- 企业与岗位：百度｜测试开发提前批
- 适用层级：初级—中级
- 来源可信度：本人自述
整理说明：以下6道题均依据此前采集的面经问题忠实转述，不代表逐字原话。
一、原面经涉及的6道面试问题
问题1：预编排和ReAct编排有什么区别？
参考回答： 预编排先把流程、条件和分支定义好，执行路径相对确定，便于回归、审计和故障复现。ReAct由模型根据当前上下文选择下一步行动及工具，适合步骤无法完全预知的任务，但引入更多随机性、调用成本和容错复杂度。不是任务越复杂就越要用ReAct，流程稳定时预编排往往更容易保障质量。
问题2：项目里的ReAct架构用的是Spring AI的现有能力，还是自己实现的？
参考回答： 应首先如实说明实际实现方式，明确框架承担了哪些职责，项目自己写了哪些逻辑，例如工具注册、参数校验、执行循环、终止条件、状态保存和异常恢复。如果使用Spring AI，需要解释具体版本及所用接口；如果自主实现，需要解释为什么现有框架不能满足业务需求。不能因为使用了Spring AI，就把底层循环和错误处理归为自己开发。
问题3：Agent接入了多少工具？这些工具的使用率怎么样？
参考回答： 除了给出工具数量，还应说明工具的任务场景、调用量和有效性。使用率可明确成某工具被调用的任务占比或工具调用总量占比，同时结合正确选择率、成功率、延迟及无效调用率判断价值。高调用率不一定代表工具有用，也可能说明Agent存在重复或误调用。
问题4：如果一句话触发所有工具，执行稳定性测试做过没有？
参考回答： 先构造确有多工具需求的任务，测试工具选择、参数Schema、依赖顺序、并发或串行策略、超时和失败隔离；再构造冲突意图及不应调用工具的输入，检查误调用。记录每次执行的Trace、最终任务完成情况及重复执行的波动；对有副作用的工具重点测试重试幂等与权限边界。
问题5：如果两个工具之间存在输入输出依赖，应该怎样组织调用？
参考回答： 把依赖明确为上游输出与下游输入的契约，上游执行成功、结果经字段和类型校验后才触发下游。对空值、超时、格式变化、部分成功、重复调用和回滚补偿分别设计测试。不能仅靠模型自然语言“记住”依赖关系，而没有程序层面的校验。
问题6：你的7个工具相互独立，为什么还要使用ReAct？
参考回答： 这是架构必要性的追问。工具相互独立不意味着必然适合ReAct。如果用户意图可用清晰规则分类，固定路由或预编排更简单、更易测试。只有当任务存在开放式、多轮决策、工具选择需要动态依据中间结果调整等特点时，ReAct的收益才可能超过复杂度和成本。回答应结合自己的项目说明选择依据，并承认替代方案。
二、重点技术复盘：多个Agent工具怎么测稳定性？
建议按四层核查：
- 选择正确性：该调用哪些工具、哪些不该调用，有无漏调用和重复调用。
- 参数与权限：Schema、业务参数及调用权限是否满足约束。
- 执行过程：串并行时序、超时、重试、异常传播和副作用幂等。
- 任务结果：最终目标是否完成，是否出现“工具调用成功但业务结果错误”。
需要将输入、模型和Prompt版本、工具调用顺序、参数、响应、异常以及最终断言关联到同一条Trace，以便复现和回归。
三、延伸追问
如果工具A扣减库存，调用超时后Agent重试，如何保证不会重复扣库存？
参考思路： 使用业务级幂等键、服务端去重及状态查询；超时不等于失败，不应直接盲目重放有副作用的操作。测试要覆盖请求实际成功但响应丢失等场景。
