先说结论：不是完全不关心项目真假，而是不会死磕“这个项目是不是你亲手完整上线”，重点看项目背后沉淀的能力。
我看你简历上写的Agent相关项目，其实不会死抠项目本身100%是不是你独立做完的。
比起纠结项目真假，我更看重三件事：
1. 基础是不是扎实：大模型、Agent基础概念、提示词、工具调用、上下文、幻觉、记忆模块这些底层知识能不能讲明白，不是只会背名词。

2. 思路是不是清晰：拿到一个Agent的测试需求，能不能快速拆解测试点，怎么设计用例，怎么判断Agent输出是否合格，怎么区分是prompt问题、模型本身问题还是业务逻辑问题。

3. 深挖的抗压和解决问题的能力：顺着一个问题往深问，能不能持续往下答；

如果遇到不会的，不要瞎编，能讲清楚你的分析思路、排查方向、怎么去查资料验证，这就很加分。

一定不要瞎说，作为面试官一旦感受到候选人的不真诚，基本上就是挂了，不了解的一定说不清楚，后面查资料至少态度上是诚恳的。面试不要求每一个问题都答满分。
简历上的Agent项目，本质是面试话题的引子。项目可以是demo、学习实践，不一定是线上大项目。

但最怕的是：简历写了一堆高大上Agent项目，一问底层原理、测试方案、遇到的bug、怎么定位问题，就答不上来，完全背稿。这种非常减分。
如果项目是你照着教程搭的Demo、个人学习项目，完全可以如实说，只要里面的测试思考、踩坑点能讲清楚，一样认可；

但如果完全编造，里面的细节、问题、思考全部说不出来，深挖两轮就露馅，这个是不接受的。
面试里我最常深挖Agent测试的方向（给候选人参考）
1. Agent和普通LLM应用有什么区别，测试重点差异在哪？
2. 怎么测Agent工具调用（什么时候会误调用、漏调用、传参错误）
3. 怎么判定Agent输出结果是否符合预期？怎么处理非结构化输出，怎么写断言？
4. 幻觉怎么测试、怎么复现、怎么定位根因？
5. 多轮对话、记忆模块的测试思路是什么？
6. Agent的风险测试：越权调用工具、输出有害内容、任务偏离目标怎么测？
7. 性能/稳定性：长时间多轮会话，上下文溢出、token超限场景怎么设计用例？
#兼职面试howto #AI测试开发 #AI测试工程师 #软件测试 #自动化测试 #面试问题 #软件测试面试 #24h新鲜面经 #AI测试 #大模型