想入职 agent 开发,解决过什么问题最硬

提问

AI根据立正公开的文章和视频整理,不是他本人回复

最硬的问题不是“我调通了 agent”,而是你解决过一个真实场景里 agent 不可靠、不可信或落不了地的问题,并能说清取舍和验证。

硬在“从 demo 到能交付”的差距

招聘方看 agent 开发,通常不只看会不会接模型和工具,而看你能不能把能力变成别人敢用的系统。Jove 在访谈里说,客户自己也能 build 传统网站或 App,但做 AI Agent 会遇到幻觉、RAG/KB 低延时等不显而易见的问题,需要专家精细打磨⁠1。他还强调企业采购最难的是 trust,技术性能好,大客户也可能问 so what⁠2。所以最能讲的问题,往往是你让一个 agent 在真实约束下变得可靠:错误怎么被拦住、失败怎么恢复、用户为什么愿意用。

可讲的三类问题

第一类:可靠性问题。比如 agent 生成错误查询或错误操作时,你怎么加审计层 reject 并回传错误做 self-correction。PuppyGraph 的未末说这听上去 naive,但帮很多大客户把 agent system 部署到生产环境⁠3。第二类:目标漂移与错误恢复。立正提到 Opus 4.5 之后,过去为长程任务 error resilience 写的 agentic loop 没用了,模型缺的是经历太多错误后 recover from errors、不偏离目标的能力⁠4。第三类:真实业务验收。AMD 案例里,签合同前让 stakeholder 随机提问,用真实问题当验收标准⁠3。这三类都比“我搭了一个多代理系统”更能说明你解决过硬问题。

怎么把经历讲硬

AI推演

如果你要准备面试或作品集,可以挑一个你真正做过的 agent 项目,按“目标—失败模式—你加的约束—可观察结果”讲。比如你发现 agent 在多步任务里目标漂移,于是加了什么检查、在哪个环节拒绝错误输出、最后错误率或人工介入次数怎么变。立正说,真正的需求要靠回顾自己的认知极限去找,然后用 minimal viable product 的方式解决,开 100 个 agent 或做桌面研究不算海量工作⁠5。这是 AI 的应用建议:先选一个你亲身遇到、能拿出前后对比的问题,而不是堆技术名词。

提供的片段没有直接列出 agent 开发岗位的招聘标准,以上是从 FDE 落地、生产部署和项目分类材料中推出来的判断;具体岗位要求仍需看招聘方原文。

回到5份原文

面试里怎么讲 agent 项目的失败与修复?

追问

AI根据立正公开的文章和视频整理,不是他本人回复

讲 agent 项目的失败,重点不是承认“翻车”,而是说清你在关键决策上发现了什么不可靠、怎么修、修完怎么验证;面试官会用追问交叉核对,所以细节要经得起挖。

把失败讲成一次关键决策,而不是一次事故

材料里的观点

光叔在讲招聘时提到,他会先问候选人最有成就感的事,再追问“最大困难是什么”,并判断这个困难是否在这件事里起主导作用、成功是否真由解决它带来⁠1。立正接着指出,参与过一个项目,永远可以把主要功劳说成自己的,但“在关键决策克服重要的困难”很难伪装⁠1。放到 agent 项目上,这意味着失败要落在你做的某个判断上:比如工具调用失败后该重试还是交给人、检索结果不可信时该不该让模型继续答。说清你当时怎么判断、错在哪,比罗列 bug 更有信息量。

修复要能对上 agent 的真实风险点

立正在分类 AI 项目时给出一条对应关系:L3 要处理工具调用的失败、重试、权限、日志和人类确认;L4 要把 workflow 做成可评估、可迭代、可观测的系统,而不是只靠一次 demo 跑通;L5 要给 agent 加边界——什么时候继续、什么时候停、什么时候交给人、怎么验证中间结果⁠2。这是 AI 对材料的归纳,不是面试评分标准。按这个思路,你的修复故事最好能指出失败属于哪一类,以及你加了什么机制让同类问题可被发现、可被拦住。

用“再做一遍”检验你的复盘深度

AI推演

董有超说他做项目时会假装自己是面试官,反问:为什么要这么做、做得好不好、有没有别的办法、只有你能做好吗、别人会不会做得更好、再做一遍会怎么做⁠3。立正也提到,真正有意义的工作可能只占 5% 的时间⁠3。面试前可以拿这套问题自测你的 agent 失败案例:如果“再做一遍”的答案只是“更小心一点”,说明修复还没落到系统层面;如果能说出改了哪条边界、加了什么验证、下次怎么更早发现,才算讲透了。这是 AI 给的应用建议。

提供的片段没有专门讨论 agent 项目面试的失败叙述,以上是把招聘追问方法、AI 项目分层和复盘问题迁移到该场景;具体岗位的考察重点可能不同。

回到3份原文

没有真实线上项目,怎么造一个能讲深的小项目?

追问

AI根据立正公开的文章和视频整理,不是他本人回复

没有线上项目也能讲深:找一个你身边真实存在的用户和痛点,做一个小到能跑完的闭环,把过程、失败和验证写成可追问的记录。

深度来自真实需求,不来自项目规模

材料里的观点

立正在讲社区项目时强调,项目要从真实需求出发,不是自嗨;他举的例子是给自家孩子做比赛提醒,先给自己家庭用,再被身边人使用。他还提到一个十七岁做了三个项目却没人用的例子,建议对方去找身边十个用户聊,聊完学到很多⁠1。所以“没有线上项目”不等于“没有真实用户”:家人、同事、同学、你自己反复遇到的麻烦,都可以是需求来源。关键不是上线规模,而是这个痛点确实存在、你能接触到使用者。

把项目做成一个能闭合的小循环

立正在谈消灭 fake work 时给了一个可操作的做法:暂时改不了组织,就先闭合一个小循环——做出改动,让真实用户使用,观察发生了什么,再改一次;练的是从判断一路负责到结果⁠2。这正好适合没有线上项目的人:选一个你身边能触达的用户,做最小可用版本,让他真的用一次,记录哪里坏了、你怎么改、改完是否变好。这样你讲的不只是“我做了个 agent”,而是“我发现它在什么条件下不可靠,怎么修,修完怎么验证”。

用微型技术报告的方式讲出来

AI推演

立正建议分享时用“微型技术报告”的心态:Show, Don't Tell,说清原来处理某件事要多久、你做了什么工具、压缩到多久、遇到哪些挑战和 bug、未来还能怎么改;重点放在问题和解决上,让懂行的人从描述里看出你的水位⁠3。他还说,未完成不等于随意,一次好的分享会让人看见你在做什么、有哪些现实约束、试过什么、发生了什么、此刻最需要别人帮你判断什么⁠4。按这个结构写,一个没上线的项目也能被追问出深度。

这些材料讲的是项目选题、闭环和分享方法,没有给出针对 agent 开发岗位的具体面试评分标准;哪些细节最打动面试官,需要结合具体岗位要求判断。

回到4份原文