腾讯面试官：“你做了一个终端Agent，那谈谈 LLM 和 Agent的区别，ReAct、MCP、Tool、Memory、Skills？”我胸有成竹开始答了

大家好，我是二哥呀。

接下来是一份硬核面经，写给那些相信努力与过程、愿意一步一个脚印前进，也相信自己能在 AI 时代分一杯羹的人，希望你能认真读完。

全文写得比较肝，但保证大家能学到很多很多；系好安全带，我们粗粗发～

content

01、LLM 和 Agent 的联系与区别

老王先抛出一道概念题：讲讲 LLM 和 Agent 有什么联系，又有哪些区别。

先谈联系：Agent 作出的每一次决策，都来自 LLM。

是否调用工具、选择哪个工具、参数怎样填写以及任务是否完成，都由模型决定，Agent 框架自身并不负责判断。

二者的区别体现在职责边界上。LLM 是无状态的文本生成服务，一次调用接收一段上下文并输出一段文本；调用结束后既不会保留记忆，也无法改变外部世界。

Agent 则是以 LLM 为核心搭建的执行系统，为模型补齐了三种欠缺的能力：

• 工具：把模型输出转成真实动作，包括读取文件、执行命令和查询网页
• 循环：把单次调用无法解决的任务拆为多轮推理和行动，持续推进直至完成
• 记忆：在轮次之间及会话之间保存状态，让系统记住此前发生的事情

概括来说，LLM 负责思考，Agent 则把思考结果真正付诸行动。

老王接着问：网页版对话助手能算 Agent 吗？

关键要看是否存在 ReAct 循环。单纯问答只调用一次，输入一段话、输出一段话，因此不算；如果它能自主联网检索、运行代码，并依据中间结果继续推动任务，就已属于轻量级 Agent。

判断时不看产品形态，而要确认是否形成决策、行动、观察结果、再次决策的闭环。ReAct 怎样具体运转，正好留到下一题展开。

02、ReAct Agent 由哪几部分组成

老王点头后问：你了解 ReAct Agent 吧？它包含哪些部分？

ReAct 指推理加行动（Reasoning + Acting）构成的循环。以我编写的 PaiCLI-Python 为例，可以拆成五部分，而且每部分都有对应的具体模块：

• 模型客户端：负责与 LLM 通信，以流式方式接收文本、思考过程及工具调用请求
• 工具注册表：汇总全部可用工具，每项工具均附有一份 JSON Schema 描述
• 工具执行器：收到模型调用请求后，实际执行任务的模块
• 循环控制：判断继续运行还是退出，我设置的最大轮数为 20
• 上下文管理：逐轮检查消息总量，在接近预算时执行压缩

它如何完成用户提交的问题

老王又追问：用户交给它一个问题后，完整流程具体怎样运行？

开始时先完成两项准备：将匹配到的 Skill 候选列表注入上下文，再核查消息总量是否需要压缩。

随后启动循环，把消息历史连同工具列表发送给模型。模型以流式方式返回内容，可能直接输出文本答案，也可能提出工具调用。

若模型选择后者，执行器运行工具，并把结果作为 tool 消息加入历史，然后再次调用模型。模型读取工具结果后继续决策，或继续调用，或给出最终答案。

退出有两个条件：模型不再要求调用工具时正常结束，或者达到 20 轮上限后强制收尾。

执行层面还有两点：只读工具最多支持 4 个并发，写操作则必须严格串行，以免相互覆盖；流式场景中的工具调用参数会分片到达，需要依照序号完整拼接参数片段，再解析为 JSON 交给执行器。若过早拼接，得到的只是半截 JSON，会直接导致解析失败。

03、设计 Agent 框架时如何划分模块

老王靠向椅背问：假如从零开始设计 Agent 框架，你会怎样划分模块？

核心可以划为六层：

• 入口层：包含命令行与交互式会话，负责参数解析和结果渲染
• Agent 层：提供 ReAct 循环、计划执行和多 Agent 协作三种执行模式
• 模型层：使用统一的 OpenAI 兼容客户端，处理流式解析、token 用量及计费
• 工具层：由注册表、执行器及十七个内置工具组成
• 记忆与上下文层：涵盖短期消息历史、长期记忆库以及上下文压缩
• 安全层：设置命令黑名单、路径守卫、高危操作人工确认及审计日志

安全层很容易被忽略，因此值得单独说明。Agent 会真实执行命令，黑名单针对的都是高风险对象，sudo、rm -rf 等命令会被直接拦截。

写文件和执行命令要么标注危险等级，要么强制进行人工确认，并将全部执行记录写入审计日志。系统能力越强，越应提前设计好约束机制。

模块之间的交互方式

系统启动时完成组装，由入口层将内置工具和 MCP 工具合并注册到同一张工具注册表，再交给 Agent。

运行过程中，Agent 保存消息历史；每轮将历史交给模型层，再把模型返回的调用请求交由工具层执行，执行结果回填历史，如此循环。

设计中的关键决定，是要求所有模块对外仅输出统一格式的流式事件。无论文本增量、思考增量、工具调用还是用量统计，都统一表示为事件，入口层只负责渲染，不参与业务逻辑。

这种设计让各层都能独立替换：更换模型只改模型层，增加工具只调整注册表，修改界面只需处理入口层。

04、MCP 与 tool 的联系和区别

老王在本子上做了记录，接着让我谈谈 MCP 和 tool 之间的联系与区别。

区别主要看归属。tool 是应用内部的函数，由我编写并注册，随代码运行，无法直接供其他应用使用。

MCP 将工具从应用内部剥离，使其成为独立服务进程，任何支持 MCP 的客户端都能连接使用，从而解决 M 个应用与 N 个工具对接时的组合爆炸问题。

二者的联系在于最终形态一致。MCP 工具接入后，会被包装成与内置工具相同的形式，登记到同一张工具注册表中，再统一以函数调用（Function Calling）格式提供给模型。

模型既不知道，也不必知道某项工具究竟属于本地函数还是远端服务。

具体实现中，我完成了三件事：

• 传输支持 stdio 和 Streamable HTTP 两种
• 给远端工具名增加服务名前缀，利用命名空间隔离避免与内置工具重名
• 权限判断参考远端声明的只读提示，所有非只读 MCP 工具都须经人工确认才能执行

配置采用分层合并：用户目录保存全局配置，项目目录保存局部配置；服务同名时由后者覆盖前者，路径支持展开环境变量。

如果某个 server 无法连接，就对其单独隔离并记录错误，不让其他工具的正常注册受到影响。

“还有个容易被忽略的点。MCP 除了工具还有资源和提示词模板，我把它们也映射成了虚拟工具，列资源、读资源和调用普通工具走的是同一条路径，模型侧不用学新动作。”

05、短期记忆与长期记忆怎样实现

老王翻到简历下一页，问项目中的智能问答如何处理短期记忆和长期记忆。

短期记忆就是当前会话的消息历史，以列表保存，上限为 100 条，并与上下文压缩配合运行。

当内容达到可用输入预算的 80%时触发压缩，并压到 55%；最近 6 条消息保持原样，更早轮次采用提取式摘要。分割边界设在用户消息处，从而保证工具调用与结果成对保留。

长期记忆则存入用户目录下的 SQLite，可跨会话生效，并按照项目路径隔离作用域。其中有几项设计细节值得展开：

• 去重：先将内容归一化再计算哈希，同一作用域中相同哈希仅保存一条
• 淘汰：容量上限为 1000 条，超限后按照重要性、置信度和访问次数由低到高淘汰
• 过期：支持 TTL，临时事实到期后自动失效
• 召回：以词法匹配为主，再对重要性、新鲜度及访问频次加权；默认召回 6 条，未达到分数阈值的内容不会进入上下文

还要守住一条边界：压缩产生的摘要只供当前会话使用，因为它属于模型生成的二手信息，不会升级为长期记忆。

长期记忆只接受用户明确要求保存的事实。一旦放松这一界限，模型自己的转述很快就会污染记忆库。

业界主流的三层记忆体系

老王继续问：业界主流的三层记忆系统如何划分，每一层分别保存什么？

主流方案按照作用域划分为三层：

文件记忆还设有本地覆盖层 PAI.local.md，用于存放仅属于本机且不进入版本库的配置。加载过程同样受预算约束：单文件截断至 6000 字符，合并内容总量限制为 16000 字符，避免记忆过度占用窗口。

建议保存这张表，回答记忆类问题时基本都能套用。

06、是否了解 Skill 的渐进式加载机制

老王提出下一题：是否了解 Skill 的渐进式披露（progressive disclosure）机制？

了解，核心可以概括为八个字：索引常驻，正文按需。整个过程分为两段。

第一段发生在每次用户输入时，只向上下文注入匹配度最高的 5 个 Skill 名称和描述。每条描述最多保留 300 字符，索引总量不超过 4000 字符。此时模型只知道有哪些技能可以使用，正文内容尚未加载。

第二段中，模型判断任务与某个 Skill 匹配后，主动调用加载工具，此时才读取 SKILL.md 正文，上限为 5000 字符。正文不会立即进入当前轮，而会先放入缓冲区，并在下一轮随工具结果一同注入；缓冲区仅保留最近 3 条，以免持续累积。

Skill 目录自身也分为内置、用户级和项目级三层；出现同名内容时，项目级覆盖用户级，这与记忆文件的分层逻辑相同。

这套机制带来的收益可以量化：若将 20 个 Skill 按每篇 5000 字符的上限全部加载，总量达到 10 万字符；采用渐进式披露后，常驻成本仅为 4000 字符索引，相差 25 倍。

老王又问：候选项是怎样匹配出来的？

通过加权评分完成。用户明确点名某个 Skill 时直接赋予最高分；否则根据命中位置计算，名称命中权重最高，标签其次，描述最低。针对中文，还采用二元、三元分词提高召回。

直白地说，它就是一个微型搜索引擎，只是检索对象由网页变成了技能。

07、使用 AI 时如何保障输出质量

老王提出最后一道正式问题：使用 AI 时，应当怎样保障输出内容的质量？

我按三层回答，先介绍自己已经实现的部分。

• 写后自检：写入或修改 Python 文件后立即执行语法编译检查，把报错附加在工具结果中返回模型，使其能在当轮修正
• 审查重试：多 Agent 模式设置专职审查者，产出不符合要求就退回重做，每个步骤最多重试 2 次
• 安全兜底：配置危险命令黑名单、路径守卫、高危操作人工确认及全程审计日志，并在任务前后分别创建一次快照，以便随时回滚

老王追问。“这些都是工程手段，提示词层面呢？”

“三条实践。把验收标准直接写进提示词，让模型知道什么叫合格；复杂任务要求模型先复述一遍理解再动手，提前暴露偏差；重要产出让模型对照标准自查一轮再交付。”

也要坦白说明，通用钩子机制和结构化输出校验尚未完成，主循环同样没有自动重试。面试中最忌讳把没做过的功能说成已经实现；质量保障的首要原则，就是先确保自己的陈述真实。

老王笑了笑，把本子合上。

怎样把 PaiCLI 写进简历？

项目名称：PaiCLI-Python

项目简介：一款对标 Claude Code 的 Python Agent 命令行工具，提供 ReAct、计划执行、多 Agent 三种模式

技术栈：Python、asyncio、httpx、MCP、SQLite

核心职责：

• 基于函数调用搭建 ReAct 主循环，以流式方式拼接工具调用参数分片；只读工具支持 4 路并发执行，通过 20 轮硬上限防止失控
• 构建三层记忆体系，包括会话内消息历史、用户级与项目级分层文件记忆以及 SQLite 长期记忆，并支持哈希去重、TTL 过期和 1000 条容量淘汰
• 实现可随窗口自适应的上下文压缩：预算达到 80%时触发并压缩至 55%，将分割边界置于用户消息处，确保工具调用和结果完整成对
• 接入 MCP 官方 SDK，同时支持 stdio 和 Streamable HTTP 双传输，实现服务级配置的分层合并、故障隔离以及远端工具统一命名空间注册
• 搭建 Skill 渐进式披露机制，使 4000 字符索引常驻、正文按需加载，将常驻上下文成本降低 25 倍

反问

08、结合面试表现，如何学习后端和 Agent

面试进入收尾环节，轮到我提问：结合刚才的表现，能否给一些后端和 Agent 方面的学习建议？

老王思考后给出了信息量很大的建议，实在太用心了，兄弟，我都想向他鞠个躬。把原话逐项拆开，就是一份完整的自查清单：

• 模型怎样运行：在 ReAct 主流框架下，模型和框架分别承担什么职责，边界位于何处
• 模型缓存机制：前缀缓存命中与未命中的成本差异，以及怎样组织上下文以利用这一收益
• 如何提高输出稳定性：温度参数、结构化提示及约束性描述
• Skill 的运行逻辑：索引注入和按需加载的两段式流程，以及预算如何确定
• MCP 与 tool use 的机制：协议、传输方式、命名空间和权限控制
• 上下文管理：压缩触发线、内容保留策略及消息边界完整性
• 参考实现：上述机制都能在 Claude Code 的开源生态中找到对照
• RAG 的知识管理与召回：切块策略、混合检索和重排序，以及怎样提升召回的准确度与精度

清单中的每一项，都可以结合一个真实项目的源码完整过一遍。

ending

过去后端面试比拼并发和中间件，如今还要比拼对模型、工具调用、记忆及上下文的理解。

我们有机会置身 AI 发展的风口浪尖，把 Agent 从名词清单变成写在简历上、经得起追问的项目。挑战固然不少，但可能性同样无限。

兄弟姐妹们，加油吧。

下期再见。