Вопросы на собеседовании по агентному ИИ: чего ожидать и как подготовиться

Почти каждое собеседование по агентному ИИ начинается здесь, потому что ответ отличает тех, кто строил агентов, от тех, кто только читал о них. Классический вопрос принимает некую форму: в чём разница между ИИ-агентом и одиночным вызовом языковой модели.

Сильный ответ называет цикл. Обычный вызов модели отображает один вход на один выход; агент выполняет цикл рассуждения, действия, наблюдения и повторения, определяя следующий шаг из того, что вернул предыдущий. Отсюда интервьюеры переходят к ожидаемому словарю:

• ReAct и планирование. Чередование следов рассуждений с действиями, в отличие от предварительного планирования полной последовательности и последующего выполнения.
• Инструменты и вызов функций. Как модель получает действия, которые может совершать в мире, и как их результаты возвращаются в контекст.
• Память. Краткосрочный рабочий контекст против долгосрочного воспоминания, поддерживаемого векторным хранилищем или базой данных.
• Автономность и завершение. Что решает, что агент завершил работу, и что не даёт ему зациклиться навсегда.

Типичная ошибка здесь — нагромождение модных слов: перечислять фреймворки без объяснения лежащего в основе механизма. Чётко назовите цикл, и остальная часть собеседования откроется.

Как только концепции установлены, собеседование превращается в разговор о дизайне, и именно здесь сосредоточено большинство сигналов. Ожидайте открытый промпт: спроектируйте агента, который бронирует поездки, или сортирует заявки в службу поддержки, или отвечает на вопросы по внутренним документам. Оценивается то, как вы рассуждаете о составных частях, а не то, приходите ли вы к конкретному ответу.

Вопросы, которые надёжно следуют далее:

• Использование инструментов при сбое. Вызов инструмента истекает по времени или возвращает мусор; что делает агент. Повторные попытки, экспоненциальная задержка и запасной маршрут важнее благополучного случая.
• Проектирование памяти. Что входит в промпт каждый ход, что суммируется, что извлекается по запросу, и как не допустить переполнения контекста.
• Заземление. Когда задача требует фактов, которыми модель не располагает, как ретривал питает цикл, не позволяя устаревшим или ошибочным фрагментам направлять его.
• Мульти-агент против одного агента. Когда разделение работы между оркестратором и исполнителями оправдывает затраты на координацию, а когда это сложность ради сложности.

Отвечайте компромиссами, не абсолютами. Сказать «одиночный агент с хорошими инструментами превосходит мульти-агентную систему, пока задача не имеет по-настоящему параллельных подцелей» воспринимается как опыт; называть архитектуру универсально лучшей воспринимается как противоположное. Смежные руководства по кодированию и системному дизайну находятся в кластере типов собеседований.

Вы ожидаете, что трудный вопрос будет о внутреннем устройстве модели, а вместо этого интервьюер спрашивает, как вы вообще узнаете, что агент работает. Этот поворот намеренный, и данный раздел — то, что он проверяет. Коротко: многошаговые системы сложно измерить, и признать это с планом лучше, чем делать вид, что это легко.

Вопросы об оценке сосредоточены на проблеме траектории: одиночный вызов верен или неверен, но агент следует пути, и правильный ответ, достигнутый через сломанный путь, — это латентный баг. Сильные ответы разделяют успех задачи и качество шагов, упоминают удержание фиксированного тестового набора задач и рассматривают оценку выхода одной моделью с помощью другой как полезный, но предвзятый сигнал, а не истину в последней инстанции.

Вопросы о продакшне давят на границы, которые не устраняет ни один фреймворк. Стоимость и задержка накапливаются с каждым дополнительным шагом в цикле. Агент без жёсткой остановки может крутиться, поэтому условия завершения и бюджеты шагов — это реальный дизайн, а не запоздалая мысль. И рискованные действия требуют человека в цикле, потому что агент, способный действовать автономно, также может действовать неправильно на высокой скорости.

Priya, бэкенд-инженер, проходившая собеседование в команду ИИ-платформы, была попрошена покритиковать своего собственного агента бронирования путешествий. Она отметила, что он с удовольствием повторит попытку неудачного платежа, превратив её в двойное списание, и предложила ключ идемпотентности плюс шаг подтверждения. Этот единственный честный режим отказа продвинул собеседование дальше, чем любое название фреймворка.

Вопросы по агентному ИИ не поддаются карточкам для зубрёжки, потому что интервьюер продолжает расспрашивать о чём бы вы ни сказали. Поэтому подготовка — это повторения под давлением уточняющих вопросов, а не заученный список. Рабочий план:

Постройте одного небольшого агента от начала до конца перед собеседованием, хотя бы игрушечного: цикл, два реальных инструмента, маршрут повторных попыток и условие остановки. Человек, который отлаживал агента, зависшего в бесконечном цикле, отвечает на вопрос о завершении из памяти, а не из теории. Затем потренируйтесь объяснять это вслух, потому что собеседование проверяет изложение не меньше, чем знания.

Для части вслух практикуйтесь против чего-то, что возражает. Мок-интервью, которое задаёт вопрос о дизайне и затем допрашивает ваш ответ, ближе к реальному, чем чтение образцовых решений; режим мока SubcueAI генерирует технические вопросы, специфичные для роли, и разбор после сессии, чтобы вы услышали, где ответ оборвался. На живом собеседовании честная роль ассистента — помочь вам сохранять структуру и вспомнить термин под давлением, а не снабжать экспертизой, которой у вас нет; анти-фабрикация — это весь смысл, и кластер «как это работает» честен об этой границе.