Agent Harness 面试题
共 5 篇真实面经 · 涵盖 通用 / 小米 / 科大讯飞 / 网易雷火 / 小鹏 等 5 家公司
Agent Harness 大模型算法二面 12 问:循环终止、沙箱执行、并发冲突与扁平列表建树
Agent Harness 方向的大模型算法二面,12 道系统设计追问,先让你把一个 Agent 项目从输入到输出讲全,再逐个深挖:循环的终止条件、工具调用的校验与沙箱、死循环检测、上下文压缩、多智能体拆分与冲突仲裁、并发锁粒度、重启后的 Checkpoint 与恢复、人机驳回的兜底、Function Calling 与 MCP 的分工、RAG 的触发时机与线上评估埋点。最后一道算法题是把带 parent_id 的扁平 JSON 列表还原成树。
小米基础架构一面:沙箱实现、Agent Harness 组成与手写 LRU
小米基础架构一面,先逐条核对简历上的沙箱、观测与性能优化归属,追问调研过哪些沙箱、如何确认 Codex 与 Claude Code 的实现,再问 Go 语言、AI 编程与 Harness 的组成,最后现场手写 LRU。
科大讯飞 AI 应用一面:Agent Harness、沙箱隔离与评测
科大讯飞 AI 应用一面面经(9.15,两位面试官群面):先从实习与转正意向切入,深挖第三个实习的异步工作流框架、小站点网络隔离导致的升级失败与改造、DB 队列设计与执行,再追问第二个实习的搜索链路 P99 优化、两级缓存与本地缓存一致性、广播更新的可靠性;后半段集中在第一个实习的 Agent Harness——Runtime/Workflow/Node 分层、与 Dify/扣子的对比、分层上下文 Roadmap、压缩触发阈值与 Tool Result 处理、摘要对 KV/Prefix Cache 的影响、Skill 路由评测,最后追问自研 Runtime 的理由、沙箱与隔离(gVisor、microVM、Docker 的差异)以及把本地 Coding Agent 做成多人 SaaS 的架构。
网易雷火游戏服务端二面:Agent Harness 与网络模型
网易雷火游戏服务端二面面经(9.14):先问求职动机与游戏经历,再深挖 Agent SDK/Harness 项目——输入 Token 降幅怎么算、有没有评测集、上下文方案的最大难点与定制、Harness 的应用场景与定位;中段考 C++/Linux(进程崩溃定位、GDB 查看线程栈)与 AI 工具使用、大代码库的理解与 Memory 沉淀;最后对比游戏服务端与互联网后端、TCP/UDP 选型与 QUIC,手撕「伤害 1 或 2 点恰好击杀的序列数」动态规划。
小鹏二面:Transformer 基础与端侧 Agent Harness
小鹏端侧 Agent 岗二面面经:由实习项目切入 Transformer 基础(结构差异、QKV 计算、多头注意力、LoRA),再深挖 Agent Harness 职责与端侧迁移难点。