Agent Engineering
校招考察频度：★ 高频（重点常考·大厂分水岭） 复习主线：Agent Engineering 是将概率性大模型打磨为高可靠工业软件的工程学科。核心公式：Agent = Model + Harness。校招面试核心聚焦点：Prompt 结构化模式（Few-shot、Tool Schema）、上下文工程（注意力焦点管理、滑动窗口、动态剪枝）、Harness 边界约束（执行沙箱、权限管线、状态恢复）、Loop 循环控制（最大轮数、死循环检测、幂等）、安全护栏 Guardrails（防 Prompt Injection、输出校验）、Agent 自动化评测。
模型能力决定理论上限，Harness 决定这个上限能否在生产环境中稳定复现。
分类考频地图
| 专题 | 核心页面 | 校招考频星级 | 重点考查要点 |
|---|---|---|---|
| 提示词工程 | Prompt Engineering 实战 | ★ 高频 | System Prompt 模块化架构、Few-shot 样本分布、负面指令为什么容易失效、结构化输出约束技巧 |
| 上下文工程 | Context Engineering 上下文工程 | ★ 高频 | 上下文污染排查、动态上下文选择（KV Cache 命中率提升）、长文本信息衰减、信息密度压缩与隔离 |
| 记忆工程落地方案 | Agent Memory 记忆工程 | ★ 高频 | 短期工作记忆压缩算法、跨会话长期记忆持久化、用户画像实体提取与记忆冲突消解 |
| 外壳与沙箱边界 | Harness Engineering 外壳工程 | ☆ 中频 | 沙箱执行（Docker/Wasm 代码执行隔离）、敏感工具执行前人工介入确认（HITL）、全链路可观测追踪、死循环检测打断 |
| 智能体评测体系 | Agent 评估与基准 | ☆ 中频 | 基于执行轨迹（Trajectory）的评测、LLM-as-a-Judge 评估打分、端到端任务成功率（Task Success Rate）量化 |
| 安全与护栏 | 安全与 Guardrails 护栏 | ☆ 中频 | 提示词注入（Prompt Injection）与越狱防御、NeMo Guardrails 原理、敏感词与 PII 隐私数据脱敏拦截 |
四层模型
Agent 工程可以拆成三个递进的层次：
三层递进模型
- Prompt Engineering：指令的表达。System Prompt 结构、Few-shot、工具描述、缓存布局
- Context Engineering：上下文的管理。在正确时间把正确信息以正确结构交给模型，包括选择、压缩、隔离
- Harness Engineering：运行的边界。工具执行、权限管线、沙箱、状态恢复、可观测性
三层的关系是递进的：Prompt 决定模型每轮如何思考，Context 决定它看到什么，Harness 决定它能不能做。没有好的 harness 设计，前两层再好也只是单次任务的工具。
每一层都编码了一个假设：模型单独做不好什么。模型能力升级后，Harness 要重新评估，过去必要的补丁可能变成新的复杂度。
本篇目录
- Prompt Engineering：指令怎么写
- Context Engineering：上下文怎么管
- Harness Engineering：边界怎么立
- Agent Memory：记忆怎么存
- Agent 评估：效果怎么量化
- 安全与 Guardrails：风险怎么兜
面试追问
- Agent = Model + Harness 怎么理解？ 模型负责推理，Harness 负责工具、权限、上下文、状态、观测。模型决定想做什么，Harness 决定能不能做、做到哪、有没有记录
- 三层模型是什么？ Prompt（指令）⊂ Context（信息）⊂ Harness（边界）。递进关系，后一层建立在前一层之上
- 为什么说 Harness 决定上限？ 模型能力是必要不充分条件。上下文污染、工具调用不可靠、没有安全网，再强的模型也白搭
- 模型升级后要做什么？ 重新评估 Harness。有些过去为了弥补模型短板打的补丁，模型变强后成了复杂度，该删
- 三层从哪开始学？ 从下往上：先写好 Prompt，再管 Context，再立 Harness 边界。生产问题排查也按这个顺序