美团后端暑期二面

虽然嘴上说着不想再面了，但是今晚身体还是诚实地准时点开了面邀链接。部门是核心本地商业，偏向酒旅下面的景点。本来准备了一个工作流项目和一个优惠券秒杀项目，结果全程都是ai和ai coding相关，完全没问第二个项目，也没有手撕，供大家参考。

1. 这两个项目都不是实验室的课题吧？都是你在GitHub或其他平台上自己学习实践的项目，然后做了相应的改造，对吗？
2. 看一下你这个工作流编排平台，它产生的背景或要解决的问题是什么？
3. 我能不能理解为它类似Coze、Dify这类工作流编排产品？
4. 你提到和它们有所区分，具体做了哪些改进或不同之处？
5. 你说这是自研层面的东西，整体设计思路是怎样的？
6. 其中稳定性能力建设这部分，有没有参考其他商业化或偏产品化的做法？对比下来功能上有什么异同？
7. 你刚才提到借鉴了Claude和OpenAI的一些东西，具体借鉴了什么？
8. 你在上下文管理中提到了优先级，这个优先级具体是怎么定的？
9. 摘要这个过程具体是怎么执行的？
10. 你怎么评估摘要结果是否比较符合你的场景要求？摘要结果可以干预吗？能通过某些参数控制哪些信息保留、哪些舍弃吗？
11. 摘要服务是独立的一个AI接口，还是直接调用大模型、通过提示词让它处理？
12. 对话进行多少轮之后开始触发执行摘要动作？为什么是这个数值？
13. 你刚才提到“定制化”，具体可以定制的是哪些部分？
14. “Agent的组”是什么概念？
15. 你对Agent是怎么定义的？什么是Agent？
16. 从你当前的工作流编排平台来看，它似乎不需要动态决策，只需要检查当前结果是A状态还是B状态，然后定制化地走向一个节点。如果只是这种数据流转关系，应该算不上Agent。动态决策体现在哪里？你自己评估一下，当前这个编排平台是不是一个Agent？
17. 在这个工作流编排平台里会涉及压缩和超出上下文窗口的问题吗？为什么会超出？是因为中间处理的工作流节点太多吗？一般一次工作流里会串联多少个节点？
18. 这里的工具都有哪些类型？比如生成PPT这类功能可以做到吗？
19. 你当前这个编排平台处理的事务边界是什么？是什么样的事情都能做、通过加新节点来支持一切，还是只处理语音、图文等几类定型的工作流能力？
20. 整体的实现思路，是不是把类似转语音等服务包装成一层工具接口，然后让大模型去唤起和触发执行？
21. 你当前做的这个东西，和现在比较火的Agent，区别是什么？
22. 我这里要用哪个工具，是让Agent自己决策，还是我在编排流程时就指定好要用哪个工具？
23. 看起来这偏向于上一代的一些AI思想，其实就是定制化的工作流编排，和Agent没什么关系。Agent本身不需要这些，所有工具是平级的，具体用A工具还是B工具，取决于面临问题的复杂度和相关性，这个过程完全由Agent决策，这才是Agent层面的边界参考。你同意吗？
24. 你刚才提到的那个能自我进化的Agent是什么？最近Coze、Cursor等提出的一些思想，你有了解吗？
25. 关于Agent底层设计思想和整体编码能力的控制方式，你有更具体的了解吗？
26. 你没注意到刚才简历上coding项目已经做过了吗？那我们聊聊这个项目。能分享一下从拿到题目开始，你初期怎么分析，以及过程中如何和AI协作完成任务的？
27. 先不说一二三问，从你个人视角来看，这个初始代码本身存在什么问题？
28. 第一步中，AI有给你补充新的设计缺陷吗？
29. 从补充的这些分析里，你觉得哪些需要采纳，哪些可以不采纳？你有做过判断吗？
30. 比如“边界突刺”的问题，如果不是让AI来写，而是人自己实现，正确做法应该怎么写？
31. 实现滑动窗口这类问题通常有哪些解法或算法？
32. 你更倾向于用哪种算法？需要自己去决策，为什么AI推荐了这个方案？它推荐的方案和你实际要解决的问题场景是否匹配？因为这取决于你要交付的第三步，应该明确告诉AI“我的场景是什么，应该用什么方法”。你有做过这样的分析和取舍吗？
33. 那对于不支持分布式部署这个问题，如果让你自己来解，你有什么解法？
34. 基于高并发的性能考虑，应该更偏向于用Redis这类缓存中间件。那Redis做这件事如何保证原子性？检测和扣除是什么逻辑？你用的是减法，那什么情况下需要用到Lua脚本？
35. 关于第二个问题（高并发），你怎么理解它？
36. AI提出的并发问题分析，除了你自己的想法之外，有补充新的点吗？你觉得有不需要考虑，或者提得特别好的点吗？
37. 第三个问题是“用于生产环境可用”的方案，你交付的是哪个文档？这里面的整体架构是怎么设计的？考虑了哪些算法、组件、稳定性措施？展开讲讲。
38. 这里有个问题：它在前面分析时推荐了某个算法，最终实现的却是固定窗口，为什么前后不一致？
39. 为什么这里涉及降级策略？
40. 那本地限流和Redis分布式限流的关系是什么？本地是一个单机方案，多实例部署时如何同步信息，负载均衡怎么做？
41. 如果我现在要求换一下指标，比如内存占用可以放宽一点，但对本地时钟偏差的容忍度要更严格，你会怎么调整策略？
42. 在算法选型部分，最终关键结论是什么？为什么选择了滑动窗口？中间取舍的逻辑是什么？那滑动窗口本身的劣势又在哪里？
43. 滑动窗口的起止时间粒度是什么样的？如果粒度是毫秒级，对请求平滑度有什么影响？