蚂蚁国际 Agent 一面：跨系统 AI 交付与 MCP 工具链
本场面试题
- AI 怎样处理涉及多个前后端系统的需求并完成交付？
- Function Calling 与 MCP 怎样配合完成工具调用？
面经与参考答法
蚂蚁国际 Agent 一面：跨系统 AI 交付与 MCP 工具链
标题注明蚂蚁国际、Agent 开发一面。原文沿个人项目和笔试交互连续追问，具体面试日期、时长与团队未注明；标题中的结果只按作者自述保留，不以机器证据等级认证经历。
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。
选录跨系统 AI 开发交付、Function Calling 与 MCP 两组。模型、Token 花费与节约、SDD/TDD、Skill 创建和笔试交互细节均保留私有完整库存，本页未展开。
（1）AI 怎样处理涉及多个前后端系统的需求并完成交付？
先明确用户行为、各系统职责、接口合同与验收条件，确认依赖后拆成可独立验证的变更。让 AI 读到相关代码和约束，逐步修改并运行接口、集成和用户流程检查，审查权限、配置与回滚条件。多个Agent只是组织方式，最终仍需证明各系统组合后的行为成立。 教学例子：一项教学用跨端变更同时涉及接口字段和界面展示，单仓测试通过仍不足够；还要验证版本兼容与端到端行为。原项目的具体系统名称和需求未公开。
（2）Function Calling 与 MCP 怎样配合完成工具调用？
Function Calling让模型提出结构化工具调用，实际执行与校验由应用负责；MCP组织宿主、客户端与服务端之间的能力发现和调用。应用可直接实现工具，也可通过MCP连接服务，二者并不互相替代。先发现获准能力并给模型适当描述，执行前校验参数与权限，再把对应结果交回模型；传输和配置按具体版本核对。 教学例子：天气查询工具由MCP服务提供时，宿主仍要把调用结果关联到正确请求；接口报错不能改写成查到天气。原文没给服务器配置，不能补某个固定通信地址或启动命令。