#七、Agent、工具调用、工作流编排与协议

#代表笔试题

  1. 什么是 Agent？它和普通 Chatbot 的区别是什么？
  2. ReAct 的基本思想是什么？
  3. tool calling / function calling 的作用是什么？
  4. workflow 和 autonomous agent 的差别是什么？
  5. memory 在 Agent 中通常有哪些类型？
  6. MCP（Model Context Protocol）想解决什么问题？

#就地速答

  • 问：什么是 Agent？它和普通 Chatbot 的区别是什么？

    答：Agent 不只是“会聊天的模型”，而是一个围绕目标持续运行的决策系统。它通常会经历一条闭环：接收目标、观察环境、决定下一步、调用工具、读取结果、再继续规划。所以 Agent 的核心不是输出一段漂亮文字，而是能推进任务状态。详见后文“### 73. 什么是 Agent？它和普通 Chatbot 的区别是什么？”。

  • 问：ReAct 的基本思想是什么？

    答：ReAct 的核心思想，是把 reasoning 和 acting 交替起来：模型先做一步思考，决定下一步该查什么、调什么工具、执行什么动作；动作执行后得到 observation，再基于新的观察继续推理。它不是让模型先在脑中把全流程想完，而是强调“边想边做、边看边改”。详见后文“### 74. ReAct 的基本思想是什么？”。

  • 问：tool calling / function calling 的作用是什么？

    答：tool calling / function calling 的作用，是让模型从“只会说”扩展到“会调用外部能力”。模型不再只是生成自然语言，而是可以按结构化 schema 输出函数名和参数，把计算、检索、数据库查询、系统控制等能力交给外部工具完成。详见后文“### 75. tool calling / function calling 的作用是什么？”。

  • 问：workflow 和 autonomous agent 的差别是什么？

    答：workflow 和 autonomous agent 的本质区别，不在于“有没有模型”，而在于路径是不是提前写死。workflow 通常是预定义流程：A 完成后到 B，B 完成后到 C，分支有限、逻辑可控，适合稳定业务；autonomous agent 则会根据环境反馈实时选择下一步，路径不是预先完全固定的。详见后文“### 76. workflow 和 autonomous agent 的差别是什么？”。

  • 问：memory 在 Agent 中通常有哪些类型？

    答：Agent 中常见的 memory 至少可以分成几类：短期上下文记忆，用于保存当前对话和本轮工具结果；任务状态记忆，用于追踪计划做到哪一步、哪些步骤成功或失败；长期用户记忆，用于保存稳定偏好、身份信息、习惯约束；工具记忆，用于记录过去哪些工具在什么场景下有效；外部知识记忆，则更像外挂知识库或向量存储。详见后文“### 77. memory 在 Agent 中通常有哪些类型？”。

  • 问：MCP（Model Context Protocol）想解决什么问题？

    答：MCP（Model Context Protocol）想解决的核心问题，是模型接外部工具、资源和上下文的方式过于碎片化。过去每接一个系统，往往都要重新定义接口、权限、数据格式和调用方式，导致工具生态难复用、难组合、难迁移。详见后文“### 78. MCP 想解决什么问题？”。

#代表面试题

  1. 你如何区分“工作流自动化”和“真正的 Agent 系统”？
  2. ReAct、Plan-and-Execute、Reflexion 各自适合什么任务？
  3. 一个 Agent 经常乱调用工具、循环执行、迟迟不结束，你会怎么诊断？
  4. 如果要做 Multi-Agent，你怎么决定拆几个 agent，而不是一个大 agent 全做？
  5. MCP / A2A 这种协议化尝试的价值是什么？为什么 2026 年大家开始关心它？
  6. Agent memory 该保留什么、不该保留什么？如何避免上下文膨胀和错误长期记忆？

#就地速答

  • 问：你如何区分“工作流自动化”和“真正的 Agent 系统”？

    答：区分这两者，最稳的方法是看三件事。第一，关键决策是不是在运行时动态产生；第二，环境反馈会不会真正改变后续路径；第三，系统是否需要显式状态管理、失败恢复和再规划。如果这些都很弱，流程大概率只是 workflow 自动化；如果任务推进必须边观察边决策，才更接近 Agent。详见后文“### 79. 你如何区分“工作流自动化”和“真正的 Agent 系统”？”。

  • 问：ReAct、Plan-and-Execute、Reflexion 各自适合什么任务？

    答：ReAct 更适合那种需要边执行边观察环境的任务，比如检索、网页操作、工具调用，因为每一步行动都可能改变后续决策；Plan-and-Execute 更适合结构相对清晰、可以先拆步骤的大任务，比如长流程分析、复杂写作、计划类任务；Reflexion 则适合允许试错、需要复盘修正的场景，比如程序修复、策略改进、反复尝试的搜索任务。详见后文“### 80. ReAct、Plan-and-Execute、Reflexion 各自适合什么任务？”。

  • 问：一个 Agent 经常乱调用工具、循环执行、迟迟不结束，你会怎么诊断？

    答：这类问题不能一上来就怪模型“太笨”，要分层诊断。先看工具层：tool schema 是否清楚，参数是否容易误填，返回结果是否结构化、可消费；再看状态层：系统有没有把已经完成的步骤记录下来，是否因为状态丢失导致反复做同一件事；再看策略层：停止条件、成功条件、失败回退条件是不是模糊，是否让模型永远有理由继续试；最后再看提示和轨迹：prompt 是否鼓励过度规划，观察结果是否太噪声。详见后文“### 81. 一个 Agent 经常乱调用工具、循环执行、迟迟不结束，你会怎么诊断？”。

  • 问：如果要做 Multi-Agent，你怎么决定拆几个 agent，而不是一个大 agent 全做？

    答：决定要不要做 Multi-Agent，首先不是看“拆开是否听起来高级”，而是看任务是否天然存在角色分工。比如检索、规划、执行、审查确实可能需要不同上下文和不同约束；如果所有步骤本来就在同一语境下完成，强拆通常只会增加通信成本和协调难度。详见后文“### 82. 如果要做 Multi-Agent，你怎么决定拆几个 agent，而不是一个大 agent 全做？”。

  • 问：MCP / A2A 这种协议化尝试的价值是什么？为什么 2026 年大家开始关心它？

    答：MCP、A2A 这类协议化尝试的价值，在于 Agent 生态已经从“单模型 + 几个私有工具”演化到“多个模型、多个执行端、多个资源系统、多个 Agent 之间协作”的阶段。如果没有统一协议，每接一个系统都要单独做适配，导致生态碎片化严重。详见后文“### 83. MCP / A2A 这种协议化尝试的价值是什么？为什么 2026 年大家开始关心它？”。

  • 问：Agent memory 该保留什么、不该保留什么？如何避免上下文膨胀和错误长期记忆？

    答：Agent memory 不该追求“什么都记住”，而应该只保留高价值、可复用、相对稳定的信息。通常值得保留的是用户长期偏好、重要身份事实、稳定约束、重复任务经验；不该长期保留的是临时状态、噪声对话、一次性上下文、未经验证的推断，尤其不能把模型猜测当成事实写进长期记忆。详见后文“### 84. Agent memory 该保留什么、不该保留什么？如何避免上下文膨胀和错误长期记忆？”。

#这一块真正考什么

  • 是否理解 Agent 的本质是“感知 -> 决策 -> 调用工具 -> 观察结果 -> 继续决策”的闭环。
  • 是否知道 Agent 系统的主要失败点往往不在语言模型本身，而在编排、状态管理、工具设计和反馈链路。

#作答抓手

回答 Agent 题时，不要只说“会用 LangChain / LangGraph”，而要说清楚：状态怎么存、计划怎么做、工具怎么选、失败怎么回退、结果怎么观测。