字节暑期agent开发 1面
一、背景 & 项目
- 请简单做一下自我介绍
- 你做的 Agent 项目是做什么的？
- Agent 的整体架构是怎样的？
- 你的 Agent 实现了哪些功能？
- 为什么要做动态加载 / 编排？
二、Agent 架构设计
- 你的 Agent 是如何运行的？整体流程是什么？
- 你提到用了 ReAct，具体是怎么实现的？
- Agent 的执行流程中有哪些节点？分别做什么？
- 为什么要增加评估节点（Evaluator）？
- 如何防止 Agent 死循环？
三、Multi-Agent
- 你的系统是 Multi-Agent 吗？
- 多个 Agent 分别扮演什么角色？
- 不同 Agent 之间是如何协作的？
- 为什么要拆分多个 Agent，而不是一个 Agent 做完？
四、Tool / MCP
- 你在项目中用了哪些 Tool？
- Tool 在执行流程中是如何被调用的？
- Tool 的设计有没有什么经验或技巧？
- Tool 的 description 有什么作用？
- MCP 是什么？解决了什么问题？
- MCP 相比 function call 有什么区别？
- MCP 的优点是什么？
- MCP 的缺点是什么？
- MCP 太多导致上下文过大，怎么优化？
五、Prompt 工程（重点）
- 你平时是怎么写 Prompt 的？
- Prompt 设计的核心原则是什么？
- 如何让模型输出符合预期格式？
- 如何避免模型输出顺序混乱？
- 如何防止 Prompt Injection？
- 如果出现 bad case（错误结果），你怎么优化 Prompt？
- 如何约束模型避免“胡编”（幻觉）？
六、RAG（检索增强）
- 你有没有用过 RAG？用来做什么？
- RAG 中你存的是什么数据？
- 文档是如何切分（chunk）的？
- chunk 大小是怎么选的？
- token 切分有什么问题？
- 如果日志跨 chunk，导致信息不完整怎么办？
- 如何提高检索的准确率？
- 如果向量相似度太接近，区分不了怎么办？
- 有没有用过 re-rank？作用是什么？
- RAG 的基本原理是什么？
七、系统问题 &优化
- 在你的 Agent / RAG 系统中遇到过哪些问题？
- 有哪些 bad case？如何解决？
- 如果检索结果不准确，你怎么优化？
八、扩展技术
- 你了解 MCP 之外的方案吗？
- 有没有了解过某些新框架（如 Harness / 其他）？
- 有没有了解过大模型的 memory 机制？
九、开放问题（思维题）
- 为什么大模型会具备泛化能力？
- 大模型为什么能表现出“智能”？