先这样答
结论是：我会让 Agent 通过结构化 API 完成发帖流程，而不是模拟用户操作 UI。这样可以让外部系统适应 Agent 的调用方式，也更方便控制每一步的输入和输出。
第一步做意图理解，识别用户想发什么内容。第二步做内容生成，产出文案和图片。第三步推荐标签，并让 Agent 说明推荐结果。第四步执行发布，调用对应 API 完成发帖。第五步跟踪发布效果，把结果返回给用户。
每一步都要设置校验和人工确认节点。意图不清时，先让用户补充信息。文案、图片和标签生成后，先让用户确认。发布前再做一次内容检查，并确认用户确实要发布。发布完成后，Agent 继续读取效果数据并反馈。这个设计考察的重点不是怎么自动点击页面，而是能否看出 Agent 应该通过结构化接口完成任务。
面试官会怎么追问
-
「为什么不直接用浏览器自动化模拟发帖？」
浏览器自动化依赖页面结构和交互流程，页面变化后容易失效。结构化 API 能直接表达内容、图片、标签和发布动作。Agent 可以围绕明确的数据和动作做校验，也更容易插入人工确认。 -
「哪些步骤必须让人确认？」
意图理解出现歧义时，需要让用户确认目标。文案、图片和标签生成后，需要让用户检查内容是否符合预期。正式发布前还要再次确认，因为发布动作会直接影响最终结果。 -
「如果发布效果不好，你会怎么处理？」
先跟踪发布后的效果，并把结果反馈给用户。Agent 可以根据用户的新指令继续调整内容或标签。每次调整仍然经过生成、校验和确认，再决定是否发布。
回答的坑
- 把重点放在模拟点击、填写表单和绕过页面限制上，会偏离这道题考察的 Agent 设计方向。
- 只描述生成文案和图片，却没有意图校验、人工确认和效果跟踪，流程就不完整。
同系列的题
这家公司的面经实录
—— 本题完 ——