参考资料

• LangChain Agents
• LangChain Tools

参考资料

• OpenAI Cookbook
• LangChain 文档

面试题（08） - Agent、工具调用与工作流（第 61～70 题）

读完后，你应能：

• 能验证“重点考察模型决策与确定性代码的边界，以及工具副作用如何被约束”，并保存输入、输出与失败样本。
• 能验证“答案： 普通调用通常是固定输入到输出”，并保存输入、输出与失败样本。
• 能验证“Agent 在目标和状态驱动下，由模型选择工具或下一步，多轮观察结果直到结束”，并保存输入、输出与失败样本。

重点考察模型决策与确定性代码的边界，以及工具副作用如何被约束。

一、先建立全局：Agent、工具调用与工作流（第 61～70 题） 是什么？

理解“Agent、工具调用与工作流（第 61～70 题）”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“Agent、工具调用与工作流（第 61～70 题）”的第一个核心判断是：答案： 普通调用通常是固定输入到输出；。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	题目与详细答案	答案： 普通调用通常是固定输入到输出；
2	重点考察模型决策与确定性代码的边界	重点考察模型决策与确定性代码的边界，以及工具副作用如何被约束。
3	Agent 在目标和状态驱动下	Agent 在目标和状态驱动下，由模型选择工具或下一步，多轮观察结果直到结束。
4	Agent 适合路径无法完全预设、需要动态工具选择的任务	Agent 适合路径无法完全预设、需要动态工具选择的任务。
5	固定审批、结算和数据流水线应优先确定性工作流	固定审批、结算和数据流水线应优先确定性工作流。
6	模型的灵活性必须由最大步骤、预算、权限和停止条件约束	模型的灵活性必须由最大步骤、预算、权限和停止条件约束。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["题目与详细答案"] --> S2
  S2["重点考察模型决策与确定性代码的边界"] --> S3
  S3["Agent 在目标和状态驱动下"] --> S4
  S4["Agent 适合路径无法完全预设、需要动态工具选择的任务"] --> S5
  S5["固定审批、结算和数据流水线应优先确定性工作流"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“Agent、工具调用与工作流（第 61～70 题）”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“Agent、工具调用与工作流（第 61～70 题）”的对象和顺序已经明确后，再看可观察的失败：文本直通执行、状态不可重放或重试重复写入。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、题目与详细答案

2.1 第61题：什么是 Agent，它和普通 LLM 调用有什么区别？

答案： 普通调用通常是固定输入到输出； Agent 在目标和状态驱动下，由模型选择工具或下一步，多轮观察结果直到结束。 Agent 适合路径无法完全预设、需要动态工具选择的任务。 固定审批、结算和数据流水线应优先确定性工作流。 模型的灵活性必须由最大步骤、预算、权限和停止条件约束。

2.2 第62题：ReAct 模式是什么？

答案： ReAct 让模型在推理决策与行动之间循环：根据当前观察选择工具， 读取结果， 再决定下一步。 生产系统通常不保存或展示自由形式思维链，而是记录可审计的工具选择、参数、观察摘要和最终状态。 它的风险是循环、工具误选和上下文膨胀，因此需要步骤上限、工具 Schema 和失败路由。

2.3 第63题：工具 Schema 为什么重要？

答案： 清晰名称、用途、参数类型、必填项、枚举和错误语义能显著降低误调用。 Schema 负责结构校验，但不能代替业务授权； 即使 JSON 合法，也可能操作无权限订单。 工具输出也要结构化并限制长度，错误区分可重试、不可重试和需要用户补充。 模糊的“大万能工具”比多个边界清晰的小工具更难控制。

2.4 第64题：有副作用的工具怎样保证安全？

答案： 采用“模型提议 → Schema 校验 → 权限检查 → 风险/审批 → 幂等执行 → 审计”的链路。 模型不直接持有高权限凭证； 付款、删除、发布等动作要求确认或策略审批。 执行使用业务幂等键，重试前查询结果。 参数中资源 ID 必须再次校验归属，不能信任模型或用户上下文里的描述。

2.5 第65题：工具调用如何处理超时和重试？

答案： 为每个工具设置连接、读取和总超时， 错误分类后只重试瞬时故障， 采用指数退避和抖动。 非幂等操作不得盲重试； 必须使用幂等键或先查询执行状态。 全局请求有截止时间，子工具超时不能超过剩余预算。 重试次数、最终状态和外部请求 ID 进入 Trace。

2.6 第66题：Agent 如何避免无限循环？

答案： 同时设置最大步骤、全局时间、Token/费用预算、重复动作检测和显式终止状态。 若连续调用同一工具且输入相同，应停止并报告卡点； 工具错误要路由到恢复、询问用户或失败，而不是原样重试。 状态图比纯 Prompt 更适合表达循环边界。 停止原因要对用户和监控可见。

2.7 第67题：什么时候用工作流，什么时候用 Agent？

答案： 步骤、分支和合规规则确定时用工作流，例如审批、发布和订单处理； 需要理解自然语言、动态选择资料或工具时用 Agent。 常见最佳方案是混合：代码控制主流程与风险节点，模型只在分类、抽取、规划和生成节点决策。 不要让 Agent 接管本可用 if/SQL 明确实现的逻辑。

2.8 第68题：如何管理 Agent 上下文？

答案： 只给当前步骤需要的信息：系统规则、目标、裁剪状态、相关工具和证据。 大结果放外部存储，以 ID 和摘要传递； 旧消息截断/总结； 工具描述按需加载。 区分可信系统数据与不可信网页/用户内容，后者不能覆盖规则。 监控每步 Token 和上下文构成，定位膨胀来源。

2.9 第69题：Agent 工具结果中的 Prompt Injection 怎么处理？

答案： 网页、邮件和文档都是不可信数据，即使其中写“忽略系统提示”。 在 Prompt 中用明确边界包裹，工具输出做类型、长度和敏感字段过滤； 不从资料动态生成工具权限。 有副作用动作仍需独立授权。 还要建立恶意文档评测，检查模型是否泄密、越权或执行隐藏指令。

2.10 第70题：如何评估 Agent？

答案： 任务级看成功率、人工接管和最终事实正确； 轨迹级看路由、工具选择、参数、步骤数、循环和恢复； 系统级看 P95、Token、费用和安全事件。 固定任务集包含成功、缺参数、工具失败、越权、注入和不可完成场景。 评测最终答案而不看轨迹，会漏掉“结果偶然正确但执行危险”的问题。

三、动手验证：先跑通 Agent、工具调用与工作流（第 61～70 题），再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“Agent、工具调用与工作流（第 61～70 题）”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

3.1 基线与候选只允许一个变量不同

验证“Agent、工具调用与工作流（第 61～70 题）”时，先固定工具 Schema、身份、畸形参数、超时和重复请求。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“Agent、工具调用与工作流（第 61～70 题）”时，动作是：回放决策到执行链路，覆盖失败、重试、暂停和恢复。原始结果不能只保留截图或汇总分数，必须同步保存：模型提议、校验、授权、幂等键、状态迁移、Trace，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	工具 Schema、身份、畸形参数、超时和重复请求
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	模型提议、校验、授权、幂等键、状态迁移、Trace
通过阈值	模型只提议；执行受代码约束；失败不重复副作用
立即停止	文本直通执行、状态不可重放或重试重复写入

3.2 执行前先排除不可比较条件

“Agent、工具调用与工作流（第 61～70 题）”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

• 基线能够在“Agent、工具调用与工作流（第 61～70 题）”的当前环境重复运行。
• 候选只改变一个与“Agent、工具调用与工作流（第 61～70 题）”结论直接相关的条件。
• “Agent、工具调用与工作流（第 61～70 题）”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
• “Agent、工具调用与工作流（第 61～70 题）”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

3.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“Agent、工具调用与工作流（第 61～70 题）”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	工具 Schema、身份、畸形参数、超时和重复请求
过程可回放	回放决策到执行链路，覆盖失败、重试、暂停和恢复
结果可审计	模型提议、校验、授权、幂等键、状态迁移、Trace

“Agent、工具调用与工作流（第 61～70 题）”的一次合格基线对照按以下顺序执行：

1. 保存“Agent、工具调用与工作流（第 61～70 题）”基线版本及输入摘要，确认基线本身可以重复运行。
2. 写下“Agent、工具调用与工作流（第 61～70 题）”候选方案唯一变化的变量，以及它预期影响的指标。
3. 在同一环境执行“Agent、工具调用与工作流（第 61～70 题）”：回放决策到执行链路，覆盖失败、重试、暂停和恢复。
4. 为“Agent、工具调用与工作流（第 61～70 题）”保存：模型提议、校验、授权、幂等键、状态迁移、Trace。
5. 使用“Agent、工具调用与工作流（第 61～70 题）”预登记条件判断：模型只提议；执行受代码约束；失败不重复副作用。
6. 如果“Agent、工具调用与工作流（第 61～70 题）”未通过，不修改第二个变量，先恢复基线并保留失败现场。

四、用一张矩阵验证 Agent、工具调用与工作流（第 61～70 题） 的关键结论

矩阵按正文顺序列出“Agent、工具调用与工作流（第 61～70 题）”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
题目与详细答案	答案： 普通调用通常是固定输入到输出；	只改变与“题目与详细答案”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
重点考察模型决策与确定性代码的边界	重点考察模型决策与确定性代码的边界，以及工具副作用如何被约束。	只改变与“重点考察模型决策与确定性代码的边界”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
Agent 在目标和状态驱动下	Agent 在目标和状态驱动下，由模型选择工具或下一步，多轮观察结果直到结束。	只改变与“Agent 在目标和状态驱动下”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
Agent 适合路径无法完全预设、需要动态工具选择的任务	Agent 适合路径无法完全预设、需要动态工具选择的任务。	只改变与“Agent 适合路径无法完全预设、需要动态工具选择的任务”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
固定审批、结算和数据流水线应优先确定性工作流	固定审批、结算和数据流水线应优先确定性工作流。	只改变与“固定审批、结算和数据流水线应优先确定性工作流”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
模型的灵活性必须由最大步骤、预算、权限和停止条件约束	模型的灵活性必须由最大步骤、预算、权限和停止条件约束。	只改变与“模型的灵活性必须由最大步骤、预算、权限和停止条件约束”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace

4.1 记录本次实际实验

下面的记录用于“Agent、工具调用与工作流（第 61～70 题）”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "Agent、工具调用与工作流（第 61～70 题）"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "回放决策到执行链路，覆盖失败、重试、暂停和恢复"
evidence: "模型提议、校验、授权、幂等键、状态迁移、Trace"
pass_when: "模型只提议；执行受代码约束；失败不重复副作用"
stop_when: "文本直通执行、状态不可重放或重试重复写入"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

4.2 边界实验必须证明能够停止和恢复

成功路径只能证明“Agent、工具调用与工作流（第 61～70 题）”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：文本直通执行、状态不可重放或重试重复写入，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	模型提议、校验、授权、幂等键、状态迁移、Trace	模型只提议；执行受代码约束；失败不重复副作用
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：文本直通执行、状态不可重放或重试重复写入	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：关闭副作用入口，恢复检查点，补充失败契约测试	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“Agent、工具调用与工作流（第 61～70 题）”，第一步是：关闭副作用入口，恢复检查点，补充失败契约测试。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“Agent、工具调用与工作流（第 61～70 题）”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

五、Agent、工具调用与工作流（第 61～70 题） 的结果解释

解释“Agent、工具调用与工作流（第 61～70 题）”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	文本直通执行、状态不可重放或重试重复写入	先执行：关闭副作用入口，恢复检查点，补充失败契约测试
异常链路无法恢复	文本直通执行、状态不可重放或重试重复写入	先执行：关闭副作用入口，恢复检查点，补充失败契约测试
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“Agent、工具调用与工作流（第 61～70 题）”只有同时满足“模型只提议；执行受代码约束；失败不重复副作用”，并且没有出现“文本直通执行、状态不可重放或重试重复写入”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“Agent、工具调用与工作流（第 61～70 题）”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“Agent、工具调用与工作流（第 61～70 题）”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

六、Agent、工具调用与工作流（第 61～70 题） 的发布判断

发布判断需要把“Agent、工具调用与工作流（第 61～70 题）”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

• “Agent、工具调用与工作流（第 61～70 题）”的基线与候选只存在一个计划内变量。
• “Agent、工具调用与工作流（第 61～70 题）”的输入、代码、依赖、配置和数据版本可以追溯。
• “Agent、工具调用与工作流（第 61～70 题）”的正常、临界、失败和恢复样本使用同一套断言。
• “Agent、工具调用与工作流（第 61～70 题）”的原始输出、中间状态和失败现场已经保留。
• “Agent、工具调用与工作流（第 61～70 题）”的日志、Trace、截图和测试数据已经脱敏。
• “Agent、工具调用与工作流（第 61～70 题）”的停止条件、负责人和回滚入口已经演练。
• “Agent、工具调用与工作流（第 61～70 题）”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“Agent、工具调用与工作流（第 61～70 题）”的判断，就不能发布。

七、总结

• 题目与详细答案：答案： 普通调用通常是固定输入到输出；
• 第61题：什么是 Agent，它和普通 LLM 调用有什么区别？：答案： 普通调用通常是固定输入到输出；
• 第62题：ReAct 模式是什么？：答案： ReAct 让模型在推理决策与行动之间循环：根据当前观察选择工具，读取结果，再决定下一步。
• 第63题：工具 Schema 为什么重要？：Schema 负责结构校验，但不能代替业务授权；
• 第64题：有副作用的工具怎样保证安全？：答案： 采用“模型提议 → Schema 校验 → 权限检查 → 风险/审批 → 幂等执行 → 审计”的链路。
• 第65题：工具调用如何处理超时和重试？：答案： 为每个工具设置连接、读取和总超时，错误分类后只重试瞬时故障，采用指数退避和抖动。