Agent 项目简历与 STAR 表达

一、简历不是技术名词清单

面试官通常想快速判断：

这是教程项目还是真实问题；
你负责了哪部分；
为什么需要 Agent；
系统失败时你做过什么；
有没有可验证结果。

推荐公式：

1	动作 + 业务对象 + 技术约束 + 核心方案 + 可验证结果

弱表达：

使用 LangGraph、RAG、MCP 搭建智能问答系统。

强表达：

负责内部知识助手的检索与执行链路，将查询改写、混合召回、重排和工具审批建模为可恢复状态图；在固定回归集上将 Verified Success 从 A 提升到 B，并将 P95 延迟控制在 C 秒内。

没有真实数字时不要编造，可以写：

建立 80 条回归集并记录 Recall@5、人工正确率、P95 延迟和单任务 Token，形成上线前门禁。

二、简历项目四行模板

第 1 行：问题与规模

面向什么用户；
解决什么高频任务；
文档量、请求量、工具量或任务时长；
主要约束是什么。

第 2 行：架构和个人职责

自己负责的边界；
Agent / Workflow / Runtime 如何划分；
为什么这样选型。

第 3 行：最难问题

RAG bad case；
上下文超长；
工具超时和副作用；
多 Agent 冲突；
安全与权限。

第 4 行：结果与证据

Verified Success；
Recall@K / NDCG；
P95 延迟；
Token 成本；
人工接管率；
故障恢复率。

三、1 分钟项目介绍

0–10 秒：业务问题和用户
10–20 秒：我的职责
20–40 秒：核心架构和关键取舍
40–50 秒：最大难点及解决方式
50–60 秒：评测结果和业务价值

示例骨架：

这个项目为【用户】解决【任务】。我主要负责【边界】。系统没有直接使用开放式 Agent，而是将【确定性步骤】放入 Workflow，只让模型负责【语义决策】。最大问题是【失败案例】，我通过【方案】解决，并用【评测集/指标】验证。最终得到【结果】，仍存在【残余风险】。

四、3 分钟项目介绍

背景：用户为什么需要它；
约束：数据、时延、权限、成本；
架构：输入、状态、模型、工具、输出；
选型：为什么是 Agent，而不是 Workflow；
难点：选择一个真实失败案例；
改进：定位、实验、上线；
指标：基线与最终结果；
反思：如果重做会简化或加强什么。

五、技术难点故事

故事模板：工具超时和重复副作用

S：高风险工具偶发超时，无法判断服务端是否执行；
T：必须允许恢复，同时禁止重复提交；
A：引入 tool_call_id、结果日志、状态查询和补偿操作；
R：在故障注入测试中验证重复消费不会重复产生副作用；
追问准备：为什么不用简单重试？哪些操作不能补偿？

故事模板：RAG 效果不稳定

S：复杂 PDF 和表格问题召回率低；
T：区分解析、召回、重排和生成问题；
A：建立分层评测，加入表格结构、混合检索和 Rerank；
R：分别报告 Recall@K、Faithfulness 和端到端成功率；
追问准备：数据集怎么标注？如何避免测试集污染？

故事模板：Agent 死循环

S：Agent 在两个工具之间重复切换；
T：既要终止浪费，又不能误杀正常探索；
A：动作指纹、错误指纹、无进展检测和失败预算；
R：报告震荡率、平均轮次和人工接管率变化；
追问准备：阈值怎么确定？强制重规划失败怎么办？

六、失败案例故事

失败案例不要说成“最后解决了，所以不算失败”。应包含：

错误判断
→ 造成的影响
→ 如何发现
→ 根因
→ 修复
→ 回归测试
→ 仍然存在的风险

推荐准备三类：

技术选型失败；
线上或压测失败；
协作和需求理解失败。

七、指标表达

避免：

效果很好；
准确率明显提升；
延迟大幅下降；
用户反馈不错。

推荐：

维度	可用指标
结果	Task Success、Verified Success、人工通过率
检索	Recall@K、MRR、NDCG
过程	无效工具调用率、平均重试数、路径震荡率
性能	P50/P95 延迟、吞吐量、队列等待
成本	单任务 Token、模型费用、缓存命中率
安全	越权拦截率、高风险审批覆盖率

数字必须说明：样本量、统计窗口、基线和测量方法。

八、不同背景的表达重点

Java/Go 后端：突出并发、队列、状态机、幂等、可观测性和平台化；
Python/算法：突出数据、评测、模型路由、训练和推理；
前端/全栈：突出流式交互、状态可视化、人工审批和端到端交付；
应届生：突出可复现实验、源码阅读、测试和清晰的个人贡献。

九、面试前检查

能否在 1 分钟和 3 分钟内讲清项目；
能否说明为什么不用更简单方案；
是否有一个真实 bad case；
是否有独立验证，而不是模型自评；
是否能给出成本、延迟和安全数据；
是否清楚哪些结论尚未验证；
是否准备了对团队 Agent 业务、评测和上线权限的反问。