跳到主要内容

学习检查清单与面试锦囊

对照清单逐一突破，避免遗漏重点。2026 年 Agentic AI 工程师面试看重实战能力和工程思维——能说出"为什么"比知道"怎么做"更重要。

前置知识​

  • 已完成前 9 个阶段的学习
  • 每个阶段至少完成了一个实战环节

核心概念​

10 步学习检查清单​

1. Python 根基​

  • 类型注解、Pydantic 数据建模、异步编程
  • 项目分层（domain/agents/tools/rag/guardrails）
  • 能手写一个带工具调用的 Agent（不调框架）
  • 能编写异步工具 + 测试（pytest + pytest-asyncio）

2. LLM 通识​

  • 能估算 Token 消耗并优化上下文预算
  • 理解函数调用的完整流程（Schema → 调用 → 执行 → 回填）
  • 能实现幻觉防护（系统提示约束 + Schema 验证 + 后处理检测）
  • 能根据场景选型模型（GPT-4o / Claude / 千问 / DeepSeek）

3. Context Engineering​

  • 掌握 5 层上下文架构（对话/知识/程序/社会/元上下文）
  • 能编写结构化系统提示（角色 + 约束 + 工具策略 + 输出格式 + 错误处理）
  • 理解提示版本化管理和 A/B 测试
  • 能评估系统提示的好坏（正确性、完整性、清晰度、Token 效率）

4. 框架与工具​

  • 能用 LangGraph 构建 3+ 节点的状态图
  • 能用 FastMCP 创建 MCP Server 暴露工具
  • 掌握工具设计 4 原则（命名清晰、目的单一、输入输出结构化、失败快速）
  • 知道什么时候用框架、什么时候手写

5. RAG 实战​

  • 掌握分块策略（500 Token + 15% 重叠为起点）
  • 能实现混合检索（BM25 + 向量 + RRF 融合 + CrossEncoder 重排序）
  • 理解元数据过滤（租户隔离、时间范围、权限控制）
  • 能用 Ragas 评估 RAG 系统（Faithfulness、Answer Relevancy、Context Precision）

6. Agent 记忆​

  • 理解 5 层记忆架构（工作/情景/语义/程序/偏好）
  • 能用 Mem0 实现跨会话记忆（添加/检索/更新/去重）
  • 能实现 LangGraph 检查点（持久化对话状态）
  • 掌握对话历史压缩策略（固定窗口/滑动摘要/重点提取）

7. 多智能体​

  • 知道何时该用/不该用多智能体（成本 vs 质量）
  • 掌握 6 大编排模式（Chaining/Routing/Parallel/Orchestrator/Evaluator-Optimizer/Swarm）
  • 能用 LangGraph 实现 Supervisor 模式
  • 理解 A2A 协议的概念和价值

8. 安全与 Guardrails​

  • 能实现 4 层护栏架构（输入/行为/输出/运行时）
  • 能检测 Prompt 注入（模式匹配 + 架构隔离）
  • 掌握工具权限控制（READ/WRITE/FORBIDDEN）
  • 了解 OWASP Agentic AI Top 10

9. 生产部署​

  • 能用 FastAPI 构建 Agent API（含健康检查、Trace ID 中间件）
  • 能编写生产级 Dockerfile（非 root、HEALTHCHECK、多阶段构建）
  • 能实现结构化日志 + Prometheus 指标
  • 了解 CI/CD 基本流程

10. 面试准备​

  • 准备 3 个实战项目
  • 能用 STAR 法则讲述项目经历
  • 掌握高频考点的回答框架

技能雷达图​

能力评分（1-10）：

Python 工程       ████████░░  8/10
LLM 原理          ███████░░░  7/10
Context Eng       ███████░░░  7/10
框架使用          ████████░░  8/10
RAG 系统          ████████░░  8/10
记忆工程          ███████░░░  7/10
多智能体          ███████░░░  7/10
安全防护          ███████░░░  7/10
生产部署          ████████░░  8/10
成本优化          ██████░░░░  6/10

推荐项目组合​

项目展示能力复杂度面试价值
RAG 聊天机器人RAG 全流程 + LLM 调用 + 评估★★基础项目，必须有
MCP 工具 AgentMCP Server + 工具设计 + LangGraph★★★展示 2026 新技术栈
带记忆的 Agent三层记忆 + Mem0 + 历史压缩★★★★展示工程深度
多智能体系统Supervisor 模式 + 编排 + A2A 概念★★★★★展示架构能力
生产级 Agent 服务FastAPI + Docker + 可观测性★★★★★展示生产经验

面试高频考点与回答框架​

技术考点​

考点常见问题回答框架
Token 管理"如何管理长对话上下文？"① 固定窗口保留最近 N 轮 ② 早期对话生成摘要 ③ 关键事实提取存入记忆 ④ 总 Token 预算控制
工具调用"如何防止模型调用错误工具？"① Schema 严格定义（strict: true） ② Pydantic 二次验证 ③ 工具注册 + 权限控制 ④ 工具描述清晰
RAG"如何提高检索准确率？"① 调优 chunk_size（评估驱动） ② 混合检索（BM25 + 向量） ③ CrossEncoder 重排序 ④ 元数据过滤 ⑤ Ragas 评估闭环
记忆"如何实现跨会话记忆？"① Mem0 存储用户偏好/事实 ② 对话中检索相关记忆 ③ 注入系统提示 ④ 对话结束后提取新事实 ⑤ 去重 + 过期机制
多智能体"什么时候该用多智能体？"① 先尝试单智能体 + 工具 ② 评估效果是否达标 ③ 不达标再考虑多智能体 ④ 分析成本 vs 质量提升 ROI ⑤ 选择最简编排模式
MCP"为什么需要 MCP？"① Agent-Tool 连接标准化 ② 一次实现，多模型通用 ③ 自动工具发现 ④ 类比 USB 标准
安全"如何防止注入攻击？"① 输入层：模式匹配检测 ② 架构层：system/user 严格分离 ③ 输出层：检查是否泄露系统提示 ④ 持续更新检测规则
成本"如何降低 Token 成本？"① 模型分级（简单任务小模型） ② 上下文压缩（摘要、截断） ③ 缓存高频查询 ④ 工具描述精简 ⑤ 监控 + 优化

工程素养考点​

考点常见问题回答框架
调试"怎么排查偶发错误？"① Trace ID 定位请求 ② 查结构化日志 ③ 复现路径 ④ 看 Prometheus 指标（延迟、错误率分布） ⑤ 逐步隔离
评估"如何评估 Agent 的好坏？"① 定义测试集（覆盖典型场景） ② 用 Ragas 评估（Faithfulness、Relevancy） ③ 用户反馈收集 ④ A/B 测试对比
架构"如何设计一个可扩展的 Agent 系统？"① 分层架构（API/Agent/工具/数据） ② 工具注册 + 权限 ③ 可观测性三件套 ④ 配置外置（环境变量） ⑤ 容器化

区分"熟练工"与"工程师"​

维度熟练工工程师
框架使用会套用框架的 Demo能设计自己的架构，理解框架背后的原理
工具调用知道怎么定义工具 Schema知道为什么需要 strict mode、如何设计好的工具描述
问题排查出了问题不知道怎么办用 Trace ID → 日志 → 指标系统性定位
代码质量复制粘贴代码封装接口、抽象层、类型安全
关注范围只关注功能实现关注可观测性、安全、成本、可维护性
方案选择"我用 LangGraph 因为大家都在用""我选 LangGraph 因为需要可观测性和可恢复性，如果只需要快速原型我会选 SmolAgents"
成本意识不考虑 Token 消耗每次改动都评估 Token 成本和延迟影响

STAR 法则回答模板​

模板 1：RAG 系统优化​

问题："请分享一个你在 Agent 开发中遇到的最大挑战。"

S - 背景：
  我在开发一个知识库问答 Agent 时，用户反馈模型经常给出不准确的答案，
  准确率只有 ~65%。

T - 任务：
  我需要定位是检索问题还是模型幻觉，并提升到 85% 以上。

A - 行动：
  1. 用 Ragas 评估发现 Context Precision 只有 0.5 —— 检索质量是瓶颈
  2. 分析 chunk_size——原来用 1500 Token，包含多个主题，检索噪声大
  3. 调整为 500 Token + 75 重叠，引入 BM25 + 向量混合检索
  4. 加入 CrossEncoder 重排序，从 Top-10 中选 Top-5
  5. 在系统提示中增加"仅基于以下知识回答"的约束

R - 结果：
  准确率从 65% 提升到 89%，Ragas Faithfulness 从 0.6 提升到 0.92。
  我学到：检索质量是 RAG 的生命线，分块策略必须通过评估来调优，
  而不是凭直觉。混合检索 + 重排序是性价比最高的优化。

模板 2：多智能体设计​

问题："你如何设计一个多智能体系统？"

S - 背景：
  我需要构建一个技术报告生成系统，要求报告质量高于单 Agent 直接生成。

T - 任务：
  设计一个多智能体协作系统，质量提升 20% 以上，成本可控。

A - 行动：
  1. 先评估单 Agent 基线质量（70 分）
  2. 选择 Supervisor 模式——需要全局控制（研究→撰写→审核）
  3. 实现 Researcher（搜索分析）、Writer（撰写）、Verifier（质量检查）
  4. Verifier 不通过时回写重写，最多 3 轮
  5. 对比单 Agent 和多 Agent 的效果和成本

R - 结果：
  报告质量从 70 分提升到 88 分（+25%），但成本增加 6 倍。
  结论：Supervisor 模式适合高质量要求场景，简单任务不值得。
  我学会了先基线评估，再决定是否引入多智能体。

模板 3：生产部署​

问题："如何将 Agent 系统部署到生产环境？"

S - 背景：
  我有一个能本地跑通的 RAG Agent 脚本，需要部署为可服务的 API。

T - 任务：
  使其支持并发请求、可监控、可回滚。

A - 行动：
  1. 用 FastAPI 包装为 REST 接口，添加请求验证和 Trace ID 中间件
  2. 编写生产级 Dockerfile（非 root、HEALTHCHECK、多阶段构建）
  3. 配置结构化日志（JSON 格式）和 Prometheus 指标
  4. 设置 GitHub Actions CI/CD（测试→构建→部署）
  5. 用 docker-compose 编排 API + PostgreSQL + Prometheus + Grafana

R - 结果：
  部署后可通过 /health 监控服务状态，通过 Trace ID 追踪单次请求，
  通过 Grafana 面板实时查看延迟和错误率。
  我学到：生产部署不只是"能跑"，而是要可观测、可恢复、可回滚。

工程视角​

2026 行业关键数据​

指标数据来源
Agentic AI 项目失败率40%Gartner 2026
企业平均 Agent 数量12 个Salesforce 报告
Agent 孤岛比例~50%Salesforce 报告
生产框架 Top 1LangGraphAlice Labs 排名
必备协议MCP + A2A2026 技术栈
RAG 平均准确率78-85%行业基准
多智能体 vs 单智能体质量 +25%，成本 +6x实测数据

面试准备时间线（8 周计划）​

第 1-3 周：Python + LLM + Context Engineering 基础
  ├─ 每周完成一个实战环节
  └─ 产出：手写工具调用 Agent

第 4-6 周：框架 + RAG + 记忆工程
  ├─ 掌握 LangGraph 状态图、MCP 协议、Mem0
  └─ 产出：带记忆的 RAG Agent

第 7-8 周：多智能体 + 安全 + 生产部署
  ├─ Supervisor 模式、4 层 Guardrails、Docker 部署
  └─ 产出：生产级 Agent 服务

第 9-10 周：项目整理 + 模拟面试
  ├─ 准备 3 个可演示项目 + STAR 法则练习
  └─ 产出：面试作品集

面试前自检清单​

□ 技术准备
  □ 能手写工具调用 Agent（不调框架）
  □ 能解释 LangGraph 状态图的构建过程
  □ 能说清楚 RAG 的每个环节和优化方法
  □ 能解释 MCP 和 A2A 协议的定位和区别
  □ 知道 4 层 Guardrails 和 OWASP Top 10

□ 项目准备
  □ 至少 3 个可演示的项目
  □ 每个项目能用 STAR 法则讲述
  □ 能解释每个技术选择的"为什么"
  □ 能说出项目的不足和改进方向

□ 工程素养
  □ 能解释如何排查偶发错误
  □ 能估算 Token 成本
  □ 知道如何做 A/B 测试
  □ 理解 CI/CD 基本流程

推荐资源​

上一阶段：← 生产部署 | 下一阶段：可观测性 →