13. 面试总纲：简历映射与速背#

一句话结论：简历上每一句都能落到一个机制、一章和一组文件；背这一章，追问再翻对应章。

本章只做三件事：把简历说法映射到机制与章节、把各章速背卡收成一页、给压力题的 30 秒答法。 基准 HEAD 634f4ab（2026-09-22）。本章不评价简历里的数字，只标它对应哪套机制。

怎么用这本手册#

1. 先背这一章：5 分钟自我介绍 + 30 张速背卡 + 压力题 10 道，够撑一轮完整面试。
2. 被追细节就翻映射表：表里第 3 列是章号，第 4 列是文件，翻过去看那章的「机制怎么跑」。
3. 问「为什么这么设计」翻该章「它解决什么问题」：四格是问题 → 坏法 → 修法 → 代价，代价那格一定要说。
4. 问数字来源翻该章「数字与证据」：标 ✓ 的当场能说文件，标「仅口径 / 未验证」的先说清楚这点。
5. 问「你踩过什么坑」翻该章「坑与易混点」：每章 ≤5 条，挑一条讲透比列五条强。

5 分钟自我介绍版#

① 做的是什么（约 40 秒） ShoppingX 是跨境电商购物 Agent：用户说一句「旅行三件套、预算 300、不要塑料」， 它自己拆意图、跨平台检索、比价、算关税运费，输出带选购理由的商品卡清单， 并把用户偏好记成可跨会话复用的长期事实。数据是 Kaggle 的多平台商品，约 150 万条。

② 架构：一环两进程（约 60 秒） 全仓只有一个 Agent，拿全部 19 个业务工具，要并行就在同一轮发多个工具调用，不派子 Agent。 多 Agent 我做过两代（同质 fork、Supervisor-Workers 读写切分），翻线上会话发现 TradeAgent 440 会话 0 次派发、SearchAgent 60 次派发全是单跳壳，就把整条派发机制删了。 部署是 API 与 worker 两个进程 + Redis Stream 队列 + MySQL，可以横着加副本。

③ 检索三段（约 50 秒） 召回、精排、精挑。召回是 BGE-M3 编码 + Qdrant dense 近邻 + payload filter， 精确需求（平台/价格/评分）当 filter 不当分；精排只有一处，在合流后的 item_picker 里 用 cross-encoder 判品类对不对；精挑是确定性加权求和，最多出 3 件。 整条链只有 planner 一次 LLM 调用，其余全可复现。

④ 记忆与控制面（约 70 秒） 记忆分两层：长期是一张事实表，key 就是身份、同 key 覆盖，每轮注入 tier-one 一批， 其余靠 recall_memories 按主题翻；短期是会话级 P_t，唯一写者是 planner。 「不许怎么跑」全写成钩子挂在 harness 上：6 个 hook 点、25 个钩子， 安全闸硬拒、效率闸连拒 2 次放行，失控防线是迭代 30 / 整轮 300 秒 / 结果截断 / 循环检测 / 三本检索账。 写边界靠三样：is_read_only 标记、PermissionEngine 按名放行不用 BYPASS、下单决议只走 HTTP。

⑤ 评测与训练（约 60 秒） 没有单一指标能评 Agent，所以每条 query 让 judge 先生成专属评分细则，分 P0 红线 / P1 规范 / P2 质量三档， 再跑「打分 → 捞 bad case → 改 prompt 或检索策略 → 重跑同一把尺子」。 训练侧做了两件：用 ESCI 人工标注微调 embedding 与 reranker；把 RL 限定在 planner 这一个单步任务， reward 靠把模型写的检索词真打进 Qdrant，不让 judge 噪声进训练回路。 reranker 离线涨了但没上线，planner 的 4B 也没接进线上——这两条我当复盘讲，不当成绩讲。

简历说法映射表#

项目一：ShoppingX#

项目二：SREOps（另一个仓库，本手册未覆盖）#

下面 5 行不在本仓代码里，本手册没有对应章节。列出的「最近的可类比机制」只是面试时好串的对照，不是同一套实现。

专业技能段#

30 张速背卡#

备选两张（问到训练侧再加）：「只训 planner 一个单步」（12）、「目录常驻正文按需」（14）。

压力题 10 道#

Q1. 为什么把多 Agent 删了？是不是没做出来？ 两代都跑起来过（同质 fork、Supervisor-Workers 读写切）。删的依据是线上会话：TradeAgent 440 会话 0 次派发， SearchAgent 60 次派发全是单跳壳（派出去只调一次 item_search 就回来）。载体删掉，写边界三样保证原样留下。→ 第 3 章

Q2. 写安全为什么不用 PermissionMode.BYPASS？ BYPASS 是整档关引擎，将来新加的真写工具会被一起悄悄放行。改成按工具名逐个 ALLOW， 放行范围写死在代码里看得见，漏登记的失效方向是「多问一次」而不是「悄悄下单」； 另有一条测试断言每个非只读工具都在放行集里。→ 第 3 章

Q3. reranker 离线 ndcg 涨了，端到端没涨，怎么说？ 这是我做过最完整的「优化了错误目标」的复盘：线上 rerank 分数的三个消费点全是判别（这件是不是这个品类）， 不消费排序；自训模型排序更好、判别更差，所以没上线，品类门继续用现成 v2-m3 + 阈值 0.20。→ 第 11 章

Q4. 断路器为什么不把 429 算失败？ 429 是「我们发太快」，不是「对面挂了」——那是令牌桶的活。把它计进断路器会让自己的限流被放大成服务不可用。 同理总超时不计（可能是单条请求太长），首 token 超时计并且真掐。→ 第 9 章

Q5. worker 的 grace 为什么是 330 秒？ 必须 ≥ 单轮墙钟上限 MAIN_AGENT_TIMEOUT_SEC 300，再留 30 秒收尾。 旧默认 120 比一轮还短，等于每次发布主动掐一批还在跑的任务。k8s 侧配 365 = preStop 5 + 330 + 余量 30。→ 第 10 章

Q6. 记忆为什么从偏好条目改成事实表？ 旧结构要模型同时给对 polarity / category / domain / slug 四个字段，还要引用旧条目的 dedup_key 去重； 拼错一个字符就是两条互相打架的记录，还不报错，只是推荐变糊。改成 key 即身份、同 key 覆盖， 分类退成三个值只管注入优先级。代价是 key 由模型自拟可能分叉，靠 same_fact 的 bigram Jaccard 0.6 挡一道。→ 第 5 章

Q7. 四阶段状态机为什么删了？ 它是「第二套状态机」：真实进度已经写在消息历史里，再维护一份就会和事实对不上，而且收缩工具子集会破坏前缀缓存。 改成读已发生事实的两个位（progress_marks / force_conclude）+ 预算制，禁用一律在执行层回哨兵、不摘工具。→ 第 6 章

Q8. 前缀缓存怎么保住的？ 命中率来自「前缀字节逐轮不变」，不是来自打不打 cache_control 标记。 所以：system 段钉死、标记恒 1 个、工具表不动；每轮会变的（记忆、会话约束、历史）一律放 system 之后当注入消息。 2026-07 那次注入块塞进前缀，命中率从 67.5% 掉到 31.6%，之后加了三遍取中位的命中率门禁盯着。→ 第 7 章

Q9. planner 训完线上没用，那这段训练算什么？ 算一次完整的 RL 工程流程 + 一次诚实的负结论。分是涨的（dev92 reward 0.790 → 0.813）， 但立项要治的域漂移没治好反而退步（domains_f1 0.775 → 0.654）。线上 planner 按同一套 dev92 尺子选型， 换成 API 模型 qwen3.8-flash。价值在 reward 设计：45% 靠真打 Qdrant，judge 噪声不进训练回路。→ 第 12 章

Q10. 单环怎么并行？不是退化成串行了吗？ 并行在同一轮：模型一次回复里发多条 item_search（platform= 或 slot=），工具标了 is_concurrency_safe=True， 框架 gather 执行。真 LLM 验收里套装轮同轮 3~5 条、0 次派发。 子 Agent 给的是「独立上下文」，不是并行度——而我的场景恰恰需要候选在同一个上下文里合流比价。→ 第 2 / 3 章

数字速查#

只收各章「数字与证据」里标 ✓ 或「旧版核对过」的。简历里的数字不在此表，被问到直接翻对应章。

面试前一天清单#

1. 背熟 5 分钟自我介绍五段，掐表说一遍，超 5 分钟就砍第 5 段的训练细节。
2. 30 张速背卡只过 hint 列，卡住的那几张翻回对应章的「速背卡」再看一遍。
3. 压力题 10 道各说一遍 30 秒答法，重点练 Q3 / Q9 这两条负结论——先说结论再说为什么不上线。
4. 每章「坑与易混点」扫一遍，挑 3 条能讲透的，准备回答「你踩过什么坑」。
5. 准备一条代价话术：每个决策都能说出代价，是这套手册里最容易加分的部分。
6. 确认能当场说出三个文件位置：app/agent/tool_registry.py、app/harness/middleware.py、app/memory/facts.py。
7. 简历上的数字自己先默读一遍，被问到就按简历口径答，细节翻本章映射表找章号。