面经 | AI Agent / Automation | 🔥🔥 | TikTok
北美（San Jose）· AI Agent and Automation 软件工程师 · 全职 · 官网投递 · Recruiter Screen 约 25 分钟 → 技术面 约 55 分钟 → 挂了。
官网投的。recruiter 电话改过一次时间，然后只面了一轮技术面，55 分钟，之后就是拒信。所以这篇不长，一个电话加一轮技术面，能想起来的都写下面了。
Recruiter 电话
25 分钟左右。自我介绍、为什么 TikTok、毕业时间和入职时间，还问了一下 LLM 这块我到底上线过什么，不是看过什么。我把之前那个内部自动化项目讲了个短的，就约技术面了。
技术面
55 分钟，一个人。没有单独的设计轮，设计的东西都是从项目和 harness 里问出来的。下面的顺序记得不一定准。
项目
先让我讲简历上第一个项目：架构、我负责哪块、为什么用这套技术栈。然后他一直问状态归谁——一个 run 的状态归谁，两个 worker 同时碰到同一个 run 怎么办。我说同一时间只有一个 owner，状态转换由拿着 run 的那个人写，工具调用带 run id，所以重试不会多出一个 run。他接着问 owner 中途死了呢。我说会被接管，从最后一个提交过的 step 接着跑。有副作用的那个调用不能重放，这块是最麻烦的。
Harness
然后问 agent harness engineering，生产上的 harness 要管哪些。我大概按这个顺序讲的：
- 调度：哪些 run 能拿到槽位，并发上限多少
- 单个工具的 timeout 和熔断
- 上下文注入：每一步给模型看什么、给多少
- 可观测性
- 错误隔离，一次工具调用挂了不能把 worker 一起带下去
他问具体采什么。我说 run 和 tool call 各一层 trace，每步的 token 数和成本，工具成功失败和延迟，再留一份能复现现场的输入输出。内部工单的数据不能直接发给第三方模型，这块要么先脱敏，要么用一个有权限看的模型来判。
执行控制
这题我答得不行。他问：Agent 一直在调工具，但没有任何进展，怎么办。
我说限制步数。他又问，如果步数给得很宽，而 Agent 每次做的都略微不同呢。我说那得对轨迹做重复检测，不是对文本做。然后就没话了——拿什么去 hash 我说不出来，"换个说法其实没动"和"真的往前走了"怎么区分也说不清。这题是我最想重答的。
工具注册和描述漂移
MCP 的 tool 和 skill，注册、版本、schema 兼容、描述怎么治理，避免描述一变就把模型路由到错的工具上。
大概是这么几点：
- 注册表当唯一来源，每个工具都有 owner
- 发出去的版本不动，改 schema 或者改描述都出新版本，中间过一遍兼容性检查；加可选参数没事，删掉或者改名就是 breaking
- 描述当 prompt 来评审，因为它本来就是 prompt
- 每个工具配一小撮标注过的请求做路由评估，描述改歪了在灰度之前就能发现
- 给模型看的只放当前任务要用的那部分，不是平台里所有工具
后面还问了成本。我说简单步骤走便宜的模型、重复请求做语义缓存、上下文该裁就裁、答案定了就提前停，另外给每个 run 一个预算，超了就停，别只做看板。
Coding：折扣券
价格数组，k 张券，每张把某个物品的当前价格减半，同一个物品可以反复用，求最小总成本。
思路就是用贪心，每次把券用在当前最贵的物品上。最大堆，弹出堆顶，减半，放回去，重复 k 次，最后求和。
follow-up 改成减固定金额，而且价格不能低于 0。堆还是能用，但"每次减半"那套不成立了，得改成每次用在省得最多的地方，也就是 min(金额, 当前价格)，减到 0 就不能再减。这里我绕了一下才定下来。