91学AI - 大模型应用工程师

【字节跳动】AI Agent 和 Function Calling 在概念上怎么区分？两者是什么关系？

字节实习一面真题：考察对两个基础概念的边界理解——Function Calling 是模型的结构化工具调用能力，单次、无状态；Agent 是目标驱动的多步循环系统，FC 只是它的一个可选组件。

91学AI·10 阅读

腾讯二面真题：考察对 Agent 技术栈的整体架构观——FC 是模型能力层、MCP 是工具集成层、Skill 是知识流程层、A2A 是 Agent 协作层，选型框架是「先定位问题在哪一层」。

91学AI·9 阅读

京东三面真题：FC 是模型的结构化调用能力，MCP 是工具接入的标准化协议，MCP 底层仍靠 FC 驱动；多付的是运行时与抽象层成本，工具少且自研时直接 FC 更划算。

91学AI·5 阅读

拼多多一面真题：推理模型早期不支持 FC 的主因是训练管线缺工具调用轨迹而非上下文窗口；interleaved thinking 让思考与工具调用交替，解决推理与工具割裂，但放大成本与错误传播。

91学AI·5 阅读

快手二面真题：FC 能力靠工具调用轨迹 SFT 打底、可验证奖励 RL 强化；SFT 只学格式不学对错，蒸馏造数据有幻觉和同质化风险，需沙箱执行校验缓解。

91学AI·5 阅读

腾讯一面真题：模型输出的 tool_calls 只是调用意图，执行权必须收在应用侧；tool_choice=required 会强迫模型在不需要工具时编造幻觉调用，讲清四种取值的语义与选型。

91学AI·4 阅读

腾讯大模型应用岗一面真题：Function Calling 本质是受约束的结构化输出，模型只生成调用请求不执行函数；讲清 schema 注入、tool_calls 解析、结果回填的完整链路。

91学AI·5 阅读

字节 AI Agent 岗二面真题：考察 Tool Calling 的完整设计——工具描述与 schema、参数校验与自愈重试、失败分类处理，以及危险工具的权限隔离和人工确认机制。

91学AI·54 阅读

考察对 MCP 协议定位的理解：它用开放标准解决 M×N 工具集成问题，与 Function Calling 是不同层次、串联协作而非替代关系。

91学AI·12 阅读

考察工具调用的工程设计能力：JSON Schema 怎么写模型才调得准，失败时重试/降级/熔断怎么分层，写操作类危险工具如何用白名单、审批、沙箱防护。

91学AI·13 阅读

考察结构化输出的完整方案谱系：prompt 约束、JSON mode、function calling、受限解码的原理与可靠性差异，以及校验重试的兜底设计。

91学AI·9 阅读