Agent 面试通关 / 14

各公司面试偏好：按公司备战的高频题速查

每家公司的 Agent 面试都有自己的“性格”——腾讯喜欢从 RAG 系统设计往下挖，蚂蚁全栈考察从 Prompt 到 AI Coding 测试，字节侧重记忆与上下文工程，淘宝闪购则专注 Human-in-the-Loop 和异常管控。

本文基于 245+ 道真实面试题的来源统计，帮你识别目标公司的考察重心，精准备战。

总览：各公司考察维度热力图

腾讯（51 题）

面试风格：腾讯 Agent 面试覆盖面最广，从终面到一面、从 AI 应用开发到通用 Agent 岗，都有大量真题。特点是系统设计能力考察突出——不只问“是什么”，更问“怎么设计”“为什么这么选”。RAG 方向出题量远超其他公司。

高频考察维度：

备考重点：

• RAG 全链路是必考——从 chunk 设计到 Embedding 选型到 ReRank 微调，准备要深
• 评估体系设计是高频追问——不只说“准确率”，要能设计完整评测方案
• 终面偏架构选型，一二面偏工程实践

蚂蚁集团（48 题）

面试风格：蚂蚁的 Agent 面试覆盖维度最全面（横跨 11 个维度），且是唯一大量考察 AI Coding 测试（代码插桩、覆盖率）的公司。Prompt 工程和 Skills 机制也是蚂蚁特色题。面试分多个团队（智能体平台、AI Coding、AI 应用开发），侧重点略有不同。

高频考察维度：

备考重点：

• 蚂蚁特色题：Skills 机制、SDD（Skill Driven Development）、AI Coding 测试——其他公司几乎不考
• 工具管理和容错是蚂蚁高频区，准备 MCP 协议细节和安全权限设计
• 如果面的是 AI Coding 方向，11-ai-code-testing 维度必看

字节跳动（31 题）

面试风格：字节（含抖音基础架构）的 Agent 面试最重视记忆与上下文工程，出题量是所有公司中最高的。同时 Prompt 工程方向出题多——Skills 系统设计、MCP vs Skills 区别是字节高频题。面试风格偏向项目深挖+工程踩坑。

高频考察维度：

备考重点：

• 上下文工程是字节核心考点——准备好滑动窗口、摘要压缩、上下文污染防治的完整方案
• Prompt 工程和 Skills 机制是字节特色——需要理解 Skills 的三层本质（模板→知识封装→能力树）
• 字节喜欢问”为什么”和”踩过什么坑”，准备具体案例比背八股更有效
• 业务认知是隐藏考点：字节面试官会问”扣子是 Agent 平台还是工作流平台？””字节做 AI 最大的瓶颈？”——面前准备好豆包、扣子（Coze）、即梦等核心 AI 产品的定位和差异

阿里-淘天（26 题）

面试风格：淘天的 Agent 面试理论深度要求高，喜欢追问底层原理（Attention 稀释、平方复杂度工程影响），同时系统设计题偏大——“设计一个智能导购助手”这类综合题是淘天特色。追问细节很深。

高频考察维度：

备考重点：

• 准备好“设计一个XX Agent”的系统设计题——淘天喜欢出综合架构题
• 理论深度要求高——Attention 机制、Token 稀释等底层原理要能讲清楚
• 记忆与上下文是淘天高频——模糊需求处理、摘要压缩是必考点

快手（18 题）

面试风格：快手面试模型层和工程基础并重。训练与模型方向出题量高（RLHF、GRPO、SFT 选型），同时 RAG 全链路也是重点。工程基础题（布隆过滤器、索引失效、分布式限流）比其他公司多。

高频考察维度：

备考重点：

• 快手特色：RLHF/GRPO 训练细节是必考——奖励函数设计、全0/全1 reward 处理、SFT 不够时什么时候上 RL
• RAG 全链路要熟——从父子索引到 BM25 到 Rerank 截断，每一步都可能追问
• 准备传统工程基础题——布隆过滤器、分布式限流、数据库索引，快手比其他公司更重视这些

淘宝闪购（17 题）

面试风格：淘宝闪购是项目拷打最极致的公司——全程围绕 Agent 工程经验展开，几乎无纯八股。面试官拿着简历从框架选型到线上效果一层一层挖。特别关注安全管控（Human-in-the-Loop、权限控制、异常管控）。

高频考察维度：

备考重点：

• 核心策略：准备好你的 Agent 项目，能从头讲到尾，每个技术选型说得出 trade-off
• Human-in-the-Loop 和异常管控是淘宝闪购必考——操作分级、熔断机制、审计日志都要准备
• 面试官会追问“为什么这么做”——每个决策准备好 trade-off 表述比准备“最优答案”更重要
• 坦诚讲系统不足比吹牛更加分——“你的 Agent 还有哪些没优化的”几乎必问

阿里国际（14+ 考点）

面试风格：阿里国际面试最侧重模型训练与优化——微调方法、RL 训练（GRPO 深度追问）、推理加速是核心。但近期面试也开始考察 Agent 工程能力（多轮工具调用、多智能体、上下文管理）。整体偏算法研发，对模型层理解要求高，追问极深。

高频考察维度：

GRPO 是阿里国际的必考核心（多次出现、追问极深）：

必须准备的 GRPO 知识点：
├── Loss 函数：clipped surrogate objective + KL penalty
├── Advantages 计算：组内归一化（无 Critic），为什么不直接用 reward
├── 信用分配：序列级奖励如何分配到 token 级
├── 重要性采样：为什么需要、策略差异大时 IS 失效怎么办
├── KL 散度：GRPO vs PPO 的 KL 计算有什么区别（per-token vs 序列级）
├── 训练监控：reward mean/std、KL divergence、policy entropy、gradient norm
└── 技术选型：什么时候用 SFT、什么时候蒸馏、什么时候上 GRPO

备考重点：

• GRPO 深度是第一优先级——不是”知道 GRPO 是什么”就够，要能讲清 Loss 推导、Advantages 归一化原理、信用分配机制、重要性采样局限性
• 训练三件套必背：LoRA 原理与适用场景（A/B 矩阵初始化+秩选择）、PPO vs DPO vs GRPO 对比、SFT 什么时候不够
• 推理加速技术要熟——算子融合、KV Cache、量化部署、IO 优化
• Agent 工程也开始考了：多轮工具调用挑战（状态管理、错误传播、上下文膨胀）、Claude Code 架构理解
• 如果面的是应用开发方向，RAG（向量数据库选型）和评估（评测集构建）也要准备

高德（12 题）

面试风格：高德面试以实习岗为主，题目侧重工程实现细节——MCP 协议完整调用过程、会话记忆具体实现、滑动窗口设几轮。适合实习生备战。

高频考察维度：

备考重点：

• MCP 协议从 Host→Client→Server 的完整链路是高德特色题
• 会话记忆的具体实现要准备——不只说“用滑动窗口”，要说清楚窗口设几轮、摘要怎么触发
• Prompt 工程追问较深——Skills 的三层理解（模板→知识封装→能力树）要能讲清

携程（5 题）

面试风格：携程实习面试聚焦 RAG 基础，题目相对入门。适合刚开始准备 Agent 面试的同学练手。

代表性问题：

• 如何向非技术人员解释 RAG？
• RAG 检索到文档很多但回答质量差，怎么排查？
• 什么是余弦相似度？在 RAG 中做什么？
• 什么是嵌入（Embedding）？为什么需要向量化？

备考重点：RAG 基础概念要能“用人话讲清楚”——面试官可能考察你解释技术概念的能力。

bilibili（4 题）

面试风格：B 站 AI 研发实习面试项目驱动，围绕科研辅助 Agent 设计展开，也会考 subagent 拆分和 LangGraph 实战。

代表性问题：

• 如果设计一个科研辅助 Agent，整体流程怎么设计？
• 什么时候该用 subagent？主 Agent 和子 Agent 共用上下文吗？
• LangGraph 开发中遇到最大的困难？
• Deep Research 和普通 RAG 的区别？

备考重点：准备一个“设计XX Agent”的完整方案——感知、规划、记忆、执行四模块。

百度（4 题）

面试风格：百度实习面试偏工程化——多 Agent 编排、前端 SSE 处理、资源缓存等实际开发问题。

代表性问题：

• 多 Agent 怎么编排？用的什么编排模式？
• AI 应用的前端资源缓存怎么配的？
• AI 应用中 SSE 流式数据怎么处理？数据格式是什么？

备考重点：前后端全栈能力，SSE 流式处理和缓存策略要能讲实现细节。

备战策略总结

通用高频维度（所有公司都考）：

1. RAG 与检索——几乎每家都问，从 chunk 到 Embedding 到 Rerank
2. 架构选型——ReAct vs Plan-Execute、Agent 设计范式
3. 记忆与上下文——长对话、摘要压缩、模糊需求

公司特色维度（针对性准备）：

• 面蚂蚁 → 额外准备 Prompt 工程 + AI 代码测试
• 面快手/阿里国际 → 额外准备 训练与模型（RLHF/GRPO）
• 面淘宝闪购 → 额外准备 项目拷打 + 容错（HiL、异常管控）
• 面腾讯 → 额外准备 RAG 与检索（深度，不止基础）
• 面字节 → 额外准备 Prompt 工程（Skills 系统设计）