Function Calling 面试题
共 19 篇真实面经 · 涵盖 通用 / 某 AI 公司 / 阿里巴巴 / 百度 / 字节跳动 等 15 家公司
AI 岗 Agent 八股:被问烂的 8 个问题与答题框架
一篇把 AI 岗 Agent 高频题按出现频率排序的答题框架帖:Agent 的基本架构(感知-规划-记忆-工具四层)、ReAct 与 Function Calling 的关系、多 Agent 系统怎么设计、记忆机制分三层、工具调用失败的三类处理、效果评估的结果线与轨迹线、上下文太长的递进方案、安全的三条线;末尾给了三条避坑提示——只背概念不给方案、说不出具体参数或报错形态、模板背得太整齐。
AI 数字员工岗位面试真题:项目深挖、RAG 链路与商业化落地
一份 AI 数字员工与 AI 应用岗位的高频真题清单,覆盖项目深挖、RAG 全链路、Prompt 与 Agent、工具调用、AI 外呼落地与商业化增长五类,题量大且偏业务结果,适合按模块准备。
阿里巴巴 AI Agent 应用开发一面:RAG、工具调用与检索融合
阿里巴巴 AI Agent 应用开发工程师一面:从一个售后查资料与整理工单的 Agent 项目切入,逐层追问为什么用 RAG 而不是微调、文档怎么切分、Embedding 与余弦/内积的区别、Function Calling 的完整流程、有了 JSON Schema 为何仍会出错,再回到模型基础(Attention 为什么除以根号 d、训练可并行而生成必须逐 token),最后是混合检索、重排与「正确文档进了上下文仍答错」的定位方法,并现场写一个 RRF 融合函数。
百度 AI Agent 开发一面:提示词、上下文预算与异步并发十二问
围绕一个「根据笔记出题」的课程项目连环追问:提示词与 few-shot 的取舍、temperature 与 top_p 的区别、上下文超限的裁剪顺序、结构化输出与分层校验、工具参数语义与错误契约、Agent 循环的退出条件,最后落到 async/await 与 asyncio.gather 的并发实现。
网传「一周速成进字节」帖:提到的 Agent 面试题方向有哪些
这是一篇以「初中辍学、一周速成、年薪百万」为叙事框架的帖子,没有留下真实的问答记录,正文里唯一有信息量的是它声称被问到的 Agent 开发题方向:Function Calling、RAG、MCP、多轮上下文管理、ReAct、规划与记忆反思、多 Agent 协作、幻觉兜底。本条按原帖内容收录,面试题目一节据其自述整理,参考解析按这些方向给出实际考点,不采信帖中的经历与薪资说法。
Agent 工具与 MCP 二十问:按面试出现频次排序的 Function Calling 清单
作者按真实面试样本的出现频次整理出 Agent 工具层的 20 个问题,覆盖 Function Calling 的调用闭环、MCP 的接入与传输、工具失败与超时的恢复、越权与参数校验、几十个工具的路由与上下文占用、鉴权与 OAuth、幂等与审计字段。频次从 22 次到 1 次不等,前六题占了一半以上的考察量。
美团 AI Agent 一面 26 问:从 Workflow 取舍、幂等补偿到 CLI 与 Redis 锁
美团 AI Agent 开发一面 26 问,全部围绕 Agent 的工程化落地:项目链路与效果口径、Workflow 与自主循环的取舍、参数校验与人工确认、幂等与补偿、CLI 封装、Skill/MCP/Function Calling/SubAgent 的分层、记忆与知识回流,以及 Redis 锁的失效边界。
OPPO Agent 一面:框架抽象、上下文压缩与记忆分层
OPPO Agent 岗位一面,围绕自研 Agent 框架展开:如何抽象 ReAct 等架构、上下文压缩怎么做、工具数量多时如何召回,再以办公助手为例追问长程任务的规划与执行分离、多 Agent 上下文共享与记忆分层。
无量星图 AI 应用工程师一面:Agent 的记忆怎么设计、记忆串号怎么兜底、工具调用怎么编排
无量星图(西安)AI 应用工程师一面,2026 年 11 月 12 日,约 16 问:前段问自我介绍、所在地与到岗时间、求职看重什么、为什么投初创团队以及能否自驱;中段三道开放设计题——上下文有限时如何兼顾近期对话与长期用户画像、记忆挂到错误用户头上怎么处置、决定调用哪个功能且把结果接回对话的整条链路怎么设计;末段谈到岗时间、薪资期望、先实习三个月再签三方的流程。
阿里千问 Agent 开发二面
阿里千问 Agent 开发二面面经,11 问集中在 Agent 工程:LangGraph 架构组件、Function Calling 原理与工具调用的常见坑、Query 改写、多轮对话缺陷与 Prompt 拼装顺序,另有手写快排。
阿里千问 Agent 开发二面
阿里千问 Agent 开发二面面经,11 问集中在 Agent 工程:LangGraph 架构组件、Function Calling 原理与工具调用的常见坑、Query 改写、多轮对话缺陷与 Prompt 拼装顺序,另有手写快排。
美团 Agent 开发一面凉经:26 问深挖 Agent 工程与 skill 设计
美团 Agent 开发岗一面凉经,面了一个多小时。问题是围绕项目从链路到设计的连续追问:完整描述 Agent 从接收输入到产出结果的链路、测试用例设计、为什么需求文档没纳入输入、结果是否执行真实任务与人工确认边界、信息如何持续积累与失败回流、性能优化的瓶颈定位、数据库接入与表设计、相同查询结果是否一致;后半程集中在方案选型上,包括为什么该场景用 workflow、Agent 执行流程有哪些形式、CLI 封装的好处、参数补全与确认机制,以及 Skill、MCP、Function Calling、Workflow、SubAgent 各自解决什么问题。
水滴 AI 全栈一面:幻觉治理、Token 成本与计算机基础
水滴 AI 全栈一面 30 分钟:前半程深挖智能问答链路、幻觉与多轮记忆、子 Agent、语义预筛选和 token 成本,后半程考复杂度、Function Calling/MCP/Skills、JVM 内存、并发可见性、URL 访问流程与 TCP 握手。
27 届学院本实习转正面试:RAG 与 Agent 十五问
27 届学院本实习转正面试(AI 全栈开发工程师):RAG 为什么需要、完整流程、文档切分与排查、混合检索,Function Calling、Agent 常见问题、LangChain 与 LangGraph 的区别,最后是到岗安排。
Agent 应用工程师面试题库:工具调用、记忆检索与线上排障
一份 Agent 应用工程师面试题库,按「主问题 + 逐层追问」组织,覆盖 Function Calling 链路与容错、结构化输出、记忆与上下文预算、RAG 幻觉排查、死循环兜底、写操作幂等、Prompt Injection 防护与线上排障。
蚂蚁集团大模型算法岗面经合集:RAG 与 Agent 工程
蚂蚁集团大模型算法岗五场面试合集,覆盖意图识别、RAG 流程与优化、Function Call 原理、Agent 与 MCP 概念、Java 线程池与并发基础、秒杀与转账场景的锁和事务设计、HTTPS 安全机制及线上稳定性保障。
字节跳动前端一面校招:大模型缓存与CSS优先级
字节跳动前端校招一面,先自我介绍与实习拷打,随后连续考察大模型上下文缓存、Function Calling与MCP原理,再深入Flex布局、CSS优先级计算、原型链继承、事件循环与Cookie,最后手撕发布订阅模式。
宏图智能一面面经:Agent 工具调用、MCP 原理与 Spring MVC
宏图智能软件开发岗一面面经,9 月:先问 Agent 侧大模型调用 Tool 的原理、Tool 与 CLI、MCP 的区别及 MCP 架构,再问 Spring MVC 的请求处理流程、ER 图设计与数据库慢查询优化。
恒生电子AI应用开发AI面试:JVM、InnoDB加锁与RAG切分
恒生电子AI应用开发岗AI面试真题,六大部分共24问:JVM类加载与双亲委派如何防篡改核心类库、InnoDB按主键/唯一键/普通字段做update时加锁差异与间隙锁、Function Calling的参数生成与非法参数治理、跨章节超长文档的分块策略与口径匹配率指标、多智能体矛盾结果仲裁与资料冲突采信优先级,以及Spring AI的抽象设计与原生短板。