阿里云瓴羊 一面

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.实习经历中涉及AI的部分说一下2.向量召回之后为什么还要Rerank呢3.粗排和精排在开销上有什么区别呢4.粗排和精排在考虑相似度的时候有什么区别5.背后有什么机制支撑它更精确地做这种精排呢6.第一段实习构建的文档数量级7.用什么方法能很高效地做相应的召回和检索8.就是如此多的文档下，如何更快地去检索出来相应的文档呢9.Agent和RAG怎么样封装再去对外提供这样的一个服务呢10.有了解过构建Agent的范式吗11.区别和使用场景12.了解过多Agent吗13.一般我们核心要关注哪些点14.多Agent没有做过实践吗15.Agent的记忆说说你的理解16.有做过记忆的实践吗17.用过LangChain和LangGraph这样的框架吗18.主要用了框架的哪些特性19.LangChain4j是把组件做了封装是吗20.如何实现的流式输出21.有没有其他方式实现Stream流式输出的这种感觉22.Kafka如何保证的高性能23.实现分布式锁一般会有哪些手段24.抛开Redis呢，实现分布式锁的手段25.有遇到过OOM的情况吗

刷牛客发现，80%的应届生AI项目面试翻车，不是项目做的不好，是不会回答面试官的拷打问题。明明项目是自己亲手做的，熬了无数个夜写的代码，结果被面试官几个问题就问住了，支支吾吾答不上来，最后被判定“项目不是自己做的”，白白浪费了面试机会。我26届春招，靠着两个AI项目，面了18家公司，拿到了字节、阿里、美团3个大厂AI应用开发岗的offer，18场面试里，所有的AI项目拷打问题，我都能从容应对，甚至很多面试官听完我的回答，直接说“这个项目你做的很扎实，思考的很深入”。今天就把我总结的AI项目面试拷打底层逻辑、高频问题高分回答模板、绝对不能碰的死亡红线、项目提前武装技巧全部分享出来，哪怕你是跟着教...

一、基本情况 / 实习经历1.你简单介绍一下你的情况。2.你这些项目经历是你自己做的吗？3.字节这段实习是怎么拿到的？是投递实习岗进去的吗？4.你在字节端智能团队里，平时主要是做 C++ 开发吗？5.你之前自己做 demo 的时候，主要也是用 Python 吗？6.你这期间没有系统用过 Java？7.你们软件工程专业的数据结构、Java 这些基础课程都会上吧？8.你们课程里的毕业设计 / 大作业，一般是什么形式？二、字节实习 / AI 使用方式9.你在字节实习实际工作里有涉及到 AI 吗？10.你能举几个例子吗？在字节实习期间，哪些环节会用到 AI？11.字节内部当时提供了哪些 AI 基础设施或工具？12.你在项目开发里，具体是怎么用 AI 来辅助方案设计、代码编写、测试用例生成和文档处理的？三、AI 投资分析系统 / Agent 项目13.你现在这个 Agent 项目是一个 demo，对吧？14.你这个项目现在大概做到什么程度了？是一个什么形态的产品？15.你的 Agent 是用 LangChain 开发的吗？16.你这里说的 Agent，每一个都是一个 workflow 吗？还是说有 ReAct Agent？17.你的 news agent 是怎么做联网检索的？18.拆分搜索关键词这一步，是调大模型拆分的，还是你自己用程序做分词？19.联网搜索这个工具是怎么接进系统里的？是程序去调搜索接口吗？20.你的 news agent 是一个 ReAct agent 吗？21.这个工具调用是在调大模型之前发生，还是在调大模型之后发生？22.前面的分词和工具调用，是主控 Agent 做的吗？23.查回来的联网结果，是再交给子 Agent 去分析吗？24.所以你的子 Agent，本质上更像是一段提示词驱动的分析模块，是吗？25.你的这个新闻子 Agent，它的提示词大概有多长？26.你试过哪些模型？不同模型的效果差异大吗？四、实习收获 / AI 方向学习27.在字节这三四个月里，你觉得自己最大的收获主要是什么？28.最近 AI 变化很快，你最近主要在研究哪些东西？29.最近在工具、框架、理念或者前沿动态上，有什么新的收获或见解吗？30.你提到看 Claude Code 相关内容，那你是怎么理解它的整体框架设计的？31.你看这种大代码仓的时候，TypeScript 代码你能读得懂吗？32.面对这么大的代码量，你怎么借助工具把整个代码结构理顺？33.你具体是怎么按目录 / 模块去拆解和理解一个大型代码库的？五、云端 Agent Platform 设计34.你 GitHub 上那个 go agent platform，是你自己开发的吗？35.你想做的这个云端 Agent 平台，整体思路是什么？36.云端 skill 可以运行 Python 脚本吗？37.这个云端 Agent 平台里，每个用户会有独立运行环境吗？38.skill 是怎么访问云端运行环境的？39.如果资源有限，只做 MVP，你会怎么设计运行环境和扩展方式？六、求职方向 / 职业选择40.字节实习结束之后，你接下来找工作还会考虑原团队吗？41.你不继续考虑字节原团队，主要原因是什么？42.你更希望去什么样的团队或方向？七、设备特征缓存优化 / 技术深挖43.你简历里提到了解决设备特征采集耗时和功耗的问题，设计了缓存架构，能具体讲一下吗？44.这块缓存优化，是你自己主导开发的，还是主要靠 AI 辅助生成的？45.你们为什么会想到通过牺牲一部分时效性来换性能？46.这个方案里，你和 mentor / 同事 / AI 各自发挥了什么作用？47.你们是怎么做灰度测试和方案验证的？八、Python / AI Coding / 代码质量判断48.你大概是从什么时候开始大规模使用 Python 的？49.当 AI 帮你写了大量代码之后，你怎么判断这些代码写得对不对、好不好？50.你一般会从哪些角度去判断 AI 生成代码的质量？51.你在这些项目里，自己手工写的代码大概占多少？52.你在字节这段实习里，真正写得最多的语言是哪一种？九、继续深造 / 就业选择53.你后面打算读研吗？

1. 自我介绍2. SSE 跟 WebSocket 有什么区别？为什么模型推流场景很多时候选 SSE，不选 WebSocket？答案：SSE 是服务器到客户端的单向流式推送，基于 HTTP，天然适合把模型生成的 token 一段一段往前端推。WebSocket 是全双工协议，更适合双方都要频繁通信的场景，比如协同编辑、实时游戏、双向控制。模型推流大多数时候是服务端连续输出、客户端被动接收，所以通信模式上 SSE 更贴近需求。另外 SSE 在工程上更轻，和现有 HTTP 网关、鉴权、中间件、日志系统、Nginx 代理兼容性更好，浏览器原生支持 EventSource，实现成本低。很多公司不选 W...