高德Agent面经核心考察工程落地能力

这是一条面向后端与 Agent 岗位求职者的面经拆解视频，主题是“高德 Agent 研发后端面”。内容按九道题展开：复杂任务拆解与工具调用控制、模型自我迭代和确定性工作流的取舍、长期记忆写入与召回、记忆冲突和审计追溯、按任务定义 Agent 评测指标，以及 RAG、LoRA、训练数据质量和 AI Coding 的适用边界。

可借鉴之处在于它把 Agent 从“能回答”拉回工程可运行性：任务需定义输入输出、工具调用要校验并限制最大步数；记忆需要去重、权限、版本、来源和冲突处理；评测不能只看单轮文本，还应覆盖事实与引用、工具参数及最终任务完成率。RAG 部分也提示应分环节定位检索或生成短板。

边界与风险是：视频是面试复习框架，不是高德官方招聘要求或生产系统设计文档；其中“线上最佳实践”等判断缺少具体系统、数据集和实验依据。LoRA、RAG、AI Coding 均为通用技术概念，实际选型仍需结合知识更新频率、数据质量、安全审查和业务链路风险验证。