冲刺模拟面试 3 · 行为面与反问#

面试官画像: 部门主管/HR，关注动机、学习能力、抗压能力、协作潜力时长: 30-35 分钟 · 难度: ★★★☆☆ 风格: STAR 法则追问——每个故事要追到 Situation → Task → Action → Result

动机类（8 分钟）#

面试官: 你生物医学工程的背景，为什么想做 Agent 开发？

候选人: 本科智能医学工程有编程和机器学习基础。研究生阶段发现大模型不只是”聊天机器人”——真正的价值在于把 AI 能力编排成可靠的自动化系统。这需要工程能力——并发控制、状态管理、可观测性、安全边界。我觉得这比纯学术研究更能创造直接价值，所以从去年开始系统性地做 Agent 项目。

面试官: 不做医学方向的研究了？

候选人: 导师支持我探索工程方向。医学背景不是浪费——做 SREOps 时的分层诊断思路其实就借鉴了临床诊断的递进排查逻辑。长远看，AI Agent 在医疗辅助诊断、个性化用药推荐这些场景有很大空间，两个方向将来可能合流。

面试官: 为什么选实习而不是直接找正式工作？

候选人: 两个原因。第一，我还在读研，时间上只能实习。第二，我的项目经验都是个人项目，缺乏在真实业务场景中和团队协作的经验——需求变更、代码评审、线上事故处理这些只有在实际团队里才能学到。

踩坑与成长类（10 分钟）#

面试官: 做这两个项目，最大的一次翻车是什么？

候选人: ShoppingX 上线后第一次跑完整的跨 5 平台搜索，5 分钟后页面空白。排查发现：第四个子 Agent 不停换关键词重搜了 7 轮，第五个自己调了 shopping_summary 输出了一段推荐文案——主 Agent 期望 JSON 候选列表，拿到的是自然语言。

根因不是代码 bug，是 prompt 对弱模型不可靠。告诉子 Agent”不要调终结工具”，它就是会调。

面试官: 你怎么解决的？

候选人: 第一反应是改 prompt——加粗、重复强调。没用。然后意识到：LLM 是概率模型，规则类约束必须用代码兜底。上了四层机制：深度闸硬拦 fork 嵌套、超时+迭代上限、循环检测（连续 3 次相同工具调用 pattern 直接终止）、结果截断。另外阶段状态机拦住子 Agent 调终结工具。

效果：弱模型还是会尝试越权——但每次都被机制拦住，优雅降级返回已有候选。

面试官: 这个经历让你学到什么？

候选人: “机制兜底不靠 prompt 祈祷”。这个原则贯穿了后续所有设计——检索预算、token 预算、工具权限、漂移检测——全是代码硬约束，prompt 只是告诉模型”建议这样做”，代码保证”你不这样做也没关系，我会拦你”。

面试官: 另一个翻车呢——不同类型的。

候选人: 评测陷阱。第一次跑 Rubric 评测，均分很低。我花了两天改 prompt、改检索策略。后来回头看，发现 40% 的”扣分”是 Judge 模型的误判——比如 Agent 正确地把某个中间数据写进了 Langfuse trace，Judge 说”泄露了内部信息给用户”——但那段信息根本不在用户可见文本里。

教训：先校准尺子再改 Agent。校准 Judge 的评分纪律后，同样的 Agent 分数涨了 61%，一行 Agent 代码没动。

自驱力与学习方式（5 分钟）#

面试官: 你怎么学一个新技术的？比如 LangGraph。

候选人: 三步。第一，跑通官方最小示例——理解核心概念（LangGraph 的 state、node、edge）。第二，带着真实需求去改——比如我需要在 Agent 循环里加 Hook 点，就去研究 LangGraph 的 callback 机制，发现不够用就在外层自己封装 HookPipeline。第三，看源码理解内部实现——比如 LangGraph 的 recursion_limit 是按 super-step 计数的，一轮 Think→Act = 2 个 super-step，不看源码会设错值。

面试官: 没有同事可以讨论，遇到卡点怎么办？

候选人: 两个路径。第一，看 trace——Langfuse 里每个 LLM 调用、工具调用的输入输出都有记录，90% 的 bug 通过看 trace 能定位。第二，做对照实验——比如怀疑是 reranker 排序有问题，就跳过 reranker 直接看召回结果，确认问题出在哪一层。实在解决不了的——目前还没遇到。

团队协作潜力（5 分钟）#

面试官: 你的项目都是一个人做的，进团队能适应代码评审和分工吗？

候选人: 个人项目也有代码规范——pyproject.toml 配了 Ruff 格式化和 lint，有单元测试和集成测试，Git 提交有规范。代码评审的价值我理解——另一个人看到的盲区和你自己不一样。ShoppingX 的很多 bad case 都是”代码自测通过但实际效果有问题”——如果有人在 review 时问”这个边界情况怎么办”，能提前发现。

面试官: 如果你的方案和团队 senior 意见不一致怎么办？

候选人: 先听理由。如果对方的方案确实更好——接受，学到东西。如果我觉得我的方案有优势，会拿数据说话——比如”这个方案延迟多 200ms 但代码复杂度降一半，维护成本更低”，让事实来决定。实在分歧大的，听 senior 的——他们有我没有的上下文。

反问环节（5 分钟）#

面试官: 你有什么问题？

候选人:

团队里实习生的成长路径是什么样的——有 mentor 机制吗？多久能独立负责一个模块？
团队目前在 Agent 工程上最想解决但还没解决的问题是什么？（帮我判断我能贡献什么）
如果入职，前两周的 onboarding 大概是什么节奏？