快手 AI 全栈一二面：Harness、沙箱与需求交付
本场面试题
- Harness 是什么，在 Agent 项目中负责什么？
- Agent 沙箱应该怎样设计？
- 一站式需求交付平台怎样设计，并怎样控制成本？
- 怎样根据多方面数据分析生活服务场景下销量差的原因？
面经与参考答法
快手 AI 全栈一二面：Harness、沙箱与需求交付
公司：快手；岗位：AI 全栈开发；轮次：一面、二面，合为一个流程。原文时间线记一面10.15、二面10.19，未明写年份。
根据候选人公开自述选录技术问题，经历未获外部认证。原帖未提供完整现场答案；下方短答与例子均为编辑补充，不代表作者实际作答、项目实现或企业标准答案。本文选录4组问题。
（1）Harness 是什么，在 Agent 项目中负责什么？
Harness 是让模型、工具和任务状态协同运行的执行环境。它组织上下文与循环，校验工具和权限，管理预算、超时、记录与恢复，并按验收条件判断任务终态。模型提出下一步动作，实际执行与结果核验由运行时承担；仅有一段提示词或把模型回复显示出来，还不足以交代这些职责。
教学例子：Agent提出修改文件，Harness把操作限制在允许工作区，记录变更，执行需要的测试并核对产物；模型写“改好了”不能代替这些证据。
知识阅读：从零构建 Agent 运行时。
（2）Agent 沙箱应该怎样设计？
按任务列出需要保护的文件、凭证、租户数据和资源，再由模型之外的执行层建立限制。使用独立工作目录和最小权限，控制文件挂载、网络可达范围、CPU、内存、时间及输出大小；执行后核对退出状态、回收资源并检查输出。容器只是实现手段之一，默认配置并不自动构成充分隔离。
教学例子：运行待审核项目的测试时，只导入必要文件，不继承宿主凭证；测试产生的日志或文档仍当外部数据，不能因里面写了操作要求就授予额外权限。
知识阅读：代码执行、浏览器与文件操作沙箱。
（3）一站式需求交付平台怎样设计，并怎样控制成本？
先明确用户提交什么需求、产出什么制品、哪些条件算交付成功。把需求澄清、方案、实现、验证和交付组织成带依赖的任务图，持久保存状态、版本与证据。成本按每个成功交付任务统计模型、工具、等待和重试消耗；再用任务分级、按需上下文、可复用缓存及无冲突并行优化，并检查质量是否退化。
教学例子：为已有页面增加筛选功能，先固定筛选和重置的验收条件，再实现最小修改并验证。常规代码定位可采用较低成本路径，跨模块疑难任务升级处理；一次生成便宜但反复返工，未必更省。
知识阅读：Coding Agent 的架构与执行循环。
（4）怎样根据多方面数据分析生活服务场景下销量差的原因？
先确认“销量”指件数、订单数还是金额，以及比较窗口、数据完整性和口径。再把流量、转化、供给、活动与支付等候选因素转为可验证假设，用受控查询取同快照证据；独立分支可并行，汇总时核对时间与指标关系。结论说明支持证据、其他可能原因和无法确认之处，相关变化本身不能证明因果。
教学例子：假设目标指标是订单数，同口径下可按访问量与下单转化率拆解。访问下降而转化稳定，先追查流量来源及活动变化；这只是定位线索，仍需核对同期事件、对照数据或可行的进一步验证，不能直接归因于某个活动。
知识阅读：多智能体协作与适用边界。