AI Agent 智能体 — 面试核心考点

yhlai.

251人浏览 · 2026-07-09 16:12:17

yhlai. · 2026-07-09 16:12:17 发布

一份结构清晰、通俗易懂的 Agent 面试备战指南，覆盖核心概念、工作原理与技术边界。

📌 目录

什么是 Agent？一句话 + 深层理解
Agent vs 普通 AI 对话：本质区别
ReAct 框架：Agent 的核心工作循环
Tool Use：Agent 的手和脚
常见工具类型 & 代表产品
如何评估一个 Agent？
总结：面试核心要点回顾

1. 什么是 Agent？一句话 + 深层理解

🎯 一句话定义：Agent（智能体）是一个能自主拆解任务、调用工具、循环执行直到完成目标的 AI 系统。

字面意义上 —— AI 会自己干活。这个理解没错，但它遮住了一个更重要的问题：

❓ Agent 和普通的 AI 对话，到底差别在哪里？

2. Agent vs 普通 AI 对话：本质区别

🔹 普通对话模式（一问一答）

用户 ──提问──▶ LLM ──回答──▶ 用户（结束）

你问，它答，一问一答就结束
🌰 案例：「帮我写一封邮件」→ LLM 写完 → 任务终止
本质上是问答机器：输出一次，没有后续

🔹 Agent 模式（自主循环）

用户 ──给任务──▶ Agent ──思考──▶ 行动(调工具)──▶ 观察结果
                   ▲                                      │
                   └──────────── 循环 ◀────────────────────┘
                   （直到任务完成 / 达到上限 / 失败）

你给它一个任务，它会拆任务 → 决定下一步 → 调工具 → 看结果，这是一个持续运转的循环
直到任务完成，或者它自己判断终止条件：
- ⛔ 超出循环次数上限
- ⛔ 超出 Token 上限
- ⛔ 连续多次返回相同结果（陷入死循环）
- ⛔ 判断任务不可完成

维度	普通 LLM 对话	Agent
🧠 工作模式	单次推理	多轮循环
🔧 工具调用	❌ 不支持	✅ 核心能力
📋 任务粒度	简单问答	复杂多步任务
🔄 自纠正能力	❌ 无	✅ 可观察结果后调整
🏁 终止条件	输出即结束	任务完成/上限触发

在这里插入图片描述

3. ReAct 框架：Agent 的核心工作循环

🔄 三个核心动作

┌─────────────────────────────────────────────┐
│                                             │
│   🧠 Reason（思考）                         │
│     ↓                                       │
│   🦾 Act（行动）                            │
│     ↓                                       │
│   👀 Observe（观察）                         │
│     ↓                                       │
│   回到 Reason ────────────────▶ 循环往复     │
│                                             │
└─────────────────────────────────────────────┘

动作	英文	做什么	类比
🧠 思考	Reason	分析当前状态，决定下一步做什么	大脑决策
🦾 行动	Act	调用工具执行具体操作	手脚执行
👀 观察	Observe	检查工具返回的结果，评估进展	眼睛反馈

📌 ReAct = Reasoning + Acting + Observe，这不是某个库（如 LangChain）的专属概念，而是 Agent 通用的循环工作标准/执行框架。

🎬 完整案例演示

用户任务：「帮我分析竞品，然后写一份报告」

┌─────────────────────────────────────────────────────────────┐
│ 🧠 第一轮 Reason                                            │
│   "我需要先搜索竞品信息，了解市场格局"                          │
│                         ↓                                    │
│ 🦾 Act                                                      │
│   调用搜索工具，查询三家竞品的最新动态                          │
│                         ↓                                    │
│ 👀 Observe                                                   │
│   "信息量挺大，但缺少财务数据，不足以写完整报告"                 │
├─────────────────────────────────────────────────────────────┤
│ 🧠 第二轮回 Reason                                          │
│   "需要补充财务维度的数据"                                    │
│                         ↓                                    │
│ 🦾 Act                                                      │
│   调用股市 API / 爬取官网财报                                 │
│                         ↓                                    │
│ 👀 Observe                                                   │
│   "财务数据拿到了，但还需要对比产品功能"                        │
├─────────────────────────────────────────────────────────────┤
│ 🧠 第三轮 Reason                                             │
│   "需要做产品功能矩阵对比"                                    │
│                         ↓                                    │
│ 🦾 Act                                                      │
│   打开官网，分析产品功能页面                                   │
│                         ↓                                    │
│ 👀 Observe                                                   │
│   "信息基本齐全了，可以开始汇总写报告"                          │
├─────────────────────────────────────────────────────────────┤
│ 🧠 第 N 轮 Reason                                            │
│   "所有数据齐全，开始撰写报告"                                 │
│                         ↓                                    │
│ 🦾 Act                                                      │
│   调用文件写入工具，生成完整报告                               │
│                         ↓                                    │
│ 👀 Observe                                                   │
│   "报告完成，任务结束"  ✅                                     │
└─────────────────────────────────────────────────────────────┘

在这里插入图片描述

4. Tool Use：Agent 的手和脚

🔑 工具是 Agent 最核心的能力。 没有工具，Agent 只能在脑子里转，转完之后还是只有文字。

🧩 工具的定位

        ┌──────────┐
        │   LLM    │  ← 大脑（推理、规划）
        └────┬─────┘
             │ 调用
    ┌────────┼────────┐
    ▼        ▼        ▼
┌──────┐ ┌──────┐ ┌──────┐
│ 搜索  │ │ 代码  │ │ 文件  │  ← 手脚（执行、感知）
│ 工具  │ │ 执行  │ │ I/O  │
└──────┘ └──────┘ └──────┘

💡 工具越多，Agent 能做的事情就越多。 工具的覆盖范围，直接决定 Agent 的能力边界。

5. 常见工具类型 & 代表产品

🔧 工具类型	📝 能力	🌟 代表产品 / 说明
🔍 搜索工具	联网查实时信息	Google Search API、Bing API、WebFetch
💻 代码执行器	运行代码、查看结果	Anthropic（Claude）在这方面最突出 —— 代码执行是最标准、有完善工程化验收机制的 AI 测试 Agent。「文无第一，武无第二」—— 代码跑得通就是跑得通
📁 文件读写 I/O	读写本地文件	几乎所有 Agent 平台的基础能力
🌐 浏览器操控	打开网页、点击、填表、提交	Manus 的典型场景
🔗 API 调用	对接外部服务	REST API、GraphQL、MCP 协议等

🏆 选型建议

选择 Agent 产品的核心，就是看它调用了多少工具、工具的覆盖范围有多广。工具覆盖面 = Agent 的能力边界。

6. 如何评估一个 Agent？

面试中常被问到「你觉得一个好的 Agent 应该具备哪些特质」，可以从以下维度回答：

🧭 评估维度	❓ 关键问题
🛠️ 工具丰富度	支持多少种工具？能否扩展自定义工具？
🔄 循环控制	循环终止条件是否合理？有没有防止死循环的机制？
📊 上下文管理	长任务如何管理 Token？是否会丢失关键信息？
✅ 任务成功率	复杂多步任务的实际完成率如何？
🛡️ 安全边界	工具调用有没有权限控制？会不会执行危险操作？
🎯 规划能力	任务拆解是否合理？能否动态调整计划？

7. 总结：面试核心要点回顾

🗺️ 一张图记住 Agent 全貌

                      ┌──────────────────────────────────┐
                      │         🤖 AI Agent              │
                      │                                  │
                      │  🧠 ReAct 循环                    │
                      │  Reason → Act → Observe → ...    │
                      │                                  │
                      │  🔧 Tool Use（核心能力）           │
                      │  ┌──────┬──────┬──────┬──────┐   │
                      │  │ 搜索  │ 代码  │ 文件  │ 浏览器│   │
                      │  │      │ 执行  │ I/O  │ 操控  │   │
                      │  └──────┴──────┴──────┴──────┘   │
                      │                                  │
                      │  🎯 目标：自主完成复杂多步任务      │
                      │  ⛔ 终止：上限 / 死循环 / 完成      │
                      └──────────────────────────────────┘

🎓 一句话定义

Agent 是一个基于 ReAct 循环（Reason → Act → Observe），通过 Tool Use 与外部世界交互，自主拆解并完成复杂任务的 AI 系统。核心区别：普通 LLM 是「一问一答即结束」，Agent 是「持续循环直到完成」。

📌 面试必须记住的四个关键词

🏷️ 关键词	💡 为什么重要
结构差异	普通对话是「一问一答」，Agent 是「自主循环」—— 这是本质区别
ReAct	Agent 的通用工作标准，不是某个库的专属概念，Reason → Act → Observe 循环
Tool Use	Agent 的「手和脚」，工具覆盖范围 = Agent 的能力边界，没工具 = 聊天机器人
终止条件	最大迭代次数 / Token 上限 / 重复检测 / 任务完成判断 / 超时 —— 防止无限循环

❓ 高频追问速答

追问	一句话应答
Agent 和普通 LLM 区别？	普通 LLM 一问一答就结束，Agent 有 ReAct 循环 + Tool Use，自主多步完成
ReAct 是什么？	Reason → Act → Observe 循环，Agent 通用工作框架，不是 LangChain 独有的
Agent 最核心能力？	Tool Use，工具是 Agent 的手和脚，覆盖范围决定能力边界
怎么防止死循环？	最大迭代次数 + Token 上限 + 重复检测 + 超时机制
如何评估一个 Agent？	工具丰富度 → 循环控制 → 上下文管理 → 任务成功率 → 安全边界 → 规划能力
ReAct vs Plan-Execute？	ReAct 边想边做（灵活），Plan-Execute 先规划再执行（全局好），实际多用混合模式