科大讯飞二面:取消一个正在执行的高风险工具,参数被改过又怎么保证执行的是确认过的版本
- 轮次
- 二面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 讲一下实习项目的业务背景。
- 期间怎么和其他团队协作和沟通的?
- Agent 实现时做过哪些选型对比?
- 对于一些高风险操作,怎么约束 Agent 的执行流程?
- 工具失败了怎么处理?
- 分布式系统中如何控制一致性?
- 用户点击取消时,一个有副作用的工具正在执行,这时候怎么处理?
- 用户确认了一组变更参数,等待执行期间参数又被更新了,怎样确保真正执行的是用户已确认的版本?
- SSE 断开后,后台任务怎么继续运行?
- 模型在一次任务中途超时,需要切换到另一个模型,会存在哪些影响?
- 多个业务团队共用一套工具、用户在不同项目里权限也不同,调用工具前怎么传递用户身份并验证资源权限?
- 如果要接入第三方插件和命令行工具,你会怎样限制它们能访问的文件、网络和凭证?
- 某个租户提交了大量长任务,占满模型配额和执行资源,你会怎么设计队列调度、并发限制和费用预算?
- 线上任务的 P95 完成时间突然上升,怎么定位问题?
- 评测机制怎么实现的?
- 平时使用哪些 AI 编程工具?
- GitHub 上有哪些比较完整的开源贡献 PR?
- 期望的 base 地是哪里?
《参考解析》
高风险操作的约束。分三层:动作分级(只读、可逆写、不可逆写、涉及资金或删除),不同级别对应不同策略;执行前确认(不可逆操作必须由用户显式确认,确认态要绑定参数快照);执行中防护(超时、批量上限、幂等键、失败可回滚)。约束应落在服务端工具层而不是提示词里——提示词可以被绕过,工具层的能力边界绕不过去。审计日志要记全:谁、在哪个会话、调用了什么、参数是什么、结果如何。
工具失败的处理。把错误结构化返回给模型:错误类型(参数错误 / 权限 / 资源不存在 / 超时 / 上游 5xx)、可重试性、建议动作。可重试的由框架按退避重试并有次数上限,不可重试的直接告知模型换策略;同一工具同一参数连续失败要拦截并升级给用户。禁止把异常吞掉返回空结果,模型会把「没结果」当成「没有数据」,从而给出错误结论。
取消正在执行的副作用工具。先明确定义「取消成功」:任务已开始执行时,取消只能是尽力而为。落地做法是状态机:running → cancel_requested,工具在执行的关键步骤前检查取消标志(协作式取消),能中断的中断(HTTP 请求取消、子进程 kill),不能中断的(已经发出的支付、已提交的写请求)执行完后按补偿逻辑处理,并向用户明确回报「已取消」还是「已执行完成,已发起补偿」。对外接口的语义要写清,不能让用户以为一定没有副作用。
确认参数后被更新。核心是「确认即快照」:用户确认时把参数序列化成不可变快照,附带版本号或内容哈希;执行时用快照而不是重新读取当前值,并在提交前用乐观锁(版本号 / ETag / WHERE version = ?)校验资源没被改过;校验失败就中止并要求用户重新确认。这样保证「执行的一定是用户看到并点过确认的那一版」,而不是静默用新参数执行。
SSE 断开后台任务继续。任务的生命周期要与连接解耦:接请求时创建任务记录(任务 ID + 状态 + 事件流),后台执行器跑任务并把事件写入持久化的事件表 / 消息队列;SSE 只是订阅这个事件流的通道,断线后客户端用任务 ID 重新订阅并从 Last-Event-ID 续传,或者轮询状态。要注意的是断线不能触发取消(除非用户显式取消),并且事件要可重放以避免丢消息。
模型中途超时切换。影响有四处:上下文格式差异(不同模型对消息角色、工具调用格式的支持不同,需要适配层)、已生成的部分内容是否要保留(保留可能造成重复或风格断裂,重生成则浪费)、工具调用状态(新模型不知道已经调用过哪些工具,需要把工具结果摘要重新注入)、以及成本与限流(切换后可能命中不同配额)。设计上要把「模型无关的会话状态」与「模型特定的消息格式」分开存。
身份与权限传递。用户身份在入口处解析成不可伪造的凭证(签名 token 或服务端会话),随任务上下文一路传递,工具层只信任这个上下文而不是模型给的参数。工具执行前做两件事:认证(这是谁)与授权(这个人在这个项目里能不能操作这个资源),资源归属要在服务端查询验证,不能由模型传入的 project_id 决定。跨团队共用工具时用「工具 + 资源 + 动作」的权限模型,审计按用户维度记录。
第三方插件与命令行的限制。沙箱化执行:文件访问限制在工作目录(容器或 namespace 隔离)、网络按白名单出网或默认禁网、凭证通过短期 token 注入而不是环境变量常驻、限制 CPU / 内存 / 执行时长与进程数、禁用危险系统调用。插件要有权限声明(需要读哪些目录、访问哪些域名),安装时由用户确认;执行输出要截断并留痕。
租户长任务占满资源。三层控制:队列按租户分区并设权重(保证小租户不被饿死),并发按租户配额限制(同时执行数、每分钟提交数),预算按租户设 token 与费用上限,超限降级或排队。调度上区分交互任务与批任务,交互任务走优先队列;长任务设置最大执行时长与检查点,避免单个任务长期占用。还要有公平性指标(各租户的排队时长分位数)来验证没有饿死。
P95 突然上升怎么定位。先确认范围:是全部租户还是特定租户、特定工具、特定模型。再按链路拆:排队时长(队列积压)、模型调用时长(上游延迟、限流、超时重试)、工具执行时长(下游慢)、序列化与传输(大 payload)。对照最近变更(发布、配置、提示词、工具描述)与流量变化。方法上用分位数时间序列加分层维度(租户 / 模型 / 工具)定位到一段后,再取该段的 trace 看单条慢在哪一步。
评测机制。分三层:单步(工具选择、参数正确率)、任务(完成率、步数、成本)、人工抽检(质量)。case 从真实日志采样并脱敏,按场景分层并保留难例,版本化维护;每次改动跑同一批 case 做 A/B 对照,看差异是否显著。评测要能回答「这版比上版好在哪、坏了哪」,而不是只给一个总分。
开源贡献与工具偏好。这类问题如实回答即可:说清你提过什么 PR、解决了什么问题、被维护者如何 review,比罗列 star 数有说服力。AI 编程工具按实际使用情况讲,重点说清在什么环节用它、怎么校验它的输出。