如何用 Agent 做 Auto Research
哪些公司问过
答案要点
- 问题定义:明确研究目标与成功标准,拆解为可执行的子问题或实验
- 信息收集:调用搜索、论文库、网页等工具提取信息并记录来源
- 执行验证:在沙箱中写代码跑实验,或做多源交叉验证并标注矛盾与不确定性
- 迭代闭环:根据结果提出新假设继续探索,设置预算、轮数等停止条件
- 产出:结构化报告附来源与置信度,关键节点人工审核
易错点
- 不定义成功标准和停止条件,Agent 无限探索消耗预算
- 只保留成功路径,不记录失败路线,导致重复踩坑
- 直接采信单一来源或模型自评的结论,缺少交叉验证
面试官常见追问
- 如何记录每轮实验的耗时、Token 消耗、结果和失败路线?
- 自动更新 AGENTS.md 或 Skills 后,怎样验证效果确实提升?
- 如何通过评价脚本或模型评审对比两个 Skill 的输出?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。