标准回答
本质是什么
Hook / 中间件模式是在 Agent 的执行流程上预留一系列可插拔的拦截点，在固定节点触发注册好的逻辑。它和 Web 框架里的 middleware（如 Express、Koa）思路一致：请求顺着一条洋葱式的链穿过若干层，每层都能在前后做事，再决定放行还是短路。
典型拦截节点
放在 Agent 一次完整回合的关键边界上：消息进入/产出前后、LLM 请求前后、工具调用前后。在这些点上，中间件能读到当前上下文，可以改写输入、加工输出、放行、提前短路返回，或直接中止整条链。
典型场景
横切关注点几乎都能用它承载：鉴权与限流（请求入口校验身份、控制并发与配额）、日志与链路追踪（记录每步的输入输出、耗时、token，串成一条 trace）、上下文注入与裁剪（请求前补齐系统提示、记忆、按预算裁剪历史）、敏感词过滤与护栏（输入输出两侧拦截违规内容）、缓存（命中相同请求直接返回）、重试（捕获瞬时失败自动重发）、成本统计（累计 token 与费用）、人工审批（高危工具调用前挂起转人工）。
为什么值得这样做
核心价值是解耦：Agent 的推理循环只管"想下一步、调工具"，而鉴权、日志、护栏这些与业务正交的关注点全部下沉到中间件，可组合、可复用、可按环境增删。生产环境开全套监控与护栏，本地调试只挂日志，核心代码一行不用动。
常见误区
⚠️ 常见踩坑
别把业务核心逻辑硬塞进中间件——中间件应只承载横切关注点，塞进主流程会让链路变成隐式的"魔法"，难以追踪。另外注意中间件有顺序：限流应在昂贵的 LLM 调用之前、缓存应在请求之前命中、护栏需要包住输入和输出两侧，顺序错了会失效或浪费成本。
追问
追问 1：中间件链的执行顺序如何设计？洋葱模型和管线模型有何区别？
洋葱模型里每个中间件能在 next() 前后各做一次（先入后出），适合需要"包裹"语义的场景，如计时、护栏、事务；管线模型是单向顺序处理，更简单但拿不到后置时机。Agent 多用洋葱模型：注册顺序决定入站顺序，出站则逆序，因此限流/鉴权放外层，缓存和成本统计放靠近 LLM 调用的内层。
追问 2：中间件如何短路（提前返回）而不继续往下走？
约定中间件不调用 next() 即视为短路，直接返回当前结果或抛出中止信号。典型用途：缓存命中时不再请求模型、限流超额时直接返回 429、护栏判定违规时拦截并返回兜底回复。短路要保证已注册的后置清理（如关闭 trace、释放并发额度）仍能执行，通常靠 try/finally 或洋葱出站阶段兜底。
追问 3：众多中间件叠加会增加延迟，如何控制开销？
把轻量、确定性的中间件（鉴权、限流、正则过滤）前置快速放行或拒绝，重的（LLM 审核、向量检索）只对高风险或必要路径启用；能并行的与流式生成并行执行；按环境与风险分级配置，非关键场景精简链路；并为每个中间件单独埋点统计耗时，发现瓶颈再针对性优化。
🔗 相似问题
同一考点的不同问法，面试官可能换着问，一起刷更稳
没找到想看的面试题？把你想看的告诉我们 →
延伸学习
按主题分类的相关资源，便于系统复习