阿里控股 Agent Infra 一面：Agent 选择、记忆纠错与持续改进
本场面试题
- 多 Agent 系统怎样选择合适的执行者？
- 长期记忆出现错误或过期内容时怎样处理？
- Agent 的自我改进怎样做，改进指标从哪里来？
面经与参考答法
阿里控股 Agent Infra 一面：Agent 选择、记忆纠错与持续改进
标题注明阿里控股、Agent Infra 开发工程秋招一面，8 月 17 日，年份未注明。作者记录开场因麦克风问题耽误时间，随后围绕多 Agent、记忆和实习展开；具体部门、总时长和最终结果未给出。
根据公开面试自述选录，经历未经外部认证。短答和例子均为编辑教学补充，不代表候选人现场回答、原项目已实现能力或企业标准答案。
选录 Agent 选择、长期记忆问题、持续改进指标三组。Agent 池、容量发布、实习业务与其他指标均保留私有库存；“Agent 怎么采集”缺少对象定义，不恢复具体问题。
（1）多 Agent 系统怎样选择合适的执行者？
把任务需要的能力、输入输出、权限、预算和依赖与候选执行者的合同匹配，先过滤不允许或不具备能力的候选，再决定是否委派。固定分工可由代码路由，未知分支才评估模型决策；低把握或缺输入时澄清，结果仍须由协调层验证。角色名称本身不能证明适合当前任务。 教学例子：只读分析任务可以交给有相应数据权限的分析角色，不能因为另一个角色历史得分高就让它越权访问。原文没有披露选择算法，这只是设计框架。
（2）长期记忆出现错误或过期内容时怎样处理？
保留来源、主体、时间、有效期和版本，区分重复、冲突、过期与不可信写入。经证据确认后追加修正并使旧记录失效，更新检索索引和缓存；无法判定的冲突先隔离，不能让模型按相似度覆盖事实。用固定失败样本检查修正是否生效和是否误删有效信息。 教学例子：旧偏好与本次临时要求看似矛盾，应先比较作用域；本次约束不直接覆盖长期偏好。原题只说有bad case，没有披露实际错误类型。
（3）Agent 的自我改进怎样做，改进指标从哪里来？
把实际失败、用户反馈和人工修正先变成可复现样本与候选改动，再固定版本、环境和评分规则比较。指标来自任务成功、证据质量、错误副作用、延迟和总成本等明确目标；保留独立留出任务与回退方案。Agent 可以提出优化，不能同时改验收规则来证明自己进步。 教学例子：某条错误轨迹提示工具描述有歧义，先补候选描述，再与旧版比较正常和相近工具误选样本；不能只用刚修好的那条样本宣称整体进化。