蚂蚁集团AI Agent开发面经

蚂蚁一面：

1. 介绍自己，重点说明Agent相关技术经历

2. 挑选一个代表性Agent项目，说明业务方案与落地效果

3. 说说Agent记忆用Markdown维护的原因，对比它和RAG的差异

4. 多Agent协作相比Workflow，优势体现在哪里

5. 无人工审核场景，如何保障Agent自动执行稳定

6. 讲解大模型工具调用原理，以及工具的选型思路

7. MCP是什么，调用失败时重试、降级方案如何设计

8. 中心调度Agent怎样完成任务拆解、分发与结果汇总

9. 说说KV Cache在大模型推理中起到的作用

10. MySQL索引优先选用B+树的原因，对比B树的区别

11. Python GIL是什么，解释多线程不能跑满多核的原因

12. 手撕：基于数组实现栈，实现O(1)获取最小值，兼顾线程安全

蚂蚁二面：

1. 介绍一下最近做的 AI 相关项目，你们的 Agent Runtime 是怎么设计的？

2. 知识库和 Skills 分别承载什么内容？如何验证它们能够覆盖业务的真实使用场景？

3. Agent 的读操作和写操作分别如何鉴权与控制风险？为什么写操作最终仍要跳转工单由用户确认？

4. 在长任务中，如何通过 Plan 避免 Agent 盲目调用工具和丢失全局方向？

5. 你的实习时间有多长？

6. 如果继续推进一年的 AI Native 化建设，你认为应该分哪些阶段、重点做哪些事情？

7. 如何补齐平台能力的 CLI 与 Skills 暴露，并将前端交互改造成以 Agent 为中心的模式？

8. 团队的研发、测试、验收和沟通流程如何进一步向 AI Native 转型？

9. 如果业务方只提供服务目标和流量意图，由 Agent 全面托管后续操作，你会如何设计这套系统？

10. 面向具体业务自研 Agent，与基于通用 Base Agent 开发插件，各有什么优缺点？

11. 如何看待工具、记忆、权限管理和 Agent Loop 全面插件化的发展趋势？

12. 为什么没有留在原团队转正？

13. 你的职业规划是什么？为什么希望继续从事 Agent 和 AI 应用开发？