Prompt注入 面试题
共 6 篇真实面经 · 涵盖 阿里巴巴 / 小红书 / 深信服 / 某互联网公司 / 微店 等 5 家公司
阿里淘天 Agent 平台一面:每一层设计追问的都只是代价
阿里淘天 Agent 平台一面:三级编排架构的取舍、上下文传递、工具 schema 与版本、幂等键设计、越权与注入、评测集与灰度,最后手写带依赖与并发配额的工具调度器。
小红书 Agent 研发面:上下文压缩、离线评测失真与 Skill 壁垒
小红书 Agent 研发岗面经(未通过),十三问集中在 Agent 工程:Codex / Claude Code 的上下文压缩、工具调用失败的可观测性、Prompt 自进化项目、离线与在线评测为何分数对不上、Skill 生态的护城河、MCP 场景下的 Prompt Injection 与越权、RAGAS 指标、多工具调用的延迟优化、LangGraph 与 ReAct 的取舍、长期记忆构建。
阿里 AI 应用开发二面:流式 Tool Call、百工具检索与上下文四层压缩
阿里 AI 应用开发二面:围绕代码修复 Agent 深挖——流式输出下 Tool Call 的聚合与校验、几百个工具时用工具检索替代全量 schema、避免 Agent 陷入无效循环、为什么结束条件要由系统判定;接着问上下文 L0~L3 四层压缩、百万级代码仓库的三路检索、线上轨迹怎么转成训练数据、长上下文「信息在但用不到」的成因,以及 KV Cache 与 Prompt Injection。
深信服 AI Agent 一面:沙箱隔离与安全设计
深信服 AI Agent 开发一面:从 Agent 定义与 Planner/Executor/Critic 三角色架构切入,重点追问工具越权、Prompt 注入、沙箱逃逸与宿主机文件拦截、多租户隔离与千级沙箱调度、评测集构建与 bad case 回流,最后手撕有效括号判断。
AI Agent 开发岗面试题:55 道真实面试里的追问
一份 Agent 开发岗的面试题清单,覆盖技术选型、框架与 runtime、工程细节、多 Agent 协作、对齐与幻觉、评测、安全与开放设计八个方向;问题集中在判断依据与落地细节上,而不是 API 记忆。
微店 AI 全栈开发秋招一面:RAG 评估与 Agent 编排
微店 AI 全栈开发秋招一面面经:以 RAG 与 Agent 工程为主,覆盖如何证明召回率提升真实有效、召回率与准确率的权衡、时间范围过滤与版本冲突、检索内容 Prompt 注入防护、删除类高危操作的确认流程、Agent 后端语言选型与编排方式、自主循环与预定义流程的取舍,以及如何保证逐步不可预测的执行最终仍达标。