中兴员工：从华子跳到中兴，以前无法理解，直到认识一位14级来养老的，才知道中兴AI发展这么好了（附Agent面试题）

沉默王二约 3713 字大约 12 分钟

如题，以前我也无法理解，觉得华子才是通信领域的扛把子啊。

直到我在 WAIC 看到中兴展示的全球首款 AI 智能体手机，用户只要说一句话就能让 AI 跨应用执行复杂任务。

跨 APP 查信息、订酒店、订机票、发消息、做对比，不需要一个个 APP 点开操作。

不只是在语音助手里嵌入一个大模型，而是涉及到比如多模态融合意图理解 + GUI 感知 + 多步任务规划 + 跨应用执行 + 安全边界。

一个完整的智能体工程啊。

换句话说，想进入 AI 赛道不需要只盯着头部AI的公司（智谱、Kimi、阿里、腾讯），中兴这种在AI时代转型的传统行业大厂也是一个不错的选择。

别的我就不多说了，免得你觉得我是中兴的小吹子，其实我只是希望你多一个视角去看待这些传统老牌大厂而已（顺带分享一些 AI Agent 的面试题，纯公益事业）。

当然，你也不需要只盯着模型和算法。

后端的智能体服务、任务编排、工具调用、模型部署，客户端的 OS 交互、跨应用执行，安全方向的权限、隐私、风险控制，测试方向的长程任务稳定性等，都是非常值得冲的方向。

AI 时代，改变的太多了，无论是个人还是公司。

但有一点没变，你我都需要，让自己在这个时代分一杯羹吃，别让别人都吃了，就可以😄。

如果你是一位愿意相信努力、相信过程、相信一步一个脚印、相信自己能在 AI 时代分一杯羹的人，那接下来这份硬核的面经，希望你能认真读一读。

（全文比较肝，保证大家能学到很多很多，系好安全带，我们粗粗粗粗发～）

content

PS：PaiCLI 是一个类 Claude Code 的终端 Agent，已开源。如果想拥有一个 Agent 项目经验，可以参考。

GitHub: https://github.com/itwanger/PaiCLI-Python

01、提示词模板是怎么搭的？

老王拿起桌上那份简历扫了一眼，看完把简历翻过来扣在桌上，从厚厚的镜片中心看着我：

“你之前做的 Agent 项目，提示词模板是怎么搭的？一次性拼完还是分层组装？”

“按照固定顺序拼接。”

“前四层是静态的——身份定义、人格风格、执行模式指令集、审批策略，整个会话期间不变。后五层是动态的——运行时上下文、项目记忆、Skills 索引、压缩策略、收尾指令，每轮更新。”

“核心就一条：静态内容排最前面。Prompt Caching 按最长公共前缀命中，前缀越稳定缓存命中率越高，token 成本差不多能省一个数量级。”

02、单Agent还是多Agent？子Agent具体怎么分工？

“默认单 Agent。”

“ReAct 循环能解决大部分任务——LLM 决策、工具调用、观察结果、再决策。复杂任务有两条升级路径。”

“Plan-and-Execute 是先规划再执行。规划器输出带依赖关系的任务图，按拓扑排序分批跑，中途失败触发重新规划。”

“Team 模式是三角色协作。规划器只输出计划不碰工具，Worker 拿着完整工具集干活，审查器检查产出，不合格打回重做，最多两次。”

“关键是角色隔离——规划器和审查器都不碰工具，工具执行权集中在 Worker 手里。审查器自己改代码自己审。”

03、分支覆盖率的统计原理是什么？

我说完架构，老王低头看了一眼手表——不像是在看时间，更像是展示他那光彩炫目的劳力士。

“换个方向。分支覆盖率的统计原理是什么？”

“原理是代码插桩。在每个分支节点——if/else、switch/case、try/catch、三元表达式——插入一个计数器。测试跑完之后统计哪些分支被执行过、哪些没有。覆盖率就是已执行分支数除以总分支数。”

代码插桩怎么实现的？

“两条路线。”

“源码级插桩是 AST 改写——编译前把探针代码插到源码里。Istanbul 走的就是这条路，JavaScript 和 TypeScript 的覆盖率工具基本都基于它。”

“字节码级插桩是编译后改字节码。JaCoCo 用 Java Agent 在类加载时动态织入探针，不动源码，对开发者完全透明。”

“源码级跨语言通用，字节码级不侵入源码。”

04、有没有做过代码前置分析？怎么判断代码有效性？

“做了。代码喂给模型之前先跑一遍前置分析。”

“第一步 AST 解析，确认语法完整——解析失败的文件直接跳过，不浪费 token。第二步依赖分析，从 AST 里提取所有外部调用——数据库操作、HTTP 请求、文件读写——后面生成 Mock 要用。第三步接口签名提取——方法名、参数类型、返回值类型、异常声明，这些是模型生成测试代码的核心输入。”

“有效性判断有三条：语法可解析、关键依赖可达、方法签名完整。三条都过了才进生成队列。”

优化指标怎么设计？

“分层。”

第一层编译通过率——生成的测试代码能不能编译。
第二层运行通过率——编译过了跑起来有没有报错。
第三层覆盖率增量——跑完之后分支覆盖率比之前提高了多少。
第四层断言质量——断言要真的在验证业务逻辑，不是 assertNotNull 凑数。

05、哪些代码会让单测生成的准确度变低？

“几类特别难。”

“高耦合——一个方法里调了五六个外部服务，Mock 链条太长，生成的测试代码大概率编译都过不了。”

“全局状态依赖。static 变量、单例模式、ThreadLocal，状态在测试之间互相污染。”

“反射和动态代理。AST 只能看到静态调用关系，运行时通过反射调的方法，依赖分析根本发现不了。”

“异步回调也是重灾区。”

AST和LSP搞不定的怎么过滤？

“打分制。给每个方法算一个可测试性分数。”

“输入维度：外部依赖数量、嵌套深度、有没有用反射、有没有异步调用、方法圈复杂度。加权求和，低于阈值的方法标记为'不建议自动生成'，跳过。”

“阈值不是随意定的。跑一段时间后用实际结果校准——分数高但生成失败的，分析原因，调权重。”

06、模型因为压缩过度效果不理想，怎么发现、怎么处理？

老王把简历重新翻过来，扫了一眼上面的项目经历，像是在核对我刚才说的和简历上写的对不对得上。

“怎么发现的。每批生成任务跑完后自动比对这一批的输出质量。最直接的指标是编译通过率——如果比历史均值低了 15% 以上，大概率是输入压缩过头了，模型拿到的代码信息不够。”

“处理分两步。第一步标记不可压缩区域——方法签名、核心业务逻辑、关键依赖声明，压缩了就完蛋。能压的是 import 列表、注释、getter/setter 这类模板代码。”

“第二步动态调整压缩比。目标 token 数设成一个范围，不是固定值。这一批质量下降了，下一批自动放宽 token 预算，牺牲一点成本换回质量。”

07、Mock机制是怎么实现的？

“Mock 机制是怎么实现的？”老王端起茶杯吹了吹热气，问得很随意。

“分三步。”

“第一步依赖识别。AST 解析提取方法体里所有外部调用——数据库操作看 JPA Repository 或 MyBatis Mapper 的注解，HTTP 请求看 RestTemplate 或 WebClient，文件操作看 java.io 和 java.nio 的引用。”

“第二步策略选择。数据库调用用 @MockBean 配合 when/thenReturn，HTTP 调用用 WireMock 起本地服务，文件操作用 @TempDir。每种依赖类型一套模板。”

“第三步注入。Mock 声明和 setup 代码拼到 @BeforeEach 里，模型只管写断言逻辑。”

“最容易踩坑的是粒度。Mock 太粗，测试覆盖不到真实的业务逻辑；Mock 太细，维护成本爆炸。原则是只 Mock 跨进程的调用——数据库、网络、文件系统。进程内的依赖尽量用真实对象。”

08、Skills的底层是怎么实现的？

“渐进式披露，分三层加载。”

“索引层只放 Skill 名称和一句描述，控制在 4KB 以内。模型看到索引，判断当前任务需要哪个 Skill，调 load_skill 工具把完整指令加载进来。”

“加载后推入 LRU 缓冲区，最多同时持有 3 个 Skill，超出的按最久未使用淘汰。缓冲区在下一轮 LLM 调用前一次性注入用户消息，注入完清空。”

为什么不一次全量加载？

system prompt 越长，Prompt Caching 命中率越低。大多数对话只用到一两个 Skill，全量加载等于让用户为用不到的 Skill 浪费 token 成本。

09、喂给模型的输入到底是什么？

老王突然把眼镜摘下来，捏着镜腿，继续问。 “LLM 底层你了解多少？喂给模型的输入到底是什么，能说清楚吗？”

“文本进来先过 Tokenizer。Tokenizer 不是按字或按词切的，是按子词（Subword）切——BPE 算法根据训练语料统计频率，高频词保留完整，低频词拆成更小的片段。切完之后每个片段对应一个 Token ID。”

“Token ID 去查 Embedding 表，每个 ID 映射成一个高维向量。”

“然后加位置编码。Embedding 本身不带位置信息，模型不知道一个词出现在句首还是句尾。RoPE 把位置信息编进向量里。”

“最后这一串高维向量送进 Transformer 的多层 Self-Attention 和 FFN。模型看到的不是'你好'两个字，是两个高维向量。”

10、QKV为什么要这么分？怎么算的？

“每个 token 的 Embedding 向量分别乘以三个权重矩阵 W_Q、W_K、W_V，生成 Query、Key、Value 三个向量。”

“Q 和所有位置的 K 做点积，得到注意力分数。除以 √d_k 缩放——防止点积值太大导致 softmax 输出接近 one-hot，梯度消失。softmax 归一化之后，用这个概率分布对所有 V 加权求和，得到当前 token 的输出。”

“Q 是'我在找什么信息'，K 是'我能匹配什么查询'，V 是'匹配上了实际传递什么内容'。一个向量同时干三件事，只能算自相似度，表达能力有限。三个独立的权重矩阵，3 倍的可学习参数。”

同一个token在不同位置的向量是一样的吗？

“不一样。RoPE 会根据 token 位置对 Q 和 K 做旋转变换，旋转角度和位置成正比。同一个'的'字出现在第 5 个位置和第 50 个位置，向量方向不同。”

场景题

11、为什么要搞并行化意图识别？具体怎么实现的？

老王把眼镜重新戴上。我以为快结束了，开始在心里盘自己答得怎么样。他端起茶杯喝了一口，不急不慢。

“再来两道场景题。”他把茶杯放回桌角，“并行化意图识别了解吗？为什么要做并行？”

“传统意图识别是串行——先分类意图，再抽取实体，再判断领域，再评估紧急程度。下一步要等上一步完成。”

“但如果几个维度之间没有依赖关系。意图分类不需要等实体抽取的结果，领域判断也不依赖紧急程度。独立成并行任务跑就对了。”

“实现上，每个维度定义成一个独立的分类器，用 CompletableFuture 并发执行，全部返回后在路由层合并结果。”

AI 正在重新划分工程师的能力版图，这个过程才刚开始。

加油吧，兄弟姐妹们。

下期见。