是问模型"你觉得修好了吗"）；终止条件是三维预算：步数上限、token上限、时间上限，任何一个触顶就熔断退出并升级人工。

讲完三件套，再主动补两个细节，面试官眼睛会亮：一是失败信息工程——每轮把测试失败的报错原文喂回给模型，报错本身就是最好的提示词（第7章的核心观点）；二是票据库——用SQLite记录每个任务的进度，循环崩了可以从断点恢复，而不是从头再来。

追问一般是："如果模型连续三轮都在改同一个文件但测试不过，怎么办？"标准答案是检测震荡：对轨迹做指纹（动作+观察的哈希），重复出现就触发降级策略——换提示词、换模型、或直接升级人工。这题考的就是你有没有真实跑过循环，跑过的人都见过这种复读机现场。

2.2 验证器题：“如何判断Agent完成了？”

这题是分水岭，因为答案分两档。

低档答案：让模型自评，“请检查任务是否完成，回答yes或no”。高档答案：确定性验证器优先于模型自评。测试通过就是通过，编译报错就是报错，linter有告警就是有告警——这些信号不依赖模型的自我认知，不会说谎。

我在面试里被追问过："什么时候必须用模型自评？"好问题——写文案、做摘要这类没有确定性判据的任务，只能用Checker模型做交叉评审，也就是课程里讲的Maker/Checker双模型架构：生成用强模型，审查用另一个模型，两者独立，互相制衡。第7章调优实录里那条从71%提到90%+的曲线，相当一部分提升就来自这种分层结构——光换更贵的模型，远做不到这一步。

2.3 上下文管理题：“上下文满了怎么办？”

这题答得好坏，直接暴露你有没有跑过长任务。我自己的真实经历：一个夜间循环跑到凌晨两点，上下文塞满，模型开始"失忆"，把已经修好的测试又改回去，来回横跳。

参考答案是分层的三级策略：

1. 剪枝：把早期步骤的原始工具输出替换成一行摘要（“步骤3：跑了测试，2失败”），保留最近的完整观察；
2. 压缩（Compaction）：整段历史压成结构化摘要+当前任务状态，这就是Claude Code的compaction机制；
3. 外置记忆：细节落到磁盘（文件、SQLite票据库），上下文里只放指针（“详见 tickets/42.json”），模型需要时再读——第9章讲的"摘要+指针"模式。

加分项：提上下文预算审计——在每轮循环前检查token水位，超过70%主动触发压缩，而不是等爆了再救。被动compaction会丢关键信息，主动的有选择权。

2.4 失效模式题：“循环死循环怎么防？”

标准答案三层防线，我按课程第12章的框架背给你：

• 第一层，三维预算：步数（比如最多10步）、token（比如最多5万）、时间（比如最多10分钟），任一触顶就熔断；
• 第二层，震荡检测：轨迹指纹重复=N次即判定死循环，触发策略切换；
• 第三层，人工升级：熔断后不是静默退出，而是带上完整轨迹和失败摘要升级到人，Slack/邮件通知（第11章的通知与升级机制）。

面试官如果继续追"为什么是三个维度而不是一个"，答案是：三个维度失效的形态不同。步数防的是逻辑死循环，token防的是成本失控，时间防的是悬挂任务占资源。只设一个，另两种失效就会在半夜找上你。我的一次真实事故就是只设了步数，模型每步生成超长思考，步数没超但token烧穿了预算——从此我三个维度一个都不敢省。

三、系统设计题：七步答题框架实战

系统设计题通常是45~60分钟的大题，题目类似：“设计一个夜间修复流水线：白天积累的失败测试和线上小Bug，夜里自动修复，早上开发者上班能看到待审的PR。”

我在多次模拟和实战之后固定了一套七步框架，好处是时间可控、不会漏关键项：

1. 需求分析（5分钟）：输入/输出/约束——输入是什么（失败测试、报错日志），输出是什么（PR），硬约束是什么（不许直接push主干、预算多少） 2. 架构设计（10分钟）：画出主循环+外围组件，先粗后细 3. 核心模块（10分钟）：分诊器/修复循环/验证器/交付器各自怎么实现 4. 终止条件与预算（5分钟）：三维预算+震荡检测+熔断策略 5. 监控与告警（5分钟）：指标埋点、通知渠道、人工接管点 6. 安全与权限（5分钟）：沙箱、白名单、审计日志 7. 扩展性讨论（5分钟）：多仓库、多语言、优先级队列

架构图建议直接按这个画，别过度发挥：

几个容易被追问的点，提前备好答案：

• “分诊器为什么存在？”——不是所有失败都值得AI修，环境问题、依赖缺失这类先过滤掉，避免浪费预算（这也呼应第13章的分诊设计）。
• “PR会不会淹没开发者？”——限制每夜PR数量上限，按置信度排序，低置信度的直接进"废案归档"而不是进审查队列。
• “怎么防止它把测试改绿而不是把Bug修好？”——验证器里加防线：测试文件改动需要额外人工确认，或干脆只读测试目录。这个追问极其高频，因为它是"作弊式完成"的经典案例。

时间分配上有个惨痛教训分享：我第一次模拟时把20分钟花在画一个华丽的架构图上，结果终止条件和安全设计只能各给两分钟草草收场，被模拟面试官一针见血："你的系统晚上跑炸了谁负责？"从此我严格按七步的分钟数走，宁可图画得糙，不可漏掉熔断和审计。

四、手撕代码题：15分钟写一个能跑的ReAct循环

手撕题最常见的题目就是"实现最小ReAct循环"。面试官想看的不是功能多全，而是你有没有工程直觉：模型输出要不要校验？循环要不要上限？日志要不要留？

下面是我打磨过的标准答案，离线mock版，面试现场可以直接跑，换成真实client只改一处。代码遵循这门课的统一工程规范：Python 3.12 + uv、pydantic校验、logging控制台+文件双输出按月分割保留12个月。

# min_react_loop.py —— 手撕题标准答案：最小可运行 ReAct 循环（离线 mock 版）# Python 3.12 + uv：uv init demo && uv add pydantic && uv run min_react_loop.pyfrom__future__importannotationsimportloggingfromdatetimeimportdatetimefrompathlibimportPathfrompydanticimportBaseModel,Field,ValidationError# ---------- 日志：控制台 + 文件双输出，按月分割，保留 12 个月 ----------classMonthlyFileHandler(logging.FileHandler):"""按月落盘：logs/react-YYYY-MM.log；启动时清理 12 个月前的历史文件。"""def__init__(self,d:Path,keep:int=12):self._dir,self._keep=d,keep d.mkdir(exist_ok=True)foroldinsorted(d.glob("react-*.log"))[:-keep]:old.unlink()# 只保留最近 keep 个月super().__init__(d/f"react-{datetime.now():%Y-%m}.log",encoding="utf-8")defemit(self,record:logging.LogRecord)->None:# 跨月自动切换文件want=self._dir/f"react-{datetime.now():%Y-%m}.log"ifstr(want)!=self.baseFilename:self.close()self.baseFilename=str(want)self.stream=Nonesuper().emit(record)log=logging.getLogger("react")_h=logging.Formatter("%(asctime)s | %(levelname)s | %(message)s")forhin(logging.StreamHandler(),MonthlyFileHandler(Path("logs"))):h.setFormatter(_h)log.addHandler(h)log.setLevel(logging.INFO)# ---------- pydantic：把模型输出当外部数据严格校验 ----------classAction(BaseModel):tool:str=Field(pattern=r"^(grep|patch|pytest|done)$")# 工具白名单args:str=""done:bool=FalseclassStepBudget(BaseModel):# 三维预算：步数 / token / 时间max_steps:int=5max_tokens:int=50_000deadline_s:float=120.0# ---------- mock LLM：脚本化回放，面试现场换成真实 client 即可 ----------SCRIPT=['{"tool":"grep","args":"def parse"}','{"tool":"pytest","args":"tests/"}','{"tool":"done","args":"修复完成，3 passed"}']defreact_loop(goal:str,steps:int=5)->str:budget=StepBudget(max_steps=steps)used=0foriinrange(budget.max_steps):try:action=Action.model_validate_json(SCRIPT[i%len(SCRIPT)])except(IndexError,ValidationError)ase:returnf"终止：非法输出{e}"used+=100+len(action.args)# 演示用 token 估算log.info("step=%d tool=%s args=%s",i,action.tool,action.args)ifaction.doneoraction.tool=="done":# 踩坑：别只信布尔字段log.info("LOOP DONE steps=%d tokens~%d",i+1,used)returnaction.args# 真实场景在此执行工具并把 Observation 拼回上下文log.warning("预算耗尽，熔断退出")return"超时"if__name__=="__main__":print("结果：",react_loop("修复解析模块的空指针"))

真实运行输出（这就是贴在面试共享屏幕上的效果）：

2026-09-30 12:06:15,914 | INFO | step=0 tool=grep args=def parse 2026-09-30 12:06:15,914 | INFO | step=1 tool=pytest args=tests/ 2026-09-30 12:06:15,914 | INFO | step=2 tool=done args=修复完成，3 passed 2026-09-30 12:06:15,914 | INFO | LOOP DONE steps=3 tokens~328 结果： 修复完成，3 passed

讲一个这段代码里真实发生过的坑。我第一版写的是if action.done:，跑起来循环死活不停，明明第三步模型都喊done了，第四步还在grep。盯了两分钟才发现：mock数据里只给了"tool":"done"，而pydantic模型里done字段默认False——我信任了一个我根本没验证的布尔字段。这个坑本身就是面试金句：终止信号不能只依赖单一字段，tool == "done"和显式布尔要同时兜底。面试官听完这个故事的反应普遍不错，因为它证明你真的跑过、真的踩过、真的想过。

面试官常见的追问链也备一下：

• “真实场景里Observation怎么拼回上下文？”——追加到消息列表尾部，同时做水位检查，超阈值先剪枝再拼接。
• “预算为什么要建成一个类？”——pydantic校验防止配置写错（比如max_steps传成负数），配置错误在生产环境是重大失效源。
• “这个循环缺什么？”——缺震荡检测、缺人工升级、缺审计落盘。主动说出来，比被问出来强十倍。

五、反问环节与谈薪：别在这一轮掉链子

技术面全过，栽在反问环节的亏我吃过。反问环节不是客套，是双向尽调。我的固定三问：

1. “团队的Agent现在能无人值守跑的最长任务是什么规模？”——问出对方是真生产还是Demo阶段；
2. “验证器体系建设到什么程度？人工审查占比多少？”——判断工程成熟度；
3. “这个岗位未来半年最想解决的核心问题是什么？”——判断你进去是做核心还是做边角。

谈薪的锚点用课程第1、2章的数据：美国市场Agent方向高级岗位中位$217K，国内一线大厂AI Infra/Agent方向普遍比同级后端高30%~50%。谈的时候用区间不用单点（“我了解到这个水位在X到Y之间，结合我在循环工程上的项目积累，我期望偏上沿”），并且把作品集甩出来——量化的成功率数据比任何形容词都有说服力。第2节会专门讲怎么把课程项目包装成简历上的量化弹药。

还有一个小提醒：2026年的面试流程里，现场编码环节越来越多要求你展示自己的项目仓库。面试官会让你打开GitHub，随便挑一个文件问"这段为什么这么写"。所以作品集不是面试后才准备的东西，它就是面试本身。这就引出第六节的内容。

六、作品集：让面试官主动想聊的东西

作品集的核心逻辑一句话：面试官没有时间信你，但他有时间信证据。我的清单如下，按优先级排序：

## 作品集必备清单 - [ ] GitHub仓库：一个完整的循环项目（分诊→修复→验证→交付） - [ ] README：架构图 + 快速上手（三条命令内跑通） - [ ] AGENTS.md：项目意图外置，本身就是课程技术的展示 - [ ] 量化数据：成功率、平均步数、成本、耗时，做成表格 - [ ] Evals：可复跑的评估集（evals/目录 + results.json） - [ ] 技术博客：2~3篇深度文章（踩坑复盘最受欢迎） - [ ] 轨迹日志：一次真实夜间运行的完整日志片段

这里有个心理关要过：很多人觉得"课程项目不算项目"。错。面试官分不清也不在乎你的项目是不是课程作业，他在乎的是里面有没有真工程。你能在README里写清"为什么用SQLite做票据库而不是直接内存状态"、“为什么验证器用pytest而不是模型自评”，这就比80%的公司内部项目更有含金量。

为了把"自检"变成习惯，我写了个作品集完备度脚本，投简历之前跑一遍，低于60分就别投：

# portfolio_check.py —— 作品集完备性自检：照着清单扫仓库，输出量化评分# Python 3.12 + uv：uv run portfolio_check.py <仓库路径>from__future__importannotationsimportloggingfrompathlibimportPathfrompydanticimportBaseModelclassArtifact(BaseModel):name:strweight:int=10# 单项分值required:bool=True# False 表示加分项classCheckResult(BaseModel):name:strok:boolscore:inttotal:intlog=logging.getLogger("portfolio")fmt=logging.Formatter("%(asctime)s | %(levelname)s | %(message)s")forhin(logging.StreamHandler(),logging.FileHandler("portfolio.log",encoding="utf-8")):h.setFormatter(fmt)log.addHandler(h)log.setLevel(logging.INFO)ARTIFACTS=[Artifact(name="README.md",weight=15),Artifact(name="AGENTS.md",weight=10),Artifact(name="docs/architecture.png",weight=10),Artifact(name="evals/results.json",weight=15),Artifact(name="tests/",weight=10),Artifact(name="logs/sample_run.log",weight=10,required=False),]defcheck(root:Path)->list[CheckResult]:return[CheckResult(name=a.name,ok=(root/a.name).exists(),score=a.weightif(root/a.name).exists()else0,total=a.weight)forainARTIFACTS]if__name__=="__main__":importsys root=Path(sys.argv[1])iflen(sys.argv)>1elsePath.cwd()results=check(root)forrinresults:flag="PASS"ifr.okelse"MISS"log.info("[%-4s] %-26s %2d/%d",flag,r.name,r.score,r.total)got=sum(r.scoreforrinresults)full=sum(r.totalforrinresults)log.info("作品集完备度：%d/%d（低于 60 分先别投简历）",got,full)

我拿一个课程学员的真实仓库跑出来的输出：

2026-09-30 12:07:33,918 | INFO | [PASS] README.md 15/15 2026-09-30 12:07:33,918 | INFO | [PASS] AGENTS.md 10/10 2026-09-30 12:07:33,918 | INFO | [MISS] docs/architecture.png 0/10 2026-09-30 12:07:33,918 | INFO | [PASS] evals/results.json 15/15 2026-09-30 12:07:33,918 | INFO | [PASS] tests/ 10/10 2026-09-30 12:07:33,918 | INFO | [MISS] logs/sample_run.log 0/10 2026-09-30 12:07:33,918 | INFO | 作品集完备度：50/70（低于 60 分先别投简历）

50分，差两个东西：一张架构图和一份真实运行日志。补齐它们只要一小时，但这恰恰是"课程项目"和"工程作品"的分界线。尤其那个logs/sample_run.log，面试官看到一份带时间戳的夜间运行轨迹，比看到十段"精通Agent开发"的形容词都管用。

博客选题给三个被验证过有效的方向：一是《我的Agent循环在凌晨两点为什么疯了》这类失效复盘（点击率最高）；二是验证器设计对比实验（模型自评vs确定性验证的数据）；三是成本优化实录（怎么把单任务成本打下来60%）。共同点：有真实数据、有失败过程、有结论。没有人爱看成功学，人人都爱看事故报告。

小结

• 面试重心已迁移：从提示词技巧到循环工程，四大高频主题——循环设计、验证器、上下文管理、失效模式，其中失效模式是决胜局；
• 答题有框架：系统设计七步走（需求→架构→模块→终止→监控→安全→扩展），手撕题三件套（校验+预算+日志），宁可图画糙，不可漏熔断；
• 作品集即面试：GitHub项目+量化数据+运行日志+踩坑博客，用脚本自检完备度，证据比形容词有说服力。

下节预告

面试的高频问题你有了，但所有问题的弹药都来自同一个地方——简历上那几行项目描述。下一节《简历项目包装：把课程项目写成面试官想看的样子》，我们聊STAR结构改写、量化指标怎么算、三个版本模板，让HR初筛和面试官深聊都能接得住。

如果觉得本文对你有帮助，欢迎点赞、收藏、关注三连！
本系列持续更新中，关注不迷路~

文章编号：第16章第1节 | 总进度：113/120 | 预计阅读时间：15分钟