Otázky na pohovoru o agentic AI: co očekávat a jak se připravit

Téměř každý pohovor o agentic AI začíná zde, protože odpověď odlišuje lidi, kteří agenty budovali, od těch, kteří o nich pouze četli. Kanonická otázka má zhruba tuto formu: jaký je rozdíl mezi agentem AI a jediným voláním jazykového modelu.

Silná odpověď pojmenovává smyčku. Prosté volání modelu přiřadí jeden vstup k jednomu výstupu; agent spouští cyklus reason, act, observe, repeat a rozhoduje o dalším kroku na základě toho, co vrátil krok předchozí. Z tohoto jádra tazatelé odbočují k slovní zásobě, jejíž znalost očekávají:

• ReAct a plánování. Prokládání stop uvažování akcemi oproti naplánování celé sekvence předem a jejímu provedení.
• Nástroje a volání funkcí. Jak model dostává akce, které může ve světě provádět, a jak jejich výsledky vstupují zpět do jeho kontextu.
• Paměť. Krátkodobý pracovní kontext oproti dlouhodobému vybavování podpořenému vektorovým úložištěm nebo databází.
• Autonomie a ukončení. Co rozhoduje o tom, že agent skončil, a co ho zastavuje, aby se neopakoval donekonečna.

Způsob selhání zde je skládání buzzwordů: výpis frameworků bez vysvětlení mechanismu pod nimi. Uveďte smyčku jasně a zbytek pohovoru se otevře.

Jakmile jsou koncepty ustaveny, pohovor se promění v designový rozhovor a tam se nachází většina signálu. Čekejte otevřenou výzvu: navrhněte agenta, který rezervuje cestování, nebo třídí tikety podpory, nebo odpovídá na otázky z interních dokumentů. To, co hodnotí, je způsob, jakým uvažujete o pohyblivých částech, nikoli zda dosáhnete konkrétní odpovědi.

Otázky, které spolehlivě následují:

• Používání nástrojů při selhání. Volání nástroje vyprší nebo vrátí nesmyslná data; co agent dělá. Opakování, zpětný ústup a záložní cesta jsou důležitější než šťastný případ.
• Návrh paměti. Co vstupuje do promptu každé kolo, co se sumarizuje, co se načítá na požádání a jak zabraňujete přetečení kontextu.
• Grounding. Když úkol vyžaduje fakta, která model nemá, jak retrieval krmí smyčku, aniž by zastaralé nebo chybné pasáže mohly řídit.
• Multi-agent versus jeden agent. Kdy rozdělení práce mezi orchestrátorem a pracovníky ospravedlňuje koordinační náklady a kdy je to složitost pro ni samu.

Odpovídejte kompromisy, nikoli absoluty. Říci, že „jediný agent s dobrými nástroji porazí multi-agentní systém, dokud úkol skutečně nemá paralelní dílčí cíle", zní jako zkušenost; nazývat architekturu univerzálně nejlepší zní opačně. Sourozenecké příručky pro kódování a systémový návrh jsou v clusteru typů pohovorů.

Čekáte obtížnou otázku o vnitřnostech modelu a místo toho se tazatel ptá, jak byste vůbec věděli, že agent funguje. Tento obrat je záměrný a tato sekce zkoumá právě to. Stručná verze: vícekrokové systémy se těžko měří a přiznat to s plánem je lepší než předstírat, že jsou snadné.

Otázky vyhodnocování se soustředí na problém trajektorie: jedno volání je správně nebo špatně, ale agent prochází cestou a správná odpověď dosažená přes poškozenou cestu je latentní chyba. Silné odpovědi oddělují úspěch úkolu od kvality kroku, zmiňují vyčlenění pevné testovací sady úkolů a model hodnotící výstup jiného modelu považují za užitečný, ale zaujatý, nikoli za pravdu.

Produkční otázky pak tlačí na hranice, které žádný framework neodstraní. Náklady a latence se skládají s každým dalším krokem ve smyčce. Agent bez pevné zarážky se může zacyklit, takže podmínky ukončení a rozpočty kroků jsou skutečný návrh, nikoli dodatečná myšlenka. A vysoce rizikové akce potřebují člověka ve smyčce, protože agent schopný jednat autonomně může také jednat chybně a rychle.

Priya, backendová inženýrka pohovorující pro tým platformy AI, byla požádána, aby zkritizovala svého vlastního agenta pro rezervaci cestování. Upozornila, že by ochotně opakoval neúspěšnou platbu až do dvojnásobného účtování a navrhla idempotency key plus potvrzovací krok. Tento jediný poctivý způsob selhání posunul pohovor dál než jakékoli jméno frameworku.

Otázky agentic AI odolávají kartičkám, protože tazatel se ptá dál na cokoli, co řeknete. Příprava spočívá proto v opakování pod tlakem doplňujících otázek, nikoli v zapamatovaném seznamu. Funkční plán:

Před pohovorem sestavte jednoho malého agenta od začátku do konce, i hračkového: smyčku, dva skutečné nástroje, cestu opakování a podmínku zastavení. Kdo ladil agenta opakujícího se donekonečna, odpoví na otázku ukončení z paměti, nikoli z teorie. Pak nacvičujte to vysvětlovat nahlas, protože pohovor testuje vyprávění stejně jako znalosti.

Na hlasitou část procvičujte proti něčemu, co odporuje. Simulovaný pohovor, který položí designovou otázku a pak zpochybní vaši odpověď, je blíže skutečnosti než čtení vzorových řešení; mock režim SubcueAI generuje rolově specifické technické otázky a přehled po sezení, takže slyšíte, kde odpověď vyšuměla. V živém pohovoru je poctivá role asistenta pomáhat vám udržet strukturu a vybavit si termín pod tlakem, nikoli dodávat odborné znalosti, které nemáte; anti-fabrikace je celý smysl a cluster o tom, jak to funguje, je upřímný ohledně této hranice.