考察点
这是开放题，但几乎每场 Agent 面试都会以某种形式出现：「介绍下你做的 Agent 项目」。面试官真正在听的是：这个人做的是真项目还是 demo，遇到问题时有没有工程判断力，以及能不能讲清楚为什么这样设计。
参考答案
先想清楚面试官在听什么
Agent 项目遍地都是，简历上人均「基于 ReAct 的智能体」。面试官要筛掉的是两种人：只会调框架 API 拼 demo 的，和把别人的项目背成自己的。所以讲述的每一部分都要包含「只有做过的人才知道」的细节：具体的数字、具体的坑、具体的权衡。
四段式结构
第一段：业务问题（30 秒）。一句话讲清楚业务场景和痛点，量化现状。「我们的运维团队每天处理 300+ 告警，平均定位根因要 40 分钟，夜班只有一个人撑不住。」比「我做了一个智能运维 Agent」有力一百倍。面试官是从这个问题出发评估你后面所有技术决策的合理性的。
第二段：为什么用 Agent（1 分钟）。这是最关键也最容易被忽略的一段。讲清楚你考虑过什么替代方案、为什么被否掉：「一开始用固定流程，查日志→看监控→查变更，但 60% 的告警走不完这个流程，因为根因分布在不同的排查路径上，分支枚举不完，所以改成 Agent 自主决策。」这段话直接回答了「为什么不用 Workflow」这个必考追问，而且是你主动讲的，不是被问出来的。
第三段：架构与取舍（2-3 分钟）。画骨架，讲取舍，不讲流水账：
- 整体结构：「外层固定流程保审计（告警接入→诊断→人审→执行），诊断节点内部是 ReAct Agent，工具 12 个，max_iterations 设 15。」
- 关键取舍 1-2 个就够：「工具描述我们重写了三轮，把调用准确率从 71% 提到 93%，比换模型有效」「上下文管理最初没做，网页抓取结果塞爆窗口，后来工具层统一截断 + 摘要，token 成本降了一半多」。
- 每个取舍都带数字。数字不需要多精确，但要有量级——这说明你真的看过监控。
第四段：坑与数据（1 分钟）。主动讲坑是加分项，坑是真实性的最佳证明。「最严重的一次事故是死循环：模型对一个返回空的搜索工具反复重试，单任务烧了二十多万 token，之后我们加了三层循环控制。」收尾给业务结果：「上线后平均定位时间从 40 分钟降到 12 分钟，夜班人审通过率 85%。」
几个讲法上的忌讳
- 别堆名词。「我们用了 ReAct、Reflection、RAG、MCP、LangGraph……」堆砌等于告诉面试官你不知道自己为什么用它们。每个出现的名词都要能接住「为什么用、怎么用的、不用行不行」。
- 别把团队成果说成个人的，也别反着来。讲清楚你负责的边界：「架构是我定的，工具层两个人一起做，评估体系我主导。」面试官后续追问会验证你说的是不是真的。
- 别回避失败。「项目里最难的是什么」几乎必问，答「都挺顺利的」直接死刑。
- 技术细节留钩子。讲述时主动埋一两个「这里有个设计点，展开讲比较复杂」，引导面试官往你准备好的深挖方向问。被问进自己熟悉的深水区，面试就赢了一半。
准备阶段的功课
面试前把项目的这些数字默一遍：任务量、成功率、准确率、延迟、成本、步数分布、踩过的 2-3 个坑。再准备三个深挖方向：一个架构权衡（为什么这么拆）、一个故障案例（怎么发现怎么修的）、一个未解决问题（诚实承认 + 你的思路）。能把「未解决」讲出思路，比假装完美更能体现资深。
可能的追问
- 「这个项目里最困难的决策是什么？」 讲一个真实的权衡，比如「要不要上 Multi-Agent」，讲清楚当时的选项、评估过程和最终依据——决策过程比决策结果更值钱。
- 「如果重做一遍你会改什么？」 诚实指出一个早期设计失误（比如没早建评估集），说明当时的信息局限和现在的认知。展现迭代能力。
- 「项目里 Agent 部分和传统工程部分的比例？」 好答案是 Agent 决策逻辑只占两三成，七八成是工具层、上下文管理、评估、降级这些传统工程——这本身就是资深认知的体现。