秋招 蚂蚁 AI 应用方向技术 面经

面试方向： AI Agent / 大模型应用工程
部门： 支付服务方向
这场先从实习项目出发，问工具调用、防幻觉、规则校验和上下文管理；
中间给了一个支付失败诊断 Agent 的开放设计题，围绕多 Agent 分层、领域排查、Workflow / ReAct 和权限连续追问；最后还问了本体与知识图谱，以及支付系统应对大促流量的工程设计。
一、开场与自我介绍
1. 简单做一下自我介绍。
二、京东项目
2. 京东的 Agent 整体架构是什么？你具体负责哪一块？
3. 系统依赖很多外部数据和工具调用，怎么保证 Tool Calling 的准确性？
4. 如果工具调用失败，模型开始编造结果，怎么处理？
5. 你们整体上怎么做防幻觉？
6. 系统里实际有多少条校验规则？能举例吗？
7. JSON 格式符合 Schema，但内容判断错了，怎么发现？
8. 除了数据抽取和规则校验，还有哪些防幻觉手段？
9. 这个流程是多轮交互的 ReAct，还是围绕单个简历的一次性任务？什么时候触发？
三、上下文管理与记忆安全
10. 项目上下文大概有多大？遇到输入或输出过长时怎么处理？
11. 脱离项目，你对 Agent 的上下文管理有哪些了解？
12. 如果压缩把“不能修改生产配置”变成了“修改生产配置”，并写入长期记忆，怎么发现和避免？
四、场景设计：支付失败诊断 Agent
13. 设计一个支付失败诊断 Agent：输入自然语言或订单信息，输出失败原因和证据，你会怎么做？
14. 这个场景应该用单 Agent，还是 Multi-Agent？为什么？
15. 具体怎么分层？Supervisor、Planner、Executor 分别做什么？
16. 支付涉及收银台、收单、交易、银行卡、余额、花呗等系统，各个系统的业务排查能力放在哪里？
17. 这套方案到底是 Workflow，还是 ReAct？
18. 权限怎么设计？既包括使用者的权限，也包括 Agent 内部各层的权限。
19. 一个子领域本身也很复杂，怎么构建它的排查能力？需要哪些东西，才能真正查出问题？
20. 再具体一点：子 Agent 怎么判断故障落在哪个模块？
五、本体化与知识图谱
21. 怎么理解本体化？京东的本体化工作具体怎么构建？
22. 脱离业务，本体的核心组成是什么？
23. 本体与知识图谱是什么关系？
六、工程场景：支付系统如何应对大促
24. 双十一等大促流量到来时，核心支付系统需要哪些能力或架构？
25. 支付链路里哪些能力可以降级？你说要关闭某些银行卡选项，这样合适吗？
七、反问与面试官反馈