AI产品经理面试时，现场设计 Agent 怎么答
面试官让你现场设计一个 Agent，别急着画架构图。真正的考点是：需求配不配做 Agent、决策与执行怎么设计、上线前划哪三条线、上线后看哪四个数、以及这笔账算不算得过来。顺序本身就是判断力。
基本信息
- 来源类型：网页文章（人人都是产品经理 · 职场栏目）
- 原文位置：
raw/articles/2026-08-23-093041-tg-249a66.md - 原文 URL：https://www.woshipm.com/zhichang/6450355.html
- 作者：肥源
- 发布日期：2026-08-19
- 原文字数：约 18 分钟阅读 / 1367 浏览 / 14 收藏
- 消化日期：2026-08-23
- 抓取说明：Telegram bot ingest；正文已由
scripts/http_capture.py预抓取进 raw 文件，本次直接消化，未再走 baoyu 外挂。
核心观点
-
这道题考的不是架构图画得全不全。白板题「你现在设计一个 Agent 吧，场景自定」时，多数人第一反应是画「用户输入 → 大模型 → 工具 → 数据库」。面试官真正看三件事：判断场景的能力、设计系统的能力、有没有想过上线之后会出事。能说出「这个不该做 Agent」，比会设计十个 Agent 更能体现判断力。
-
先判断需求配不配做 Agent，三条判据按好用顺序重排。判据一（反向、最该先问）：固定 workflow 能不能写完？「第一步做 A，第二步做 B，遇到 C 就走分支」能写完的，不该上 Agent——只会更慢、更贵、更不稳定。判据二：过程中需不需要动态决策？「if 金额 > 5000 then 走总监审批」是穷举得完的分支，不是决策；真正的动态决策是下一步取决于上一步结果，且事先无法穷举。判据三：输入里有没有大量非结构化信息？表单/字段/选项是传统系统的活；用户随口写的话、PDF、邮件、对话记录才是大模型的用武之地。
-
报销审批不该上 Agent，客户投诉处理配得上。报销：金额低于 500 直属领导批、500–5000 部门负责人批、5000 以上财务复核，发票验真伪、超期自动驳回——固定 workflow 能写完、分支穷举得完、输入是结构化字段。投诉：进来的是 App 里一段话，可能夹订单号也可能没有，可能是物流/质量/两者都有还带着情绪；系统要先看懂投诉什么，再决定查订单、查物流还是调历史客服记录，查完才知道该补偿还是转人工——输入非结构化、下一步依赖上一步结果。
-
系统设计拆五层，但决策和执行不能简化。五环：任务规划、决策路由、工具执行、评测、反馈优化。规划和优化初期可以简化（规划写死模板、优化靠人工看日志）；决策错了方向就错了（浪费成本），执行错了用户就受损（事故）。合同审查 Agent 示例：规划拆成「提取关键条款 → 逐条比对内部红线 → 标出风险点 → 生成审查意见」；决策层读到付款条款要决定走标准模板比对还是调历史合同库；执行层每次调用 PDF 解析/红线规则库/历史合同检索都要能判断「这次调成功了没有」；评测需要带标注的测试集区分真风险与误报；反馈优化发现「保密条款」老误报就改提示词、改规则库，或把这类条款排除在自动审查外。
-
上线前主动划三条线，比被问「有什么风险」印象完全不同。权限边界：防它做了不该做的事，默认只读，写权限一个一个开，涉及钱和对外沟通一律要人确认。结果校验：防它做错了没人知道，每个结论要能追溯到依据，给不出依据的不放行。人工接管：防它卡住了没人管，定义清楚什么条件必须转人工，转过去时要把已查到的信息和推理过程一起带给客服——「接不住的兜底等于没有兜底」。退款 Agent：可查订单/物流/退款政策（只读），可生成退款建议，但发起退款不能直接做——小额（如 50 元以下）可自动执行，超过阈值必须人确认；三种情况强制转人工：用户连续两轮表达不满、金额超过阈值、Agent 自己判断置信度低。
-
上线后四个指标 + 四个优化对象，才能区分「做过」和「只想过」。四个指标：任务完成率、工具调用成功率、人工接管率、失败 trace。前三个是体温计（告诉你病了），trace 是听诊器（告诉你病在哪）。四个优化对象对应四类病因：完成率低但工具调用都成功 → 大概率 context 没给够；同一类任务反复走错方向 → 改 prompt；工具调用成功率低 → 改工具（描述、参数、或换一个）；接管率集中在某个环节 → 改流程，把那个环节拆开或前置。客服 Agent 上线第一周：完成率 62%、工具成功率 91%、接管率 35%——先别改提示词。工具层基本通，它不是「做错了」而是「做不了就转人工」，兜底在工作；接下来看 35% 集中在哪一类：用户描述不清 → context 或追问策略；查到了信息但不知道下一步 → 决策层问题。
-
最后算三笔账，决定这东西值不值得做。第一笔：单次调用成本。一个任务不是调一次模型，规划一次、决策路由每一步一次、工具返回后再判断一次——中等复杂度六到十次调用很正常，不能按「一次问答」估。第二笔：兜底的人力成本。接管率 35% 意味着 35% 的量最后还是人在做，这部分人力不能算作省下来了；接管率既是质量指标也是成本指标。第三笔：建设和维护成本摊到单量上。大多数 Agent 项目算不过来账，不是因为前两笔贵，而是因为单量摊不平第三笔。客服 Agent 算例：人工一单 3 元，Agent 调用成本 0.6 元，接管率 35%，每单变动成本 = 0.6 + 0.35 × 3 = 1.65 元，每单节省 1.35 元（约 45%）；建设加首年维护 30 万，要靠每单 1.35 元摊平需要约 22 万单。月均两万单可能一年内回本，月均三千单就不该做——那时候固定 workflow 或维持人工反而是对的选择。
-
五段串成一条线，顺序不能乱。配不配做 → 怎么做 → 敢不敢上 → 上了怎么看 → 值不值得做。一头一尾都是「该不该」，中间三段才是「怎么样」。第一段判断技术上配不配，第五段判断经济上划不划算，两个否定合起来才是完整的判断力。评论区补充：流程经常变时，用 Agent 可能比改代码更灵活，判断标准也许还得加一条「流程本身会不会频繁变」。
实操内容保留
原文是面试应答框架，无代码。下面保留可直接上白板的话术、判据、指标诊断和成本公式。
代码/配置
（本文无实操代码/配置）
Prompt 模板
（本文无 Prompt 模板）
操作步骤 / 白板答题卡
开场顺序（不能乱）：配不配做 → 怎么做 → 敢不敢上 → 上了怎么看 → 值不值得做。
第一段 · 判断需求是否适合做 Agent
「我先判断一下这个需求适不适合做 Agent。我会问三个问题：这件事能不能用一张固定的流程图写完？过程中的下一步，是不是要看上一步的结果才知道？输入是结构化的字段，还是自然语言、文档这类非结构化信息？
如果第一个问题的答案是『能』，我就不会上 Agent——固定 workflow 更快更稳更便宜。我今天选的这个场景之所以适合，是因为……」
第二段 · 系统设计，重点在决策和执行
「系统我会拆成五层：任务规划、决策路由、工具执行、评测、反馈优化。
但我想重点讲中间两层，因为规划层初期可以用固定模板顶一阵，优化层初期可以靠人工看日志——只有决策和执行这两层，是真的会动到线上数据的，出问题就是事故。
决策层我关心的是……执行层我关心的是每次工具调用能不能拿到明确的成功/失败信号，拿不到的话整个链路就是黑盒。」
第三段 · 上线前划三条线
「在讲怎么做之前，我想先说上线前我会划的三条线，因为这三条决定了这个 Agent 敢不敢上。
第一是权限边界，默认只读，写权限一个一个开，涉及钱和对外沟通的一律要人确认。第二是结果校验，每个结论要能追溯到依据，给不出依据的不放行。第三是人工接管，我会定义清楚什么条件必须转人工，以及转过去的时候要带什么上下文过去——接不住的兜底等于没有兜底。」
第四段 · 上线之后拿什么看
「上线不是结束。我会看四个数：任务完成率、工具调用成功率、人工接管率，以及失败 trace。
前三个是体温计，告诉我有没有问题；trace 是听诊器，告诉我问题在哪。
比如完成率低但工具调用成功率很高，那大概率不是执行层的问题，是 context 没给够；如果接管率集中在某一个环节，那说明流程本身要拆。优化的对象无非四个：context、prompt、工具、流程——但先得知道该动哪一个。」
第五段 · 成本账
「最后我想补一笔账，因为这决定了这个 Agent 该不该做。
我会算三项：单次调用的 token 成本、兜底的人力成本（接管率 × 人工单价），还有建设和维护成本摊到单量上。前两项是变动成本，第三项是固定成本——大多数 Agent 项目算不过来账，不是因为前两项贵，而是因为单量摊不平第三项。
所以我评估的时候会先问单量。同样一套东西，月均两万单可能一年内回本，月均三千单就不该做——那时候固定 workflow 或者维持人工，反而是对的选择。」
成本公式（原文数字）
每单变动成本 = Agent调用成本 + 接管率 × 人工单价
= 0.6 + 0.35 × 3
= 1.65 元
每单节省 = 人工单价 − 每单变动成本
= 3 − 1.65
= 1.35 元
摊平单量 = 建设+首年维护 / 每单节省
= 300000 / 1.35
≈ 22 万单
指标诊断对照
| 观测 | 先动哪一块 |
|---|---|
| 完成率低，工具调用都成功 | context 没给够 |
| 同一类任务反复走错方向 | 改 prompt |
| 工具调用成功率低 | 改工具（描述、参数、或换一个） |
| 接管率集中在某个环节 | 改流程，把该环节拆开或前置 |
| 完成率 62% + 工具成功率 91% + 接管率 35% | 先别改提示词；执行层通，兜底在工作，去看 trace 集中在哪一类 |
退款 Agent 三条线（可复述）
- 权限：查订单/物流/政策只读；生成退款建议可以；发起退款默认不能直接做；小额（如 50 元以下）可自动，超阈值必须人确认。
- 校验：每个退款结论要能追溯到具体是哪条政策的第几款；给不出依据一律不放行。
- 接管：用户连续两轮表达不满 / 金额超过阈值 / Agent 自己判断置信度低 → 强制转人工，并把已查信息和推理过程一起带给客服。
关键概念
- AI Agent 智能体 — 本文的白板对象；核心不是「中间一个大模型」，而是动态决策 + 非结构化输入 + 工具执行闭环
- AI产品经理面试 — 本文给出「现场设计 Agent」这道白板题的五段答题卡，补上既有三维对比 / 四层防火墙 / 5+1 案例框架之外的系统设计表达
- Agent安全护栏 — 上线三条线（权限边界、结果校验、人工接管）是护栏的面试表达版；默认只读、给不出依据不放行、接不住的兜底等于没有兜底
- Agent 运行治理 — 四个指标（完成率 / 工具成功率 / 接管率 / 失败 trace）把治理从「有没有日志」推进到「先看体温计再听诊」
- AI产品成本核算 — 三笔账：多次调用成本、接管率折算人力、建设维护摊单量；22 万单才能摊平 30 万固定成本
- 人机协同 — 人工接管不是失败，35% 接管率在工具成功率 91% 时说明兜底在工作；转人工必须带上下文
- Agent 五层系统 — 任务规划、决策路由、工具执行、评测、反馈优化；初期可简化规划与优化，不能简化决策与执行（本文核心框架，未单独立实体页）
- 固定 workflow vs Agent — 能写成穷举流程图的需求不该上 Agent；动态决策 = 下一步取决于上一步且事先无法穷举（本文第一判据）
与其他素材的关联
- 与 2026-05-18-woshipm-ai-pm-interview-2-questions：那篇给「AI PM vs 传统 PM」三维对比和智能客服幻觉「四层防火墙」；本篇把同一类面试从「概念题」推进到「现场设计 Agent」白板题，补上配不配做、敢不敢上、值不值得做。
- 与 2026-05-17-ai-pm-interview-claude-workflow：那篇强调技术翻译力（把算法语言翻成业务方案）；本篇给出可直接开口的五段话术，是翻译力在白板场景的落地稿。
- 与 2026-07-07-woshipm-agent-safety-guardrails / Agent安全护栏：护栏文把安全写成产品能力（风险分层、三层护栏、可撤回性）；本篇把同一套东西收成面试官听得懂的三条线，并给出退款 Agent 的金额阈值和转人工条件。
- 与 2026-06-02-woshipm-agent-architecture-landing / Agent 运行治理：治理文已有任务完成率、人工接管率、工具调用成功率；本篇补上「体温计 vs 听诊器」的读数方法，以及完成率 62% / 工具成功率 91% / 接管率 35% 的第一周诊断链。
- 与 2026-06-17-woshipm-ai-agent-token-60 / AI产品成本核算：Token 文强调「能画成流程图的用 Workflow，路径不确定的才用 Agent」；本篇把同一判断写成面试第一段，并补上接管率 × 人工单价 + 固定成本摊单量的完整账。
- 与 2026-07-07-woshipm-agent-new-saas / 最小可用 Agent：那篇主张先从已有人力成本的 workflow 找机会、先做最小可用再放权；本篇第五段用 22 万单回本线给出「什么时候不该做」的定量闸门。
- 与 2026-08-10-AI自动化工作流边界设计：边界设计把动作拆成可自动生成 / 可自动推荐 / 必须人工确认 / 必须阻断；本篇退款 Agent 的「建议可生成、发起退款卡阈值」是同一原则的面试案例。
原文精彩摘录
画得挺完整，但面试官的表情通常不会变。因为这道题考的根本不是你会不会画架构图。其实面试官真正想看的是三件事——你判断场景的能力、你设计系统的能力、以及你有没有想过上线之后会出什么事。
如果一个需求，你能用「第一步做 A，第二步做 B，遇到 C 就走分支」把它写完，那它就不该上 Agent。写成流程图能跑通的东西，用 Agent 做只会更慢、更贵、更不稳定。……真正的动态决策是：下一步做什么，取决于上一步的结果，而且这个结果事先无法穷举。
规划和优化这两环，很多团队初期是可以先简化的——规划可以先写死一套模板，优化可以先靠人工看日志。但决策和执行不能简化，因为它们是唯一会真的动到线上数据的部分。决策错了，方向就错了；执行错了，用户就受损了。前者浪费成本，后者是事故。
面试官问「上线会有什么风险」和你自己讲「这套东西上线前我会先划三条线」，在对方心里是两个完全不同的印象。前者是被考出来的，后者是自带的。……接不住的兜底等于没有兜底。
前三个是体温计，第四个是听诊器。前三个告诉你「病了」，只有 trace 告诉你「病在哪」。……先别急着改提示词。工具调用 91% 说明执行层基本是通的……接管率 35% 和完成率 62% 大致对得上——也就是说，它不是「做错了」，而是「做不了就转人工了」，这其实是个健康的表现，说明兜底在工作。
大多数 Agent 项目算不过来账，不是因为前两项贵，而是因为单量摊不平第三项。……第一段判断技术上配不配，这一段判断经济上划不划算，两个否定合起来才是完整的判断力。