面试表达：把 Agent 项目讲成判断与代价

读完这一节，你能做到

1. 用"结论—机制—取舍—验证"四步回答原理题。
2. 把 RAG、注入、评估、成本这四个高频题讲到点上。
3. 用 STAR 讲清一个 Agent 项目，且每个数字都能说出处。
4. 把转行经历讲成一条能力主线，而不是"从零开始"。

一、四步表达骨架

结论（一句话判断）
→ 机制（底层怎么运作）
→ 取舍（为什么这样设计，代价是什么）
→ 验证（怎么证明有效）

示例：RAG 为什么答不准

• 结论：多数时候不是模型的问题，是检索没给对材料。
• 机制：答案来自检索片段，片段里没有答案，模型只能编。
• 取舍：提高召回要放宽检索，放宽就带来噪声，所以要加重排压回 3-5 条。
• 验证：建 50-100 条"问题 → 正确片段"的评估集，看召回@5 与最终排序。

四句话讲完，比讲十分钟"向量、embedding、相似度"更有说服力。

二、五个高频题

1. RAG 效果不好，你怎么查？

"先分层：看召回的片段里有没有答案。没有就是检索/切分问题；有但答错，才看拼装与 prompt。不做分层就调 prompt，是常见的无效劳动。"

2. 怎么防 prompt injection？

"分直接和间接两类。防线优先级是权限 > 结构隔离 > 提示词——假设注入成功，问'它能干什么'。工具最小权限、写操作人审、数据自动带租户过滤，这三条比任何提示词都可靠。"

3. 怎么评估 Agent？

"三层：检索看召回与排序，生成看是否忠于材料，任务看端到端完成率。评估集从真实日志采样，加上边界与对抗样本，每条都要能一键跑。"

4. 什么任务不该用 Agent？

"步骤固定、需要强一致、输入结构化的，用工作流或规则更稳。Agent 只该用在'必须靠理解才能做'的那一步。"

5. 成本怎么控？

"先看构成：输入通常是大头。优化顺序是砍 system prompt、压历史、收检索片段、再考虑小模型分流。成本翻倍先查上下文、步数、缓存三处。"

三、项目案例模板

背景：业务、规模、你的角色（日会话量、覆盖范围、几个人）
问题：具体指标（转人工率 38%、单次成本 X、评估通过率 78%）
动作：为什么选这个方案，排除了哪些
结果：指标变化 + 代价
反思：如果重做会改哪里

一个合格的例子

"客服知识库问答，日均 3000 会话。转人工率 38%，答非所问集中在政策类问题。我加了混合召回与重排，把 top-5 从 12 条噪声压到 4 条，同时要求答案必须带出处。三个月后转人工率降到 22%，代价是维护了一套 120 条的评估集，每次改 prompt 都要跑。"

一个不合格的例子

"我用了 RAG 和向量数据库，效果很好。"——没有规模、没有对比、没有代价。

四、追问应对

追问	回答骨架
为什么不微调？	知识更新快、样本不够、微调后仍需检索；先把检索与评估做好
你这个数字怎么算的	口径 + 样本量 + 时间窗，三者缺一不可
幻觉怎么解决的	承认没完全解决，说清怎么兜住（检索、校验、拒答）
如果流量涨十倍	先算成本与延迟瓶颈，再谈缓存、分流、限流
你怎么知道是检索的问题	把召回片段打出来人工看，答案在不在里面

反问的准备

面试结尾的“你有什么想问的”，是唯一由你控制节奏的环节。准备两个，不要多：

1. 关于岗位真实痛点：这个 Agent 目前最大的瓶颈是在检索、工具可靠性，还是评估缺失？
2. 关于前三个月的目标：如果我入职，前三个月最希望我交付什么？

这两个问题的共同点：都要求对方讲真实情况，而不是介绍公司历史。它们也在告诉面试官——你关心的是把东西做成，不只是拿到 offer。

不要问的：加班多不多、用不用某个框架、能不能远程。这些要么能提前查到，要么容易被理解成挑工作。

五、转行叙事：把原背景变成优势

面试官担心三件事：是不是跟风、经验有多深、会不会又转走。

原背景：我做交易系统，负责幂等与一致性
为什么转：做知识库问答时，发现难点在工程侧而不是模型
怎么转的：自己搭了一套 RAG，跑通检索与评估，后来在团队落地
优势：Agent 的失败大多在幂等、重试、状态恢复，这些我做过
稳定性：评估体系与编排我还没做完，够做两三年

不要说："我自学了三个月，看了很多论文。"——没有可验证产出。

六、常见坑

1. 只讲工具与框架名。 面试官听不出你的判断。
2. 数字说不出来处。 一问口径就崩。
3. 把失败说成模型不行。 显得没有工程能力。
4. 过度承诺效果。 "准确率 99%"经不起追问。
5. 转行讲成从零开始。 丢掉了最有价值的部分。
6. 反问环节说"没有了"。 那是加分位。

七、动手任务：自写 → AI 写 → 对比 → 取舍

四步不跳：① 自己写（限时，关掉补全）→ ② 让 AI 写同一题 → ③ 逐条比对 → ④ 说出保留谁的写法。

① 自己写

1. 用四步骨架写一个你项目的回答（限时 3 分钟口述稿）。
2. 准备三个追问的答案：数字口径、为什么不用微调、幻觉怎么兜。

② 让 AI 写同一题

把同一道题交给 AI：用一个真实项目回答"你怎么做 RAG"，要求结论、机制、取舍、验证四段，并给出具体数字。

③ 对比要盯的点

维度	我的版本	AI 版本	差异
有没有具体指标
机制讲到哪一层
有没有代价
追问一层会不会断

④ 说取舍

AI 的答案里，哪一句是正确的空话，一追问就塌？

八、自测

1. 四步表达骨架是什么？
2. RAG 效果不好，你的排查顺序是什么？
3. 为什么防注入的优先级是"权限 > 结构隔离 > 提示词"？
4. 评估 Agent 的三层是什么？
5. 项目案例必须包含哪五项？
6. 转行叙事的三段结构是什么？

参考答案要点：结论/机制/取舍/验证；先看召回片段有无答案；注入成功也做不了坏事；检索/生成/任务；背景/问题/动作/结果/反思；原背景/为什么转/怎么转出可验证产出。

配套题目

★ 越多越该先背；点题目可看完整答案与深入版。

• ★★★★★ 自我介绍怎么讲，才能让人记住你？
• ★★★★☆ 从后端转 AI 应用，履历上会被怎么问？怎么答？
• ★★★★☆ 讲一个你最有成就感的 AI 项目
• ★★★★☆ 产品要效果、你要评估，这种冲突怎么处理？