华为 AI Agent 工程师 - 面试题 & 面经
Q: 如何在端侧设备（手机/IoT）上部署大模型 Agent？有哪些关键技术挑战？
💡 思考逻辑： 华为核心业务是终端设备和芯片，面试官想考察你对模型轻量化的工程理解，不是只会调 API，而是真正懂部署。
参考答案： 端侧部署核心挑战是算力和内存受限。关键技术路径：1）模型压缩三件套——量化（INT4/INT8）、剪枝（结构化剪枝移除冗余注意力头）、知识蒸馏（用大模型教小模型）；2）异构计算调度——利用 NPU/GPU/CPU 协同推理，华为的 Ascend 芯片有专门的算子优化；3）模型分片——将模型按层切分，部分在端侧运行，复杂推理回落云端（端云协同）；4）KV Cache 优化——端侧内存有限，需要 PagedAttention 或滑动窗口压缩历史 context。实际落地中，还要考虑功耗、发热、首 token 延迟等体验指标。华为的盘古大模型端侧版本就采用了 INT4 量化 + NPU 加速方案。
Q: 如何设计一个符合《个人信息保护法》和等保要求的 Agent 系统？安全约束如何建模？
💡 思考逻辑： 华为特别重视安全合规（政企客户多），面试官考察你是否能把安全从'口号'变成可落地的技术方案。
参考答案： 安全合规 Agent 设计需要分层建模：1）数据层——PII（个人身份信息）自动识别和脱敏，Agent 调用工具前必须过数据分类分级引擎；2）行为层——设计权限矩阵，不同 Agent 角色有不同工具访问权限，类似 RBAC；3）审计层——所有 Agent 决策链路（thought-action-observation）全量记录，支持事后追溯；4）Prompt 注入防护——输入过滤 + 输出校验双重防线，防止用户通过 prompt 绕过安全约束；5）数据不出域——私有化部署，推理在本地完成，敏感数据不传到外部 API。具体实现上，可以在 Agent 的 tool execution layer 加一个 Policy Engine，每次工具调用前做合规检查。
Q: 鸿蒙生态下的 Agent 开发与 Android/iOS 有何差异？如何利用鸿蒙分布式能力？
💡 思考逻辑： 华为大力推鸿蒙生态，面试官想看你是否理解鸿蒙的技术差异化优势，不只是换了个系统皮肤。
参考答案： 鸿蒙的核心差异在于分布式软总线和原子化服务：1）分布式 Agent——Agent 不局限于单设备，可以跨手机、平板、手表、车机协同，比如手机上的 Agent 可以无缝调用车机的导航工具；2）原子化服务——Agent 的每个 Tool 可以封装成鸿蒙原子化服务（FA/PA），实现免安装按需调用；3）数据流转——鸿蒙的分布式数据管理让 Agent 的记忆可以跨设备同步，不需要额外的云同步方案；4）安全沙箱——鸿蒙的微内核架构提供更强的安全隔离，每个 Agent Tool 运行在独立沙箱中。实际开发中用 ArkTS + AI 框架，区别于 Android 的 Kotlin + TFLite 路线。
Q: Ascend NPU 和 NVIDIA GPU 在 Agent 推理场景下的架构差异和适用场景？
💡 思考逻辑： 华为有自研芯片，面试官考察你对异构计算的理解，以及国产化替代的实际工程经验。
参考答案： 核心差异：1）架构层面——NVIDIA GPU 是 SIMT（单指令多线程）架构，靠 CUDA 核心数堆吞吐；Ascend 的 Da Vinci 架构用 Cube 单元做矩阵运算 + Vector 单元做向量运算，针对 AI 推理专门优化；2）内存带宽——Ascend 910B 的 HBM 带宽与 A100 接近，但 Ascend 310 等端侧芯片走 DDR，带宽差距大；3）算子层面——Ascend 用 CANN 框架而非 CUDA，部分自定义算子需要重写，FlashAttention 等优化需要适配 Ascend 的 TBE 算子开发工具；4）适用场景——Ascend 在国产化替代场景（政企、军工）有不可替代性，且 Ascend 310 在端侧推理功耗比优于 NVIDIA Jetson。Agent 场景下，高频调用的轻量推理选 Ascend 310，大模型训练和重推理选 Ascend 910B。
Q: 如何设计 Agent 的工具调用安全审计链路？如何防止 Agent 执行高危操作？
💡 思考逻辑： 华为做的政企 Agent 需要最高级别安全保障，面试官考察你是否有生产级安全设计能力。
参考答案： 安全审计链路设计：1）预执行检查——Tool 调用前经过 Policy Engine，匹配规则库（正则 + 语义），识别高危操作（如删除数据、发送邮件、转账）；2）分级审批——低危自动执行，中危需用户确认，高危需管理员审批（类似 Claude Code 的权限模型）；3）沙箱执行——高危工具在隔离环境中执行，限制文件系统访问、网络访问、执行时长；4）执行后审计——全量记录 Agent 的 thought chain、tool call params、tool response，写入不可篡改的审计日志；5）异常熔断——设置 token 消耗上限、工具调用频率上限、单次会话时长上限，超限自动停止。关键是让安全成为 Agent 架构的'内置属性'而非'事后补丁'。
Q: 如何设计一个支持离线运行的 Agent？在无网环境下如何保证 Agent 能力不严重降级？
💡 思考逻辑： 华为服务的场景包括矿山、高铁等弱网环境，面试官考察你对极端部署环境的思考。
参考答案： 离线 Agent 设计关键：1）模型层——端侧部署轻量模型（如 Qwen-1.8B INT4），保留基础推理能力；2）知识层——本地知识库用 SQLite + 向量索引（如 FAISS lite），预装高频场景知识；3）工具层——工具分在线/离线两套，离线工具集是在线的子集，优先保留本地可执行的工具（文件操作、本地搜索、计算）；4）缓存层——热点 query 的结果预缓存，类似 CDN 思路；5）同步机制——上线后增量同步离线期间的操作日志和新知识。降级策略：离线时自动切换到规则引擎兜底，复杂任务排队等联网后处理。华为的终端 Agent 在弱网/断网场景（如矿下、高铁）有刚需。