AI 知识库首页
🎯 AI Agent 面试题库

主流框架面试题（K01–K20）

20 道 LangGraph、Agents SDK、ADK、AutoGen 等选型题。

最后更新：2026年9月9日Markdown 知识文档

不要背 API；比较框架解决的问题、边界和生产能力。

建议先口答 60～90 秒，再展开【追问问题】。不要背句子，要说清判断依据和取舍。

K01｜LangChain 与 LangGraph 有何区别？

简明答案： LangChain 提供模型、工具、检索器和高层 Agent 集成；LangGraph 是面向长任务和状态的低层编排运行时，强调图、持久化、流式和人工中断。

【追问问题】

  • 简单 Agent 用哪个？
  • LangGraph 是否必须依赖 LangChain？

关联知识： LangChain 与 LangGraph

K02｜LangGraph 的 State、Node、Edge 是什么？

简明答案： State 是跨节点共享的类型化数据，Node 读取状态并返回更新，Edge 决定下一节点，Conditional Edge 根据结果路由。编译后的图负责执行和检查点。

【追问问题】

  • Reducer 解决什么？
  • 循环如何终止？

关联知识： LangGraph 状态图

K03｜LangGraph Checkpointer 有何作用？

简明答案： 在步骤边界持久化线程状态，使图可恢复、时间旅行和人工中断。生产需要持久存储、thread_id、Schema 迁移和并发策略。

【追问问题】

  • InMemorySaver 为什么不适合生产？
  • 子图怎样继承 Checkpoint？

关联知识： LangGraph 持久化

K04｜OpenAI Agents SDK 的核心抽象是什么？

简明答案： Agent 配置指令、模型、工具、Handoff、Guardrail 和输出类型；Runner 管理循环与执行，Trace 记录运行，Session/Context 管理状态。

【追问问题】

  • Agent as Tool 与 Handoff 区别？
  • 什么时候直接用 Responses API？

关联知识： OpenAI Agents SDK

K05｜OpenAI Responses API 与 Agents SDK 如何选择？

简明答案： Responses API 适合自行掌控请求和工具循环；Agents SDK 提供更高层的 Runner、Handoff、Guardrail、Session 和 Trace。需要细粒度自研编排可直接用 API。

【追问问题】

  • 二者能混用吗？
  • 框架隐藏了哪些状态？

关联知识： OpenAI Agents SDK

K06｜Google ADK 的定位是什么？

简明答案： ADK 是构建和部署 Agent 的开发套件，覆盖 LLM Agent、工作流 Agent、工具、会话、记忆、评测和运行时，并与 Google Cloud Agent 平台集成。

【追问问题】

  • Sequential/Parallel/Loop Agent 是什么？
  • ADK 是否只能用 Gemini？

关联知识： Google ADK

K07｜AutoGen AgentChat 与 Core 有何区别？

简明答案： AgentChat 是任务驱动的高层多 Agent API；Core 是事件驱动、Actor 风格的消息与运行时层，适合分布式和高度自定义系统。

【追问问题】

  • 什么时候选 Core？
  • TerminationCondition 如何设计？

关联知识： Microsoft AutoGen

K08｜CrewAI 的 Crew 与 Flow 有何区别？

简明答案： Crew 以角色和任务组织自主协作，Flow 用事件和状态表达更确定的控制路径。生产中可用 Flow 控制主流程，在局部调用 Crew。

【追问问题】

  • Process 类型如何选？
  • 如何持久化 Flow 状态？

关联知识： CrewAI

K09｜LlamaIndex 更适合什么场景？

简明答案： 它强于数据连接、解析、索引、检索器和以 Workflow 组织知识型 Agent。若核心难题是私有数据与复杂检索，通常比纯对话编排更顺手。

【追问问题】

  • 它能做多 Agent 吗？
  • 与 LangChain 的边界是什么？

关联知识： LlamaIndex

K10｜Dify 与 Coze 适合什么阶段？

简明答案： 可视化低代码适合快速验证、运营配置和标准集成；当需要深度状态控制、复杂测试、私有部署或特殊性能时要评估扩展边界。

【追问问题】

  • 低代码如何做版本化？
  • 什么时候迁移到代码？

关联知识： 低代码 Agent 平台

K11｜Semantic Kernel 的核心思想是什么？

简明答案： 它围绕 Kernel、Plugin/Function、Prompt、Memory 与流程把 AI 能力嵌入应用，适合 .NET 和企业集成。选型仍应比较编排、可观测和部署需求。

【追问问题】

  • Plugin 与 MCP Tool 有何区别？
  • Process Framework 适合什么？

关联知识： Semantic Kernel

K12｜如何做框架无关架构？

简明答案： 把业务状态、工具接口、模型网关、评测数据和领域规则定义在独立层，框架只负责适配与编排。Trace 使用统一语义，避免数据只能由某框架反序列化。

【追问问题】

  • 最难迁移的部分是什么？
  • 如何做适配器测试？

关联知识： 框架选型方法

K13｜什么时候应该手写 Agent Loop？

简明答案： 只有流程简单、团队需要完全控制或框架成本大于收益时。手写后仍要补 Schema、状态、重试、HITL、Trace 和评测，不能把 while 循环当生产系统。

【追问问题】

  • 最小循环要多少代码？
  • 何时迁移到图框架？

关联知识： 框架选型方法

K14｜框架选型 PoC 应比较什么？

简明答案： 用同一任务和数据比较成功率、代码复杂度、状态恢复、HITL、Trace、测试、延迟、成本、部署和升级；至少模拟工具失败与中断恢复。

【追问问题】

  • PoC 多久合适？
  • 如何避免只比 Hello World？

关联知识： 框架选型方法

K15｜为什么框架版本升级容易回归？

简明答案： 消息格式、默认 Prompt、工具 Schema、状态序列化、并发和终止行为都可能变化。依赖锁定、适配层和 Trace 级回归是必要措施。

【追问问题】

  • 语义化版本能完全保证吗？
  • 在途 Checkpoint 怎么迁移？

关联知识： 框架升级与迁移

K16｜如何评价框架的可观测性？

简明答案： 看能否追踪模型、工具、检索、状态、Handoff、Token 和错误，是否支持自定义 span、脱敏、OpenTelemetry 导出和跨服务关联，而不只看一个漂亮 UI。

【追问问题】

  • Trace Schema 如何统一？
  • 采样后怎样保留错误？

关联知识： 框架选型方法

K17｜如何评价框架的持久化能力？

简明答案： 看 checkpoint 粒度、并发、事务、恢复、Schema 迁移、人工等待、子图和外部副作用一致性。能保存聊天历史不等于可恢复执行。

【追问问题】

  • Exactly-once 能做到吗？
  • 如何测试崩溃恢复？

关联知识： 框架升级与迁移

K18｜框架中的 Memory 模块能直接生产使用吗？

简明答案： 要检查 namespace、权限、冲突、删除、加密、审计和评测。很多默认 Memory 只适合演示，不能满足隐私与生命周期治理。

【追问问题】

  • 向量相似就该写入吗？
  • 用户如何纠正？

关联知识： 记忆类型与生命周期

K19｜如何避免框架自动重试造成重复副作用？

简明答案： 在工具执行层实现幂等和状态机，明确关闭或配置框架重试；Trace 记录 attempt 与 idempotency_key。不能把安全寄托在框架默认值。

【追问问题】

  • 模型重试与工具重试如何区分？
  • 超时 unknown 怎么办？

关联知识： 工具结果与错误协议

K20｜框架排行榜有参考价值吗？

简明答案： 只能提供候选。框架适配的是团队、业务与运维约束，真正比较必须用自己的任务、故障和部署环境；生态热度不能替代可恢复性和评测能力。

【追问问题】

  • 如何评估社区风险？
  • 托管平台与开源框架怎么选？

关联知识： 框架选型方法