腾讯面试官：“你说你做了一个终端Agent，那说说 LLM 和 Agent的区别，ReAct、MCP、Tool、Memory、Skills？”我信誓旦旦开始背了起来～

大家好，我是二哥呀。

如果你是一位愿意相信努力、相信过程、相信一步一个脚印、相信自己能在 AI 时代分一杯羹的人，那接下来这份硬核的面经，希望你能认真读一读。

（全文比较肝，保证大家能学到很多很多，系好安全带，我们粗粗发～）

content

01、LLM 和 Agent 之间的联系和区别

老王第一问是概念题。“讲一下 LLM 和 Agent 之间的联系和区别。”

“先说联系。Agent 的每一次决策都由 LLM 做出。”

“要不要调工具、调哪个、参数怎么填、任务算不算完成，全是模型在拿主意，Agent 框架本身不做判断。”

“区别在职责边界。LLM 是无状态的文本生成服务，一次调用进一段上下文、出一段文本，调用结束什么都不记得，也改变不了外部世界。”

“Agent 是围绕 LLM 搭起来的执行系统，补上了模型缺的三样东西：”

• 工具：让模型的输出变成真实动作，读文件、执行命令、查网页
• 循环：一次调用解决不了的任务，拆成多轮推理加行动，直到完成
• 记忆：跨轮次、跨会话保存状态，让系统记得之前发生过什么

“一句话总结，LLM 负责想，Agent 负责想完了真去干。”

老王追问。“那网页版的对话助手算 Agent 吗？”

“看有没有 ReAct 循环。纯问答是单次调用，进去一段话出来一段话，不算；一旦它开始自己联网检索、自己跑代码、拿着中间结果继续往下推进，就已经是轻量级的 Agent 了。”

“判断标准不是产品形态，是有没有『决策、行动、观察结果、再决策』的闭合回路。至于 ReAct 具体怎么转，下一题正好展开。”

02、ReAct Agent 由哪几部分组成

老王点点头。“了解 ReAct Agent 吧？它由哪几部分组成？”

“ReAct 就是推理加行动（Reasoning + Acting）的循环。拿我自己写的 PaiCLI-Python 来说，拆开是五个部分，每个都能落到具体模块：”

• 模型客户端：和 LLM 通信，流式接收文本、思考过程和工具调用请求
• 工具注册表：所有可用工具的清单，每个工具带一份 JSON Schema 描述
• 工具执行器：拿到模型的调用请求后真正干活的模块
• 循环控制：决定继续还是退出，我设的最大轮数是 20
• 上下文管理：每轮检查消息总量，接近预算就压缩

用户交给它一个问题，是如何完成的

老王追问了一句。“那用户交给它一个问题，整个流程是怎么走的？”

“先做两件准备工作，把匹配到的 Skill 候选清单注入上下文，再检查一遍消息总量要不要压缩。”

“然后进入循环。把消息历史和工具清单一起发给模型，模型流式返回，要么直接给文本回答，要么发起工具调用。”

“是后者的话，执行器把工具跑完，结果以 tool 消息追加回历史，再次调模型。模型看到工具结果继续决策，要么接着调，要么给出最终回答。”

“退出条件有两个。模型不再请求工具，正常结束；或者到达 20 轮上限，强制收尾。”

“执行上还有两个细节。一个是只读工具最多 4 个并发跑，写操作严格串行，防止互相覆盖；另一个是流式场景下工具调用的参数是分片到达的，要按序号把参数片段拼接完整，再解析成 JSON 交给执行器，拼早了就是半截 JSON，直接解析失败。”

03、设计一个 Agent 框架，会分哪些模块

老王往椅背上一靠。“如果从零设计一个 Agent 框架，会分哪些模块？”

“核心六层：”

• 入口层：命令行和交互式会话，管参数解析和结果渲染
• Agent 层：三种执行模式，ReAct 循环、计划执行、多 Agent 协作
• 模型层：统一的 OpenAI 兼容客户端，管流式解析、token 用量和计费
• 工具层：注册表加执行器，再加十七个内置工具
• 记忆与上下文层：短期消息历史、长期记忆库、上下文压缩
• 安全层：命令黑名单、路径守卫、高危操作人工确认、审计日志

“安全层容易被漏掉，单独说一句。Agent 是真的会执行命令的，黑名单里躺着的都是狠角色，sudo、rm -rf 这类命令直接拦截。”

“写文件和执行命令要么标了危险等级、要么强制人工确认，所有执行记录落审计日志。能力越大的系统，越要先想清楚怎么拦住它。”

模块之间如何交互

“启动时组装，入口层把内置工具和 MCP 工具合并注册进同一张工具注册表，交给 Agent。”

“运行时流转，Agent 持有消息历史，每轮把历史交给模型层，模型返回的调用请求交给工具层执行，结果回填历史，循环往复。”

“关键的设计决定是，所有模块对外只输出一种东西，统一格式的流式事件。文本增量、思考增量、工具调用、用量统计，都是事件，入口层只管渲染，不掺和逻辑。”

“好处是每层都能单独替换。换模型只动模型层，加工具只动注册表，改界面只动入口层。”

04、MCP 和 tool 之间有什么联系和区别

老王在本子上记了一笔。“MCP 和 tool 之间的联系和区别，说说看。”

“区别看归属。tool 是应用内的函数，我自己写、自己注册、跟着代码走，别的应用用不了。”

“MCP 把工具从应用里拆出来，变成独立的服务进程，任何支持 MCP 的客户端都能连上来用。解决的是 M 个应用对接 N 个工具的组合爆炸问题。”

“联系是殊途同归。MCP 工具连上来之后，会被包装成和内置工具一样的形态，注册进同一张工具注册表，最终以函数调用（Function Calling）的格式一起喂给模型。”

“模型不知道也不需要知道，一个工具到底是本地函数还是远端服务。”

“实现上我做了三件事：”

• 传输支持 stdio 和 Streamable HTTP 两种
• 远端工具名加服务名前缀做命名空间隔离，防止和内置工具撞名
• 权限上参考远端声明的只读提示，非只读的 MCP 工具一律人工确认后才执行

“配置也是分层合并的。用户目录一份全局配置，项目目录一份局部配置，同名服务后者覆盖前者，路径里支持环境变量展开。”

“某个 server 连不上时单独隔离并记下错误，不影响其他工具正常注册。”

“还有个容易被忽略的点。MCP 除了工具还有资源和提示词模板，我把它们也映射成了虚拟工具，列资源、读资源和调用普通工具走的是同一条路径，模型侧不用学新动作。”

05、短期记忆和长期记忆是怎么做的

老王翻了页简历。“项目里的智能问答，短期记忆和长期记忆是怎么做的？”

“短期记忆就是会话内的消息历史，一个列表，上限 100 条，配合上下文压缩工作。”

“压缩的触发线是可用输入预算的 80%，一旦超过就压到 55%，最近 6 条消息原样保留，更早的轮次做提取式摘要。分割边界落在用户消息上，保证工具调用和结果成对出现。”

“长期记忆用 SQLite 存在用户目录下，跨会话生效，按项目路径隔离作用域。有几个设计细节可以展开：”

• 去重：内容归一化后取哈希，同作用域下相同哈希只存一条
• 淘汰：上限 1000 条，超了按重要性、置信度、访问次数从低到高淘汰
• 过期：支持 TTL，临时事实到期自动失效
• 召回：词法匹配为主，叠加重要性、新鲜度、访问频次加权，默认召回 6 条，低于分数阈值的不进上下文

“还有一条边界要守住。压缩生成的摘要只服务当前会话，它是模型生成的二手信息，不会被晋升成长期记忆。”

“长期记忆只收用户明确要求保存的事实。这条线一旦松了，记忆库很快会被模型自己的转述污染。”

业界主流的三层记忆系统

老王接着追问。“业界主流的三层记忆系统是怎么分的？每层存什么？”

“主流分法是按作用域切三层：”

“文件记忆还有一个本地覆盖层 PAI.local.md，存只属于本机的配置，不进版本库。加载也有预算，单文件截断 6000 字符，合并总量 16000 字符，防止记忆把窗口吃穷。”

这张表建议存下来，答记忆类的题基本都能套。

06、Skill 的渐进式加载机制了解吗

老王抛出下一问。“了解 Skill 的渐进式披露（progressive disclosure）机制吗？”

“了解，核心就八个字，索引常驻，正文按需。具体分两段。”

“第一段，每次用户输入时，只把匹配度最高的 5 个 Skill 的名字和描述注入上下文，单条描述截断到 300 字符，整个索引不超过 4000 字符。这时模型知道有哪些技能可用，但一个字的正文都没进来。”

“第二段，模型判断当前任务匹配某个 Skill，主动调用加载工具，这时才读 SKILL.md 的正文，上限 5000 字符。而且正文不是立刻塞进当前轮，是放进一个缓冲区，下一轮随工具结果一起注入，缓冲区只保留最近 3 条，防止越积越多。”

“Skill 目录本身也分三层，内置的、用户级的、项目级的，同名时项目级覆盖用户级，和记忆文件的分层逻辑一致。”

“这套机制的收益可以量化。20 个 Skill 按单篇 5000 字符的上限全量加载，就是 10 万字符；渐进式披露的常驻成本只有 4000 字符的索引，差 25 倍。”

老王追问。“候选是怎么匹配出来的？”

“加权打分。用户显式点名某个 Skill 直接给最高分；否则按命中位置算，名字命中的权重最高，标签次之，描述最低，中文还做了二元、三元分词来提升召回。”

“说白了就是一个微型搜索引擎，检索对象从网页换成了技能。”

07、使用 AI 时，如何保证输出内容的质量

老王问出最后一道正题。“在使用 AI 时，应该怎么保证输出内容的质量？”

“分三层答，先说我实现了的。”

• 写后自检：写入或修改 Python 文件后立即做语法编译检查，报错附在工具结果里回给模型，让它当轮就改
• 审查重试：多 Agent 模式里有专职的审查者角色，产出不合格打回重做，每步最多重试 2 次
• 安全兜底：危险命令黑名单、路径守卫、高危操作人工确认、全程审计日志，外加任务前后各打一次快照，随时可回滚

老王追问。“这些都是工程手段，提示词层面呢？”

“三条实践。把验收标准直接写进提示词，让模型知道什么叫合格；复杂任务要求模型先复述一遍理解再动手，提前暴露偏差；重要产出让模型对照标准自查一轮再交付。”

“也坦白说，通用的钩子机制和结构化输出校验我还没做，主循环也没有自动重试。这道题面试时最忌讳把没做的说成做了——质量保证的第一条，是先保证自己说的话是真的。”

老王笑了笑，合上了本子。

PaiCLI 如何写到简历上？

项目名称：PaiCLI-Python

项目简介：对标 Claude Code 的 Python Agent 命令行工具，支持 ReAct、计划执行、多 Agent 三种模式

技术栈：Python、asyncio、httpx、MCP、SQLite

核心职责：

• 基于函数调用实现 ReAct 主循环，流式拼接工具调用参数分片，只读工具 4 路并发执行，20 轮硬上限防失控
• 设计三层记忆体系：会话内消息历史、用户级与项目级分层文件记忆、SQLite 长期记忆，支持哈希去重、TTL 过期与 1000 条容量淘汰
• 实现窗口自适应的上下文压缩，预算 80% 触发压至 55%，分割边界落在用户消息上，保证工具调用与结果成对完整
• 接入 MCP 官方 SDK，支持 stdio 与 Streamable HTTP 双传输，服务级配置分层合并与故障隔离，远端工具统一命名空间注册
• 实现 Skill 渐进式披露机制，索引常驻 4000 字符、正文按需加载，常驻上下文成本降低 25 倍

反问

08、结合面试表现，后端和 Agent 方面怎么学

面试收尾，轮到我反问。“结合我刚才的表现，后端和 Agent 方面能给点学习建议吗？”

老王想了想，给出的建议信息量很大，太用心了兄弟，我都想给他鞠个躬。原话拆开，是一份完整的自查清单：

• 模型怎么运转：ReAct 主流框架下，模型和框架各自负责什么，边界在哪
• 模型的缓存机制：前缀缓存命中和未命中的成本差，怎么组织上下文去吃这个红利
• 怎么让输出更稳定：温度参数、结构化提示、约束性描述
• Skill 的运转逻辑：索引注入和按需加载的两段式，预算怎么定
• MCP 和 tool use 的机制：协议、传输方式、命名空间、权限控制
• 上下文管理：压缩触发线、保留策略、消息边界完整性
• 参考实现：Claude Code 的开源生态里，上面这些机制都能找到对照
• RAG 的知识管理和召回：切块策略、混合检索、重排序，怎么让召回更准更精

这份清单每一项，都能对着一个真实项目的源码过一遍。

ending

以前后端面试拼的是并发和中间件，现在拼的是懂模型、懂工具调用、懂记忆、懂上下文。

我们有机会站在 AI 发展的风口浪尖，把 Agent 从名词表变成自己简历上扛得住追问的项目。虽然挑战不少，但也充满了无限可能。

加油吧，兄弟姐妹们。

下期见。