# Salesforce Agentforce FDE 面试考什么

> Blind 上有人说现场面像咨询，有人提醒 HackerRank 不能失手；招聘启事几乎每一行都对应一道题。

原文: https://fdetimes.net/zh/guides/salesforce-agentforce-fde-interview-guide/

你刚收到 Salesforce Agentforce 前线部署工程师（FDE）岗位的面试邀请。上 Blind 查资料，看到两条似乎互相矛盾的建议：有人说现场面试更像咨询岗而不是工程岗，另一个人则提醒 HackerRank 一定要考好。

两者并不冲突，合在一起恰好准确描述了这份工作：FDE 既要写出能在生产环境运行的代码，也要能和客户坐下来谈。只准备一头，另一头就容易失手。

Blind 上的帖子只是个人经历。更可靠的复习提纲是 Salesforce 自己发布的招聘启事“Forward Deployed Engineer (All Levels)”。仔细读，几乎每一行都对应一类需要准备的问题。

## 招聘启事的每一行都是一道面试题

招聘启事写明，核心职责是设计 Agent 的“智能”：提示词、推理、工具调用，以及与客户系统的集成。

候选人至少要精通 Python、JavaScript/TypeScript、Java 或 Apex 中的一种，并有大模型（LLM）相关经验。启事还要求严格评测 AI 输出，像测试代码一样讲究方法。

下表把这些要求转换成具体的准备事项。

| 招聘启事中的要求 | 要准备的问题 | 要带的证据 |
|---|---|---|
| 提示词、推理、工具调用、与客户系统集成 | Agent 调用哪些 API？API 出错时怎么办？ | 一张你做过的 Agent 架构图，包括错误处理路径 |
| 严格评测 AI 输出 | 怎么证明这周的版本比上周好？ | 一套评测集，附修复前后的数字 |
| 精通四种语言之一 | 限时在线编程测试 | 习惯在计时条件下解题 |
| 约 25% 出差，与客户一起工作 | 客户改需求时你怎么处理？ | 一个真实的利益相关方故事 |
| 加分项：LangChain、LlamaIndex、Salesforce 认证 | 如何编排 Agent 的多个步骤？ | 一个用到编排的小项目 |

职级也写得很清楚：基础职级要求三年以上经验，高级职级要求六到十年。面高级岗时，面试官希望听到你自己做设计决策，而不只是执行别人给的方案。挑故事时要和所申请的职级匹配。

## 第一轮：像工程师一样讲 AI 项目

Blind 上一位候选人说，第一轮主要问 AI 经历，以及在 AI 项目中遇到的困难。这个问题听起来简单，但很多人只会列一串用过的技术。面试官要听的是：你遇到了什么问题，怎么度量，又怎么解决。

来看一个例子。你做了一个回答内部问题的 Agent，整理了 200 道题的评测集。Agent 答对 170 道，即 85%。看上去不错，但单独拿出与新政策相关的 30 道题，Agent 只答对 18 道，即 60%。

原因是新政策的数据没有加入 Agent 的检索来源。修好数据管道后重跑评测：新政策组升到 30 道答对 27 道，即 90%，总分升到 200 道答对 179 道。这些数字只是示例，讲自己的故事时请用真实数字。

这样的故事恰好展示了招聘启事要求的能力：不轻信平均分，会按组拆分评测，并把原因追到数据上，而不是急着怪提示词。按这个结构准备两个故事：问题、度量、原因、修复、前后对比。

## 设计题：先谈数据，再谈提示词

Salesforce 在宣布 FDE 合作伙伴网络时写道，把 AI 推向生产环境是一项讲究纪律的工程工作。

公告还把 FDE 描述为在动手构建之前，先弄清 Agent 如何连接企业数据、需要哪些护栏的人。这也是回答设计题的最佳顺序。

假设题目是：一家零售商想用 Agent 处理退款请求。很多候选人一上来就写提示词。更好的做法是先提问：订单数据存在哪里？Agent 能读哪些字段？能否写入系统？

退款金额超过客户设定的阈值时，Agent 必须转交人工审批。Agent 绝不能自行修改价格。

数据和护栏讲清楚之后，再谈工具调用。例如，Agent 有一个查询订单状态的工具和一个创建退款申请的工具，后者只能在条件检查通过后调用。

接下来是评测：按请求类型拆分题集，并单独设一组 Agent 必须拒绝的用例。

最后一部分很多人会忘。按 Salesforce 的说法，上线日是起点，不是终点。FDE 的工作还包括在生产环境中监控和处理事故。用最后一分钟说明上线后会盯哪些指标，以及转人工审批的比例突然飙升时你会怎么做。

**要点:** 回答 Agent 设计题时，先讲数据和护栏，再讲提示词。

## 现场面试为什么像咨询面试？

Salesforce 把 Agentforce FDE 编成小组，每组两名 FDE 加一名 Deployment Strategist，以便快速从原型走到生产环境。招聘启事还提到约 25% 的出差，直接与客户一起工作。所以 Blind 上“像咨询岗”的说法并不奇怪。

一位 Salesforce FDE 说过，这个岗位影响力很大，不只是对客户，也关系到 Agentforce 的未来。这句话提示了讲项目故事的方式。

描述项目时，加一个细节：你从一线带回了什么给产品团队。有了这个细节，故事就能说明你理解 FDE 是连接客户与产品的双向桥梁。

## 别让编程测试把你淘汰

“HackerRank 要考好”只是 Blind 上的一条评论。帖子没有证实编程测试在哪一轮，所以应把它当作需要防范的可能性，而不是考纲。即便如此，如果把时间全花在咨询那一面，这里最容易丢分。

从招聘启事列出的四种语言中挑一种，按固定节奏练习。一个建议：每天两道题，每道 45 分钟，不查语法。优先练集成工作中常见的模式：字符串和数组操作、用哈希表计数和分组、排序，以及遍历 JSON 这类嵌套数据。

每做完一道题，为空输入、缺字段等边界情况写几个测试，再用两分钟口头讲解思路。这个习惯训练的正是 FDE 需要的能力：在时间压力下写出正确的代码，并把自己的选择讲清楚。

## 让优秀候选人翻车的错误

一个常见错误是介绍项目时没有评测数字。面试官问“怎么知道它有效”时，“客户很满意”是不够的。另一个错误是设计 Agent 时忘了护栏，也就是忘了谁有权在什么时候叫停 Agent。

故事也不该停在上线日，因为 Salesforce 把那一天视为工作的开始。最后一个错误在简历上：不要只写“用 LangChain 构建 Agent”。

写得具体些，例如：“将一个集成两套客户系统的 Agent 推向生产环境，搭建了 200 道题的评测集，上线前 3 个月负责事故值班”。示例中的数字仅作说明，请换成你自己的真实数据。

据 Aced 统计，截至 2026 年 9 月 2 日，Salesforce 约有 65 个带 FDE 头衔的岗位，分布在六大洲。因此，现在准备的这套故事很可能可以反复使用。它应当像一个好的 Agent 那样经得起检验：有数据，有护栏，也有上线日之后的计划。

**本周动手试试:**

- 把 Agentforce FDE 招聘启事打印出来，在每条职责旁边写下一个自己的真实故事，并附一个数字。
- 用 30 分钟独立完成退款 Agent 设计题，分五步：数据、护栏、提示词与工具、评测、运维。然后录下自己讲解的过程。
- 用招聘启事四种语言中你最擅长的一种，限时完成两道编程题，再用两分钟口头讲解解法。

## 信源

- [Back to Build: Why Agentforce Inspired 3 FDEs to Return to Salesforce](https://www.salesforce.com/blog/fdes-back-to-build-agentforce/)

- [Salesforce Launches the Forward Deployed Engineering Partner Network to Scale Agentforce Success](https://www.salesforce.com/news/stories/salesforce-launches-forward-deployed-engineer-partner-network-announcement/)

- [Forward Deployed Engineer (All Levels) – Salesforce](https://www.purpose.jobs/discover/companies/salesforce-2/jobs/84368865-forward-deployed-engineer-all-levels)

- [salesforce forward deployed engineer interview (Blind)](https://www.teamblind.com/post/salesforce-forward-deployed-engineer-interview-hvwc5kcr)

- [Salesforce Forward Deployed Engineer jobs (Aced)](https://www.aced.io/jobs/fde/salesforce)
