腾讯 AI 应用开发面试：跨会话记忆与多 Agent
本场面试题
- 跨会话怎样压缩并保留关键信息？
- FSM 状态机怎样实现？
- 为什么选择 ReAct？
- 多 Agent 怎样划分？
- Skill 的核心价值是什么？
面经与参考答法
腾讯 AI 应用开发面试：跨会话记忆与多 Agent
原帖未披露具体面试日期和轮次。本文按主题选录可见技术问题；跨会话关联追问并入记忆题，补回工厂模式与后台搭建问题。答案和方案是教学整理，不代表候选人现场回答或项目实际实现；未给出条件的股票交易题保留待确认边界。
原帖自述集中考察记忆介质、状态机、ReAct、多 Agent、Skill、可插拔 RAG 和部署。原帖序号有缺失，本文按主题重组，不补造问题。
同一原问涉及多个既有专题时，下方分列复习入口；它们不代表新增独立题目或面试流程。题后的回答均为整理教学，不是候选人现场作答。
（1）记忆应该存在哪里？
（1）记忆应该存在哪里？
关联知识点待核实。
短期运行状态可放检查点数据库或低延迟 KV；原始对话与审计事件放可靠数据库/对象存储；语义检索需要向量或全文索引。选择时同时考虑一致性、TTL、删除权、租户隔离、容量与恢复。模型上下文只是一种读取视图，不是持久化层。
（2）跨会话怎样压缩并保留关键信息？
（2）跨会话怎样压缩并保留关键信息？
将原始事件和派生摘要分开。摘要只保留已确认事实、偏好、目标、约束、未完成事项及来源 ID；每次更新做冲突检测，并允许从原始事件重建。用户维度至少用 tenant_id + user_id 隔离，session 只表示一次会话，不能拿 session ID 代替用户身份。
（3）同一原问的复习入口（会话摘要、压缩与记忆提炼）：跨会话怎样压缩并保留关键信息？
将原始事件和派生摘要分开。摘要只保留已确认事实、偏好、目标、约束、未完成事项及来源 ID；每次更新做冲突检测，并允许从原始事件重建。用户维度至少用 tenant_id + user_id 隔离，session 只表示一次会话，不能拿 session ID 代替用户身份。
延伸阅读：Agent 记忆系统架构设计、会话摘要、压缩与记忆提炼。
（3）FSM 状态机怎样实现？
（4）FSM 状态机怎样实现？
先列有限状态及允许的事件/转移，为每次转移定义前置条件、动作和失败状态。状态持久化使用版本号或 CAS 避免并发覆盖，外部副作用使用幂等键。状态机适合确定性业务阶段，开放式问题求解可在某个状态内部使用 Agent。
延伸阅读：用状态机建模 Agent 行为。
（4）为什么选择 ReAct？
（5）为什么选择 ReAct？
ReAct 让模型在观察工具结果后决定下一步，适合信息不完整、路径需要动态调整的任务。代价是调用次数、延迟和循环风险。生产实现应保存结构化 Action/Observation，限制步数、工具权限和预算；确定流程不要为了“Agent 化”强行使用 ReAct。
（5）多 Agent 怎样划分？
（6）多 Agent 怎样划分？
只有角色需要不同工具/权限、任务可并行或上下文确实需要隔离时才拆分。按研究、执行、校验等责任划分，并定义输入输出 Schema、共享状态所有权和合并策略。多个 Agent 并发写同一资源时使用单写者、事务/乐观锁或任务队列，不能依赖最后写入者获胜。
延伸阅读：多智能体协作与适用边界。
（6）Skill 的核心价值是什么？
（7）Skill 的核心价值是什么？
Skill 把某一任务所需的触发条件、步骤、边界和资源按需加载，减少系统提示长期塞入所有知识。Auto-coder Skill 应进一步约束仓库规则、修改范围、测试和发布门禁。热更新必须带版本号，让进行中的 run 固定旧版本，新 run 再使用新版本。
（7）可插拔 RAG 与热更新怎样做？
（8）可插拔 RAG 与热更新怎样做？
关联知识点待核实。
先抽象稳定的检索接口和结果 Schema，后端实现通过配置选择；新索引构建完成并通过校验后原子切换别名，旧索引保留回滚窗口。配置中心保存版本与审计，运行中的请求读取一致快照，避免一次请求前后使用两套配置。
（8）本地部署要考虑什么？
（9）本地部署要考虑什么？
关联知识点待核实。
除模型和服务启动外，还要规划 CPU/GPU/内存、模型与索引体积、密钥管理、网络出口、日志脱敏、健康检查、备份恢复和升级回滚。配置按环境分层，敏感值由 Secret 管理，不打进镜像。
学习阅读（不计专题频次）：Agent 服务部署、扩缩容与版本发布。可继续了解版本、Kubernetes、探针和灰度等生产部署内容；这些扩展不代表原帖实际问过，也不能替代本地运行约束和配置位置的具体回答。
（9）LangChain 与 LangGraph 有什么区别？
（10）LangChain 与 LangGraph 有什么区别？
关联知识点待核实。
LangChain 提供模型、Prompt、检索器和工具等组件；LangGraph 用图和共享状态表达可循环、可中断、可恢复的长流程。简单链路可直接组合组件，复杂控制流才需要图式运行时。
（10）最长有效括号和股票交易题怎样澄清并求解？
（11）最长有效括号和股票交易题怎样澄清并求解？
关联知识点待核实。
原帖记录了“最长有效括号”和“股票交易”。前者可用栈保存未匹配括号下标，或用动态规划记录以当前位置结尾的最长长度；股票题必须先澄清交易次数、手续费和冷冻期，再选择状态机 DP。
（11）工厂模式有什么优点？
（12）工厂模式有什么优点？
关联知识点待核实。
把对象创建与使用分离，可以集中处理实现选择和初始化，让调用方依赖稳定接口，便于替换与测试。代价是增加抽象与维护成本；只有创建分支、生命周期或扩展需求确实复杂时才值得引入。原帖未给出具体工厂实现，不能补造作者的设计。
（12）第一个项目的后台怎样搭建？
（13）第一个项目的后台怎样搭建？
关联知识点待核实。
从真实需求和职责边界讲起，说明接口、鉴权、数据模型、业务层、任务处理、配置与部署，再用一次请求串起数据流和错误处理。应区分本人完成与复用组件，并展示真实验证证据。原帖只给出这一问，未披露后台技术栈或实现细节，本文不替作者补造架构。