除了问部门的业务，技术栈，工作地点。还能问啥。尤其是有的时候，面试一上来，面试官就主动介绍部门情况。反问的时候找不到问题问了

看了小红书还有牛客上的一些面经，发现好多标题某某大厂的大模型应用开发的面试题全是考的算法相关的，这是真的吗？我也有过一两段agent的实习经历，我觉得agent开发更多的是偏向工程，想问一下面试过的师兄师姐真实的情况到底是怎么样的

1. 自我介绍2. 我对你的人脸表情识别的项目比较感兴趣，可以展开讲一下吗？（这个bb到一半打断我了，害怕，问了我下一个问题；中途还问了一下模型是在阿里云用的什么规模的服务器，有用到显卡吗，我说用到了GPU）3. 你对Agent有什么了解吗？（把cursor的Agent流程bb了一遍，中途问我了解RAG吗，我说不知道，就让我继续了）4. 反问问了业务和mentor制度（他们做的是玻尔网站，给我介绍了一下，核心优势是有一个真实的1.7亿文献库可以通过RAG技术进行调用，我说很不错哈哈哈哈，然后还表达了一下我超想要你们这个实习）ps：最后说了感谢你的时间，害怕不会是kpi面吧！不要就因为RAG没答上来就放弃我啊！附上一个RAG学习策略。

一面 40分钟  ai相关的工具和相关的知识是从哪获取的 解释ai中的token token还有哪些用处吗 上下文是什么，上下文的大小决定了什么指标 在上下文窗口大小限制的情况下，如何更合理的处理上下文 向量数据库你了解的有哪些 向量数据库和传统数据库的区别 向量数据库的匹配相似度的方法  余弦相似度 面试官补充：欧氏距离（L2）   对余弦相似度的理解，是如何计算的 mcp解决什么问题，为什么模型会引入mcp概念 mcp由几部分组成 如何使用mcp的方法 electron主进程是如何处理mcp连接的安全性的  没太明白，问了面试官后，说的是zod校验   function calling是什...