エージェント型AI面接の質問：何が問われ、どう準備するか
文責 Aaron Cao · 更新
エージェント型AI面接は四つの帯域を問います：概念（システムをエージェント型にするものは何か、単一モデル呼び出しとの違い）、アーキテクチャ（ReAct、計画、ツール使用、メモリ）、評価（多段階のステップを踏むエージェントをどう測定するか）、本番環境（コスト、レイテンシ、ループの終了、人間の監視）。各帯域が試すのは判断力であり、暗記ではありません。
概念帯域：何がシステムをエージェント型にするのか
エージェント型AI面接はほぼ必ずここから始まります。答えがエージェントを実際に構築した人と読んだだけの人を選別するからです。定番の質問は何らかの形で「AIエージェントと単一の言語モデル呼び出しの違いは何か」という問いです。
強い答えはループを明示します。普通のモデル呼び出しは一つの入力を一つの出力に変換します。エージェントは推論・行動・観察・繰り返しのサイクルを実行し、前のステップの結果から次のステップを決めます。この核心から、面試官は求めるボキャブラリーへと話題を広げます：
- ReActと計画。推論トレースと行動を交互に行うアプローチと、先に完全なシーケンスを計画してから実行するアプローチの比較。
- ツールと関数呼び出し。モデルが世界で取れる行動をどう与えられ、その結果がコンテキストにどう再入力されるか。
- メモリ。短期の作業コンテキストと、ベクターストアやデータベースに支えられた長期記憶。
- 自律性と終了。エージェントがタスク完了を何で判断するか、永遠にループし続けることを何が防ぐか。
ここでの失敗パターンはバズワードの積み重ねです：フレームワーク名を並べても底にある仕組みを説明しない。ループを明快に述べれば、残りの面接が開けていきます。
アーキテクチャ帯域：声に出してエージェントを設計する
概念が固まると、面接は設計の対話に移ります。ここに多くのシグナルが宿ります。開かれたプロンプトを期待してください：旅行を予約するエージェントを設計せよ、サポートチケットをトリアージせよ、社内ドキュメントに答えるエージェントを作れ。採点されるのは構成要素をどう推論するかであり、特定の答えに至るかどうかではありません。
その後に高い確率で出る質問：
- 障害時のツール使用。ツール呼び出しがタイムアウトしたり不正なデータを返したりした場合、エージェントは何をすべきか。再試行・バックオフ・フォールバックパスは成功ケースより重要です。
- メモリ設計。毎ターンのプロンプトに入れるもの、要約されるもの、必要に応じて取得されるもの、コンテキストのオーバーフローをどう防ぐか。
- グラウンディング。タスクにモデルが持っていない事実が必要なとき、古いまたは誤ったパッセージに誘導されることなく検索結果をループに取り込む方法。
- マルチエージェントか単一エージェントか。オーケストレーターとワーカーに作業を分割することが協調コストに見合うのはいつか、いつが単なる複雑さのための複雑さか。
絶対的な答えでなくトレードオフで答えましょう。「タスクに真に並列サブゴールがあるまでは、良いツールを持つ単一エージェントがマルチエージェントシステムを上回る」と言えば経験として読まれます。一つのアーキテクチャを普遍的に最良と言えばその逆です。関連するコーディングとシステム設計のガイドは面接タイプクラスターにあります。
評価と本番帯域：上級者フィルター
難問はモデル内部に関するものだと思っていたら、面試官はエージェントがそもそも機能しているとどう分かるかを尋ねます。この転換は意図的であり、本節はそれが問うものです。要約すると、多ステップシステムは測定が難しく、計画を持ってそれを認めることは簡単そうに見せかけることに勝ります。
評価の質問は軌跡問題に集中します。単一呼び出しは正か誤かですが、エージェントはパスをたどり、壊れたパスを通じて得た正解は潜在的なバグです。強い答えはタスクの成功をステップの質から切り離し、固定されたテストタスクセットを保持することに言及し、別のモデルの出力をモデルが採点することを有用だが偏ったものとして扱い、真実のベースラインとしては扱いません。
本番の質問は、どのフレームワークも取り除けない境界を問い詰めます。コストとレイテンシはループの追加ステップごとに積み重なります。ハードな停止のないエージェントはスピンし続けるため、終了条件とステップ予算は本物の設計であり、後付けではありません。高リスクな行動には人間の介在が必要です。自律的に行動できるエージェントは高速で誤った行動もできるからです。
Priyaはバックエンドエンジニアで、AIプラットフォームチームの面接で自分の旅行予約エージェントを批評するよう求められました。彼女は、失敗した支払いを再試行して二重請求につながる可能性があることを指摘し、冪等性キーと確認ステップを提案しました。その一つの正直な失敗モードが、どのフレームワーク名よりも面接を前進させました。
スクリプトを暗記せずに準備する方法
エージェント型AI問題は暗記カードに抵抗します。面試官はあなたが言ったことに何でも追加で質問するからです。準備は暗記したリストではなく、追加質問のプレッシャー下での反復練習が大切です。実行可能なプラン：
面接の前に小さなエージェントをエンドツーエンドで構築してください。おもちゃ程度でも構いません：ループ一つ、本物のツール二つ、再試行パス、停止条件。永遠にループしたエージェントをデバッグしたことがある人は、終了の質問に理論でなく経験から答えられます。次に声に出して説明する練習をしてください。面接は知識と同様に語りも試すからです。
声に出す部分には、反論してくる相手を相手に練習してください。模擬面接は設計の質問をして答えを追及します。模範解答を読むよりも本番に近い体験です。SubcueAIのモックモードは役職固有の技術的質問を生成し、セッション後のレビューを提供するため、答えがどこで失速したかが分かります。本番の面接でのAI助手の誠実な役割は、構造を保ちプレッシャー下で用語を思い出す手助けをすることであり、持っていない専門知識を供給することではありません。作り話の防止がすべてのポイントであり、仕組みクラスターはその境界について率直に述べています。