猿辅导2019秋招+2020春招抱团

大家好，我是马丁。最近不少同学准备 AI Agent 面试，问我有没有高频题清单。于是基于面试问题出现频次与难度加权排序，精选了 50 道最高频的必刷题，覆盖 Agent、RAG、LLM、MCP、AICoding 等核心方向，希望对求职或跳槽的小伙伴有所帮助。一、筛选说明排序规则：出现频次 × 难度权重（基础=1，进阶=1.5，深入=2） 更新周期：持续更新二、Top50 题目列表1、什么是 ReAct？它的思考-行动-观察循环和工具调用流程是怎样的？ 分类：Agent / LLM 难度：进阶 高频公司：淘天、腾讯、字节、百度2、RAG 中长文档切片的粒度和分块策略如何设计与优化？ 分类：RA...

破防了，真破防了。我们宿舍老三，大学三年我没见他翻过一次专业书。每天早上十点起，中午LOL一把，下午吃鸡，晚上吃完饭继续。期末考前借我笔记抄一抄，每次还能比我高。我以为他就是那种聪明但摆烂的，毕业肯定也就随便找个差不多的。结果上周他突然在群里发了个截图，鹅厂某事业群的暑期实习offer。我们整个宿舍群直接安静了五分钟。我去问他咋准备的，他说"没准备啊，就投了简历面了一下"。我血压当场上来。后来才知道，人家大二就在跟着学长偷偷接私活做小程序，github上小一千star，面试官看完直接说这种我们要。我现在每天图书馆坐十小时，刷题做项目背八股，offer还在路上……哭了

核心定义ReAct 是能让大模型“边思考、边行动”的推理框架，让 LLM 像人类一样通过多轮交互解决复杂问题Thought-Action-Observation 运转逻辑ReAct 循环中有三大要点：Thought：模型分析当前的局面，大任务拆解成子任务，决定当前最需要做什么Action：根据前面的思考结果，生成具体的操作指令Observation：接收真实环境对操作的反馈结果这就有了一个闭环：想清楚再做，做完看反馈，基于新反馈接着想ReAct + Function calling 怎么运转？在 ReAct 需要与外部系统结合时，免不了调用工具，执行链路如下：评估与决策：模型接收用户请求，判断...