AI 一面：Agent 系统设计 19 问（逻辑结构与分条回答）

这一组题目看起来很散，实际上都在考同一件事：你是不是把 Agent 当成一个可上线、可治理、可迭代的系统在做。
这篇先不急着逐条背题，而是先把总的逻辑结构立住，再按 19 个问题给出可复述的分条答案。

可以先把整套系统拆成 5 层：

  1. 入口决策层（意图识别与路由）：识别 query 类型，决定走哪些数据源和工具；
  2. 证据构建层（解析、切分、检索、重排）：把可用知识变成可检索证据；
  3. 推理编排层（rewrite、工具调用、答案合成）：把子结果拼成可用回答；
  4. 质量控制层（review、可解释、badcase 回流）：保证正确率和可追溯；
  5. 稳定性与成本层（并发、版本、存储）：保证线上 SLA 和长期可持续。

一个稳妥的答题策略是：

  • 每题都回到 “所在层 + 关键权衡 + 兜底策略”；
  • 少讲“某个模型多强”，多讲“冲突时怎么收敛”。

你可以把这套系统记成三句话：

  • 路由不是单点分类，而是规则、模型、证据三方协同。
  • 检索不是一次召回，而是多阶段漏斗（召回→重排→校验）。
  • 生成不是终点，终点是可解释、可回放、可优化。

后面的 19 题，基本都能落在这三句话上。

结论先说：不要做单标签分类，要做多标签 + 子问题拆分。

  • 用多标签分类识别“知识问答 + 业务查询”共存；
  • 做 query decomposition，把条款问题和行为数据问题拆开；
  • 执行时并行：文档链路走 RAG，业务链路走 SQL/API；
  • 汇总时保留来源标签，避免把静态知识和实时数据混在一起。

结论：优先级要硬编码，不靠临场判断。

  • 一般用：硬规则（权限/合规） > 模型建议 > 检索证据校验；
  • 模型给“概率判断”，规则给“边界条件”，检索给“事实支持”；
  • 冲突时走保守路径（只输出可验证结论）；
  • 冲突样本进入回放集，定期更新规则和提示词。

结论：不要把单一相似度阈值当开关。

  • 用多信号门控：向量分、关键词命中、query 类型、历史命中率；
  • 低置信 query 走双路策略（RAG 与非 RAG 并行）；
  • 用离线回放做阈值分桶校准；
  • 模型升级前后做相似度分布监控，防止线上突变。

结论：基线固定，线上动态。

  • 先有一个默认权重（例如向量 0.6，关键词 0.4）；
  • 短 query、实体名密集问题提高关键词权重；
  • 语义问句、长问题提高向量权重；
  • 通过离线 NDCG/Recall 与在线反馈持续调参。

结论：级联重排 + 超时降级。

  • 粗召回拿 topK，再只对小候选集做重排；
  • 轻模型先筛，重模型只打 topN；
  • 做缓存、并行、超时截断；
  • 高峰期可切换“快但略保守”的策略，优先守 SLA。

结论：改写要受控，且必须可回退。

  • 只允许消歧、补全实体、结构化约束，不改核心意图；
  • 做语义一致性校验，不通过就回退原 query；
  • 多候选改写先试召回，再选最优；
  • 保留原 query 分支兜底，避免“改写后变差”不可恢复。

结论：文本抽取不够，要版面感知。

  • 多解析器协同（OCR、layout、table）；
  • 保留页码、坐标、层级结构等中间信息；
  • 对跨页表格做表头继承与列对齐规则；
  • 建复杂文档回归集，升级解析器必须回归通过。

结论：结构优先切分，长度规则兜底。

  • 按标题、段落、表格等结构切，再按 token 长度裁剪；
  • 设 overlap 保连续性，但控制重复噪声；
  • 定义类内容可偏大块，事实参数类可偏小块；
  • 用离线评测找最优区间，而不是凭经验拍脑袋。

结论：metadata 决定了检索“能不能找对范围”。

  • 用于过滤（时间、部门、权限、产品线）；
  • 用于排序加权与结果解释；
  • 标错会带来漏召回、误召回，严重时出现权限越界；
  • 需要校验规则、抽检、异常扫描与修复链路。

结论：升级要过渡，不要硬切。

  • 尽量保持同版本 embedding；
  • 升级时双索引并行（old/new）逐步切流；
  • 监控相似度分布、topK 重合率、命中率变化；
  • 达标后再做全量重嵌入收敛。

结论：局部重算，不做全量重建。

  • 以 block 维护 lineage；
  • 仅重算受影响 chunk，未变 chunk 复用；
  • 新旧版本用 active/inactive 切换；
  • 查询默认只看 active，审计场景可查历史版本。

结论：分层存储 + 压缩 + 生命周期策略。

  • 热数据与历史归档分层；
  • 向量压缩与去重存储；
  • 按业务价值配置保留周期；
  • 定期 compaction 清理无引用数据。

结论：支持，核心是“同对象双快照 + diff”。

  • 先抽取对象、时间窗、对比维度；
  • 分别检索两个版本快照；
  • 生成增删改对比（旧值/新值/生效时间/证据）；
  • 对低置信差异加提示，避免误导。

结论：先定义数据主权，再做冲突仲裁。

  • 定义 source-of-truth 与优先级；
  • 统一 schema 与时间戳；
  • 冲突不可自动消解时触发仲裁流程；
  • 最终回答披露采用依据与冲突信息。

结论：可靠性策略前置，不在生成阶段补锅。

  • 设置超时、重试、熔断、降级；
  • 做返回完整性校验，缺字段就标注“部分可用”；
  • 关键接口提供缓存或备用源；
  • 全链路打 trace id 便于排障。

结论：可解释要覆盖“决策过程 + 证据结构”。

  • 给出路由原因摘要（为什么走这条链路）；
  • 输出证据卡（来源、版本、时间、置信度）；
  • 关键结论给不确定性提示；
  • 支持回放，能复现实验输入与中间决策。

结论：会，Reviewer 是质量阀。

  • 错判会导致误放行或误拦截；
  • 需要评估准确率、漏判率、误杀率与延迟；
  • 对高风险样本做双 Reviewer 或人工复核；
  • 持续加入 hard case 训练 Reviewer。

结论：先做归因，再做训练。

  • 将问题分成模型问题、检索问题、数据问题、工具问题；
  • 标注集做一致性检查与去重；
  • 高噪声样本剔除，避免污染训练；
  • 训练后必须在固定 badcase 集回放验证。

结论：服务分层 + 缓存 + 降级策略。

  • 检索、重排、生成解耦，避免相互拖垮；
  • 多级缓存（query、候选、答案）；
  • 限流、排队、优先级调度；
  • 压力大时按策略降级，先保可用再保完整。

面试官更看重的是：

  • 你能不能把一个复杂系统拆成层次；
  • 你能不能说清楚每层的关键权衡和兜底方案；
  • 你是否具备把 badcase 回流成改进闭环的工程意识。

简单说，回答这 19 题时，把焦点放在 系统可控性、可解释性、可迭代性，通过率会明显高于只背术语。