Agent面经
Hello！好久没见，这段时间在准备期末周并且进行了一场Agent面试，这篇帖子就分享一下。先说一下背景吧，本人本科大二，当时做的是一个面向开源社区的重复 Issue 智能分诊项目。项目核心还是 RAG：通过混合检索和重排，判断新 Issue 属于 duplicate、similar 还是 new，并返回相关 Issue。
1. 自我介绍——介绍一下你的项目。
2. 为什么用混合检索？ 纯 BM25 或纯向量会造成什么问题？
3. 版本号多的 issue（如 Python 项目指定库版本），更适合 BM25 还是 BGE 向量？为什么？
- ↳ 追问：如果版本号/前置条件占了 issue 的 50%-70%（为了让别人复刻），真正讲问题的内容很短，这种情况怎么办？
4. 你的 chunk 本身是什么粒度？切块策略是什么？
5. 混合检索时，你用的粒度是怎么对齐的？
- ↳ 追问：有些 issue 被切成 3 个 chunk、有些 1 个，会有重复；一边返回 Top30 issues、一边返回 Top30 chunks，一个 chunk ≠ 一个 issue，这怎么处理？
6. issue 的结构化字段（title、number、tags 如 "good first issue"）你有没有做专门处理？
- ↳ 追问 a：字段和 issue 正文，你给同样的权重吗？
- ↳ 追问 b：你具体提取了哪些元数据？
- ↳ 追问 c：元数据是放在每一个 chunk 里面吗？
7. 数据清洗做了什么？ 基于 GitBugs，你做了哪些前期清洗？
8. 低置信度触发条件边，具体怎么做的？（LangGraph 四节点）
- ↳ 追问：置信度怎么评估？什么样的答案算不好、什么样算及格？
9. 只有一句话的极短 issue（想提建议 / 懒得写长）怎么办？
- ↳ 追问：内容就几个字，丢给 LLM 扩写，怎么保证不出现幻觉？（引入 LLM 就有幻觉风险
10. 重写 query 一定会有更好的结果吗？ 什么样的数据会触发重写？
- ↳ 追问 a：低置信度的原因不只是 query 写得不好，也可能是 rerank 或 BM25/向量那一步不对，不是吗？
- ↳ 追问 b：你反思重写的 prompt 是什么？有没有把上一轮 Top5 的失败结果喂给 LLM？
- ↳ 追问 c：你说"重排序靠前的比较好"——这个有没有一个评估标准？
11. 你有没有构建负样本（negative 样本）？ 或专门构造一批"检索出来是不好的"样本？
二、通用 Agent 八股
12. 说说你对 Harness 的了解。
13. 讲讲 Skills——解决了什么问题？又带来什么问题？（优缺点）
14. Skills 多了，如何避免召回精度下降，可以采用那些方法？
