面试官最爱问的 AI 问题是......

最近几场面试，AI 岗和后端转 AI 岗基本都会问 RAG。常见追问是：检索召回怎么做、怎么降低幻觉、embedding（向量嵌入）模型怎么选、chunk（分块）策略怎么定。还有面试官会结合项目问：你真落地过没有，效果怎么评估，线上问题怎么排查。

一、基础必问题（100% 会问，送分题别丢分）什么是大模型幻觉？产生的根本原因是什么？解释一下 RAG 的核心流程，它解决了什么问题？什么是 Prompt 工程？你常用的 Prompt 优化技巧有哪些？大模型的微调、预训练、RAG 三者的区别和适用场景是什么？什么是向量数据库？在 AI 应用里它的核心作用是什么？二、进阶高频题（拉开差距，核心考察实战能力）RAG 检索准确率低怎么优化？说一下你的完整优化思路实际业务中，你会用哪些方法解决大模型幻觉问题？解释一下 MCP 协议是什么？它在 AI Agent 开发里的核心价值是什么？什么是 AI Agent？它的核心组成模块有哪些？大模型推理速度慢、显存占用高，你会用哪些方法做优化？三、场景开放题（终面必问，考察落地思维）如果让你给公司做一个内部知识库 AI 助手，你会怎么设计完整的技术方案？大模型落地业务时，如何平衡效果、成本和安全性？AI 面试，基础概念是门槛，工程落地能力是核心，场景化思维是拉开差距的关键。

下面整理一下，仅供参考请描述一次你使用AI解决工作难题的具体经历，尤其是遇到的挑战和你的解决方法。当你发现AI给出的答案不准确或不完整时，你通常如何处理？请举一个实际例子。你如何衡量AI在工作中的效果？你会使用哪些指标？如果让你设计一个部门的AI使用指南，你会包含哪些关键建议和注意事项？演示下Agent项目实现细节你认为AI工程师参与人事系统建设的最大挑战是什么在产品设计过程中，您如何让AI成为您的'创意伙伴'而非仅仅是执行工具

最常见的就是：“什么是过拟合？怎么防止？”别慌，这是送分题。你就这么答：过拟合就是模型把训练数据背得太熟了，连噪音都记下来了，结果一到新数据就懵。就像学生死记硬背答案，题目稍微一变就不会了。怎么防？四个招：多搞点数据（图片就做增强，旋转裁剪）；模型别太复杂（层数别太深）；加正则化（L1把不重要特征变0，L2让所有权重变小，Dropout随机扔神经元）；看验证集不行了就早停。

大厂最爱：手写个Transformer注意力机制。别以为能背出来就行，面试官会盯着你一步步写，边写边问：Q、K、V怎么来的？为什么要除以根号d？Mask怎么加？平时得多练，写到肌肉记忆。

你做的这个项目，遇到最难的问题怎么解决的？这题最怕瞎编，你得真有东西可说：比如数据不够怎么扩的，模型效果上不去怎么调的，线上部署遇到内存爆炸怎么解的。关键是用STAR法则：什么场景、什么任务、怎么做的、结果提升了多少。

我之前实习的时候做过大模型问答内容的评测，面试时这个也是很吸引面试官注意，基本上只要有面试就会问，不过我当时评判是靠人工，即通过人来手动判断，面试官给了我一种思路，提前关键词来评判，但最后一些边边角角无关的内容还是得靠人手动判断

先跟大家说个核心原则：AI岗面试，基础概念是入场券，工程落地能力是核心，业务思维是最终录取的关键。面试官问的所有问题，本质上都是在判断：你能不能把AI技术落地到实际业务里，解决真实问题。下面我把所有问题分成4大类，从基础到高阶，全覆盖拆解。一、基础概念类：100%会问，送分题绝对不能丢分这类问题是面试的开胃菜，主要考察你对AI核心概念的理解，判断你有没有入了AI的门，绝对不能答得模棱两可。高频题目&满分答题思路什么是大模型幻觉？产生的根本原因是什么？避坑点：别只说“模型说假话”，要讲清楚本质，还要分维度说原因，体现你的深度理解。满分思路：先定义→大模型幻觉是指模型生成的内容，看似合理但...

1. 讲一下梯度下降的原理和它的几个常见变种（比如SGD、Adam），它们各自适合什么场景？◦ 追问：在实际训练中，如果发现损失函数震荡很厉害，可能是什么原因？怎么调整？2. 如何处理机器学习中的过拟合问题？除了增加数据，你还能想到哪些具体的技术手段？3. 解释一下Transformer模型中的自注意力（Self-Attention）机制，它的核心思想是什么？4. 如何评估一个分类模型的好坏？除了准确率，你会重点看哪些指标？5. 了解哪些常见的模型压缩或加速技术？（比如剪枝、量化、知识蒸馏）6. 在训练深度学习模型时，你是如何调试和定位模型性能不佳的问题的？7. 是否了解AIGC（生成式AI）相关的模型，比如扩散模型（Diffusion Model）？简述其基本思想。8. 将一个训练好的模型部署到线上服务，你会考虑哪些工程问题？9. 除了技术本身，你认为AI算法工程师在工作中还需要具备哪些重要的能力或意识？10. 你最近读过哪篇让你印象深刻的AI领域论文？简述它解决了什么问题。

说真的，别再只会背 RAG、幻觉的基础定义了，我面 AI 岗挂的 5 次，全是栽在看似基础、实则一挖就深的问题上。最开始准备面试，我就背了背 “什么是 RAG”“幻觉怎么产生的”，以为就能应付，结果一面试就被问懵了。面试官根本不会只让你背定义，他会问：你说你懂 RAG，那你做的项目里，召回率只有 30%，你具体是怎么一步步优化的？每一步优化的指标提升了多少？你说能解决幻觉，那在多轮对话场景里，模型前后回答矛盾，你怎么处理？和单轮对话的解决方案有什么区别？你提了 MCP 协议，那它和传统的 API 调用有什么本质区别？实际项目里你用它解决了什么具体问题？踩过哪些坑？你说做过 AI Agent，那你的 Agent 在任务执行失败的时候，会怎么做错误重试和反思？具体的实现逻辑是什么？我才发现，面试官根本不关心你能不能背出定义，他关心的是你有没有真的做过、有没有真的踩过坑、有没有解决实际问题的能力。背出来的答案，和实战出来的答案，面试官一听就能听出来。后来调整了思路，不再死背知识点，而是把自己做的 demo、项目，从技术选型、踩过的坑、优化思路、数据指标，全拆解得明明白白，再去面试，基本都能对答如流。给所有面 AI 岗的牛友提个醒：别只背基础概念，面试官最爱问的，永远是基于实战的深挖问题。没有真实项目经验，就自己动手做个完整的 demo，把每一个技术点吃透，比背 100 道题都管用。

什么是大模型幻觉以及产生的根本原因是什么.讲一下rag的核心流程,能解决什么.什么是ai agent,核心组成有哪些

最近在帮部门看简历，发现不少同学在做项目时都挂了 Agent 的标签。但在面试过程中，很多同学对这个方向的理解还停留在调用API的层面，稍微深挖一下架构设计就接不住了。整理了一个最近面试中比较高频的Agent技术问题，大家可以先试着回答一下，看看基础扎不扎实：---一面 | AI Agent 架构设计面试题：请设计一个支持多工具调用的 ReAct Agent，说明其核心循环、工具调度策略、以及如何处理多步推理中的错误恢复。---参考答案一、ReAct 核心循环ReAct 的本质是一个 思考 → 行动 → 观察的迭代循环。Agent 在每一步先进行推理（Thought），分析当前状态和已有信息，决定下一步该做什么；然后执行行动（Action），选择一个工具并传入参数；最后获取观察结果（Observation），把工具返回的信息追加到上下文中，进入下一轮循环。直到 Agent 判断已经获得足够信息，输出最终答案。与纯 Chain-of-Thought 的核心区别：CoT 是闭卷考试，Agent 是开卷——每一步推理都可以与外部世界交互，用真实数据修正推理方向，而不是纯靠模型内部知识"硬猜"。二、工具注册与调度工具如何让 LLM "认识"：每个工具以结构化方式注册，包含名称、功能描述、参数定义（类型、是否必填、含义说明）。这些信息会被注入到系统提示词中，LLM 通过理解这些描述来决定何时调用哪个工具、传什么参数。工具描述的质量直接决定了 Agent 的调度准确率——描述模糊，模型就会选错工具。三种调度策略：- 串行调用：每次只调一个工具，等到结果后再决定下一步。适合步骤之间有依赖关系的场景，比如"先查订单号，再根据订单号查物流"。- 并行调用：一次推理中输出多个工具调用，并发执行。适合多个独立子任务，比如"同时查北京天气和上海天气"。- 规划-执行分离：先让 LLM 生成一个完整的多步计划，再逐步执行每一步。适合复杂任务需要全局视角的场景。生产环境通常是混合策略：Agent 动态判断当前步骤是否有可并行的操作，有则并行，否则串行。三、错误恢复机制工具执行失败：核心原则是**不要在工程侧硬编码恢复逻辑**。工具失败后，应该把错误信息作为 Observation 原样返回给 LLM，让模型自己决定下一步——是重试、换个工具、还是换一种思路绕过。这恰恰是 Agent 相比传统程序的核心优势：用 LLM 的推理能力应对非预期情况。当然，对于网络超时这类瞬时错误，工程侧可以做有限次数的自动重试，但逻辑层面的恢复应该交给模型。推理陷入死循环：Agent 可能反复执行相同的操作却期待不同结果。需要一个循环检测机制：对比最近几步和之前几步的行为模式，如果工具调用和参数完全重复，就往上下文中注入一条引导信息，提示模型"你在重复相同操作，请尝试不同方法"。同时设置全局最大迭代次数作为硬性兜底。上下文窗口溢出：这是多步推理中最现实的工程问题。每一轮循环都会往上下文里追加 thought + action + observation，几轮下来就可能撑爆窗口。常用解法：对早期步骤做摘要压缩只保留关键结论，对过长的工具返回结果先截断或提取摘要再存入历史，以及每隔几步让 LLM 自己总结"到目前为止的关键发现"。四、生产级可观测性上线不是终点。一个可靠的 Agent 系统需要：完整的 Trace 记录（每一步的推理、行动、观察），Token 消耗监控（防止成本失控），任务维度的成功率和平均步数统计，以及超过最大步数后降级到人工处理的兜底机制。---追问 Q&AQ1：多 Agent 协作时，如何设计 Agent 之间的通信和协调机制？A：主流有两种模式。Supervisor 模式（中心化）：一个"主管 Agent"负责接收任务、拆解子任务、分配给专项 Agent，然后汇总各 Agent 的结果做最终决策。好处是流程可控、容易调试，缺点是主管 Agent 成为单点瓶颈，它的推理能力决定了整个系统的上限。去中心化消息传递：多个 Agent 通过共享的消息总线或黑板系统通信，每个 Agent 监听自己关心的消息类型，处理后将结果发回总线。好处是扩展性强、不存在单点瓶颈，缺点是调试困难、消息顺序和冲突处理复杂。实际工程中更常见的是分层混合架构：顶层用 Supervisor 做任务编排，底层的子任务内部允许 Agent 之间点对点通信。这样兼顾了全局可控性和局部灵活性。一个经常被忽略的关键设计点是共享上下文管理：多个 Agent 看到的"世界状态"如何保持一致？通常会设计一个共享的 State 对象，所有 Agent 只能通过定义好的接口读写状态，避免并发冲突。---Q2：Agent 的短期记忆和长期记忆应该如何设计和配合？A：本质上对应两种不同的信息需求。短期记忆就是当前对话的上下文窗口，存放的是本次任务的推理过程和中间结果。它的特点是时效性强但容量有限。核心挑战前面说过——窗口溢出管理。长期记忆是跨会话持久化的知识，通常用向量数据库实现。每次对话结束后，把值得记住的信息（用户偏好、历史决策、领域知识）向量化后存入。下次对话开始时，根据当前问题做相似性检索，把相关的长期记忆注入到系统提示词中。两者的配合策略：Agent 在每一轮推理前，先从长期记忆中检索与当前任务相关的历史经验（"上次处理类似问题时用了什么方法"），注入到上下文中作为参考。短期记忆负责当前任务的连贯推理，长期记忆负责跨任务的知识积累。一个常见的坑是记忆污染：把错误的推理结论写入了长期记忆，导致后续任务反复犯同样的错。所以写入长期记忆前需要有质量校验机制，比如只有任务成功完成时才写入，或者由另一个 LLM 评估该记忆是否值得保留。---Q3：如何防止 Prompt Injection 导致 Agent 执行恶意工具调用？A：这是 Agent 安全中最核心的问题。攻击面在于：Agent 处理的用户输入或工具返回的外部数据中，可能嵌入了恶意指令，诱导 LLM 执行非预期操作。防御需要多层：第一层：输入隔离。 用户输入和系统指令必须在提示词中明确分隔，使用结构化标记区分"这是系统指令"和"这是用户数据"。避免用户输入被模型当作指令执行。第二层：工具权限分级。不同风险等级的工具设置不同的调用条件。只读查询类工具可以自由调用，但涉及写入、删除、发送等不可逆操作的工具，需要额外的确认机制——比如二次 LLM 审核（用另一个独立的模型判断"这次调用是否合理"），或者直接要求人工确认。第三层：输出过滤。工具返回的外部数据在进入 Agent 上下文前，先做清洗，去除可能被解释为指令的内容。第四层：行为监控。对 Agent 的工具调用模式做异常检测。比如一个处理客服问题的 Agent 突然开始调用文件系统工具，这明显异常，应该立即阻断并告警。没有银弹，必须纵深防御。---Q4：如何评估一个 Agent 系统的效果？和评估单次 LLM 调用有什么区别？A：区别很大。单次 LLM 调用的评估是静态的——给输入、看输出、算指标。但 Agent 是一个多步动态过程，同一个最终结果可能有完全不同的路径质量。Agent 评估需要看三个维度：结果维度：任务是否完成、最终答案是否正确。这和评估普通 LLM 类似。过程维度：用了几步完成（效率）、有没有冗余操作（比如查了不需要的信息）、有没有走弯路后自我纠正（鲁棒性）。两个 Agent 都答对了，但一个用了 3 步另一个用了 15 步，质量完全不同。成本维度：总 Token 消耗、工具调用次数、端到端延迟。在生产环境中，这直接决定了系统是否可用。评估方式上，通常会构建一个 benchmark 数据集，包含不同难度的任务和标准答案。让 Agent 跑一遍，同时记录完整 trace。然后用自动化指标（完成率、平均步数、Token 消耗）加人工评审（推理路径是否合理）综合打分。

这两周面了美团、B 站、百度、小红书等几家大厂，整体感觉和去年暑假的面试节奏完全不一样了👇提问重心变化：纯八股的占比明显变少，更多是围绕实习经历和项目技术栈展开，聊着聊着就穿插问相关知识点。比如聊到登录模块，就会顺带着问双令牌设计、JWT 的实现；聊到文件上传，就会问到分片上传、断点续传的细节。AI 结合成标配：几乎所有面试官都会往 AI 方向提问，问题也更开放。我觉得面试官最爱问的 AI 问题是“如何在业务中用 AI 提效开发”和“设计一个结合 AI 的业务功能”，比如让我设计 AI 辅助订阅会议室、AI 辅助生成患者诊疗方案这类场景题，很考验对 AI 落地的思考。算法 & 场景题：手写代码不再局限于纯算法题，更多是场景化模块设计，比如手写防抖节流、实现 MHA、手撕页面布局；小红书还考了智力题和口撕页面设计，只有腾讯一上来就是两道 LeetCode 热门 100 题，风格差异还挺大的。整体下来，有实习经历背书后，面试更偏向 “做过什么、怎么想的、能不能用 AI 解决问题”，纯靠背八股的时代感觉真的过去了。

Android 岗面试的时候，我明显感觉到，AI 已经成了越来越高频的话题。面试官不一定要求你真正做过复杂的 AI 项目，但很可能会问你平时有没有用 AI、怎么看待 AI 对开发岗位的影响，以及它到底是提效工具还是替代风险。站在我自己的角度，我更倾向于把 AI 当成效率助手。比如写 demo、查文档、排查问题，它确实能帮我节省很多时间。但真正决定一个开发者上限的，还是基础能力、工程思维和解决实际问题的能力。会不会用 AI 很重要，但更重要的是别只会调用，不会思考。

面过运营岗、创作岗，都会问这个，然后还会问怎么写prompt、怎么用的，怎么保证生成的东西是想要的......

AI大模型算法，一环扣一环的拷打Transformer 基础详细介绍 Transformer 架构（Encoder-Decoder 结构、位置编码、FFN 等）Decoder 的因果注意力中，Q、K、V 分别来自哪里？→ Q 来自当前 Decoder 输入（已生成的 token 序列），K 和 V 也来自同一序列（需 mask 未来信息）Attention 为什么要 scaled？不做会怎样？为什么是√dₖ？→ 点积随 dₖ增大会让 softmax 进入饱和区，导致梯度消失；除以√dₖ可使方差稳定在 1（数学推导参考 Vaswani 论文）Transformer 如何加速推理？KV Cache 是什么？训练 vs 推理的并行性差异？→ 训练时所有 token 并行计算；推理时自回归，KV Cache 可缓存历史 K/V，避免重复计算，大幅提速多模态论文深挖（以 Video-LLaMA 为例）讲解 Video-LLaMA 的整体结构→ 视频编码器（如 ViT + Temporal Aggregator）→ 投影层（对齐文本空间）→ LLaMA 语言模型论文中 CoT（Chain-of-Thought）的具体设计？→ 在 prompt 中加入推理步骤示例（如 “视频中先看到人挥手，然后狗跑过来…”），引导模型分步作答微调 & 分布式训练微调用了 LoRA，介绍其原理→ 将权重更新 ΔW 分解为低秩矩阵 A×B，冻结原模型，只训练 A、B，大幅减少可训练参数LoRA 初始化怎么做？秩（rank）设为多少？为什么选这个值？→ A ~ N (0, σ²)，B 初始化为 0；常用 rank=8 或 16，在效果和参数量间取得平衡（实验验证）知道 DeepSpeed 和 Megatron 吗？分别说说→ DeepSpeed（微软）：主打 ZeRO 显存优化；Megatron-LM（NVIDIA）：张量并行 + 流水线并行论文用 DeepSpeed，三个 Stage（ZeRO-1/2/3）分别是什么？→ Stage1：优化器状态分片；Stage2：+ 梯度分片；Stage3：+ 模型参数分片（通信换显存）二面下一篇再写吧，力竭了

一、先破题：面试官到底想听什么？别上来就念定义，先抓核心：他想知道你懂不懂 RAG 的本质、会不会落地、他想看到你的深度思考。一句话开场就能拉好感：“RAG 本质就是给大模型‘外挂知识库’，让它先查资料再回答，既不用重新训模型，又能减少幻觉，特别适合企业私有数据场景。”二、核心回答框架：3 步讲 RAG 全流程1️⃣ 先讲原理：为什么要用 RAG？传统大模型的知识全靠预训练，新数据、企业内部数据它根本没见过，一问就容易瞎编。RAG 的思路很朴素：生成答案前先去外部知识库搜一遍，把相关资料塞给模型当参考，让它 “照着资料说”。这样既避免了微调的高成本，又能保证答案基于真实数据，还能随时更新知识库，很灵活。2️⃣ 再讲落地：项目里怎么搭 RAG 链路？别只说 “召回 - 过滤 - 生成”，要讲具体做了什么、用了什么工具，显得你真干过：第一步：搭知识库（离线准备）先把企业文档 / 业务数据切分：按语义段落拆，控制每段 token 数，太粗太细都影响检索效果用 Embedding 模型（比如 BGE、text-embedding-ada-002）把文本转成向量存到向量库（Milvus/FAISS/Pinecone 都行），方便后面做相似度搜索举个例子：我们做企业知识库时，会把长文档按章节 + 段落拆分，每段控制在 300token 左右，既保证信息完整，又不会太冗余。第二步：用户提问时的检索阶段先把用户问题也转成向量，去向量库做相似度检索，捞出 Top-K 相关文档关键：加个 rerank 模型（比如 CrossEncoder）做二次排序，把最相关的片段往前排，避免 “看似相关实则没用” 的文档干扰还可以加 query rewriting 优化提问，比如把口语化问题转成更适合检索的句式，提升召回准确率第三步：生成答案把检索到的文档片段 + 用户问题，拼进 Prompt 里，给模型明确指令：“请仅基于以下参考资料回答问题，不要编造内容，如果资料里没有答案就说‘未找到相关信息’。”喂给大模型生成答案，这样输出就完全基于检索到的真实数据，不会瞎编。3️⃣ 最后补深度：RAG 的关键与坑讲完流程，补几句踩坑经验，瞬间拉开差距：核心难点：文档切分、检索质量、Prompt 设计切分太粗：信息太杂，检索不准；太细：上下文断裂，模型看不懂检索差：哪怕模型再强，给错资料也会生成垃圾答案，所以 rerank 和 query rewriting 特别重要Prompt 要 “严”：必须约束模型只能用参考资料，不然它还是会忍不住瞎编局限性也要提：依赖 Embedding 质量，选不对模型检索直接拉胯长上下文会推高成本，太多参考资料反而让模型混乱实时性问题：知识库更新后要重新生成向量，不能秒级同步三、面试加分小技巧提架构：主动说 “我们用的是召回 - 过滤 - 生成三段式架构”，显得你体系化提优化：聊 rerank、query rewriting、多轮检索这些进阶手段，证明你不是只会基础版提场景：结合具体项目说，比如 “在企业客服知识库 / 内部文档问答里用 RAG”，比空泛讲理论更有说服力

最近帮一些同学看简历，发现一个很普遍的问题：👉 不是你不够优秀，而是简历写错了。我自己秋招一共面试了 24 场，最后拿了 5 个 Offer（拼多多 / 美团 / 京东等）。过程中我复盘了一个问题：👉 为什么有的人几乎不被约面，而有的人面试不断？答案很简单：简历质量，决定了你有没有“入场资格”。一、最致命的3个简历问题1️⃣ 写“做了什么”，而不是“做成了什么”很多同学这样写：负责前端开发参与项目建设👉 这种是 0分表达正确写法：优化首屏加载时间，从3.2s降低到1.4s提升页面转化率15%👉 一定要有 结果 + 数据2️⃣ 技术栈堆砌，没有重点熟悉 Vue / React / Nod...

全程40分钟，总体八股偏多，项目拷打较少。1.自我介绍。2.HashMap底层原理？jdk1.7,1.8的区别？concurrenthashmap jdk1.7、1.8的区别？这部分答的可以。3.JVM的体系结构？这部分答的可以。4.线程池的核心参数和拒绝策略？拒绝策略没想起来。5.Springbean的生命周期？6.Springboot自动装载原理？这部分没答出来。7.项目中用到的设计模式说一下？基于优惠券设计策略模式、工厂模式。8.MySQL事务原理？undolog，redolog，锁，mvcc都说了一遍。9.什么是Redis缓存穿透、击穿、雪崩？三个问题该怎么解决？三个问题都有2-3种解决方案，但是这里我分别只答出来一种解决方案。10.redission分布式锁底层原理？11.实习中你的项目职责是什么？12.未来2-3年的规划？13.Ai与Java结合的好处？14.AI时代对前端的冲击？15.小龙虾玩过吗？你怎么搭建的？16.入职时间？对加班和出差的看法？